采用生物信息学方法筛选与肺腺癌患者预后相关的LncRNAs

目的采用生物信息学的方法探讨差异表达长链非编码RNA(lncRNAs)与肺腺癌患者预后的关系。方法从国际肿瘤数据库(TCGA)下载肺腺癌组织及癌旁组织的RNA测序数据和患者的临床信息,采用R语言程序包筛选差异表达的lncRNAs。应用Kaplan-Meier生存曲线(Log-Rank检验)及Cox回归模型进行预后分析。结果筛选出差异表达lncRNAs共计168个,其中上调的lncRNAs有128个,下调的lncRNAs有40个。单因素和多因素回归分析结果显示:RP11-490M8.1(P=0.047)、RP11-132A1.4(P=0.049)、DRAIC(P=0.023)、LINC00942(P=0.033)、TMPO-AS1(P=0.006)、Z83851.4(P=0.032)和LINC01133(P=0.035)是肺腺癌患者的独立预后因素。结论该研究筛选出7个lncRNAs,可作为肺腺癌患者预后的独立标志物,为临床医生对肺腺癌患者的预后判断提供帮助。

基于生物信息学构建阿尔茨海默病内源竞争RNA调控网络

目的探讨阿尔茨海默病(AD)中差异长链非编码RNA(lncRNA)与靶向微RNA(miRNA)、mRNA的相互作用关系及其导致AD的发病机制。方法在基因表达综合数据库(GEO)中下载数据,筛选出在AD早中晚期存在差异表达的lncRNA和mRNA,运用RegRNA预测lncRNA的靶向miRNA,TargetScan,TargetMiner,miRDB预测miRNA的靶向m RNA,DAVID对m RNA进行富集分析和京都基因与基因组百科全书(KEGG)通路分析,Cytoscape进行网络图构建,对差异表达的m RNA进行蛋白质相互作用(PPI)分析并运用Cytoscape找出关键基因。结果从数据集GSE28146中早中晚差异表达的侯选差异基因(p DEGs)中筛选出LINC02047、LINC01124、LINC00582和LINC02478,预测差异lnc RNA的下游靶miRNA有hsa-mir-132-3p、hsa-mir-1254、hsa-mir-3612、hsa-mir-4640-5p、hsa-mir-4690-3p和hsa-mir-4786-3p,然后预测靶miRNA的下游m RNA并构建AD的lncRNA-miRNA-m RNA调节网络。结论LINC02047、LINC01124和LINC02478通过对miR-4060、miR-4090、miR-4786、miR-3612、miR-1254和miR-132的调控影响AD的发生发展。

基于TCGA和GEO数据库分析FOXD1在口腔鳞状细胞癌中的表达和临床意义

目的通过对TCGA和GEO数据库中口腔鳞状细胞癌(OSCC)的数据挖掘,探讨FOXD1基因的表达及临床意义。方法从TCGA和GEO数据库中提取FOXD1在OSCC组织及正常组织的表达信息,分析FOXD1表达与临床特征的关系及预后相关性。采用ESTIMATE和CIBERSORT算法,评估FOXD1高表达组和低表达组肿瘤微环境中基质评分、免疫评分和免疫细胞浸润水平的差异。利用基因集富集分析(GSEA)预测FOXD1相关的生物学功能和信号通路。结果TCGA和GEO数据集分析发现FOXD1表达在OSCC组织中显著上调(P<0.001)。FOXD1表达与与不良预后相关(P<0.05)。FOXD1表达变化影响肿瘤微环境中M1型巨噬细胞,未活化树突状细胞、活化肥大细胞和滤泡辅助性T细胞的水平。结论FOXD1在OSCC中呈高表达,且与不良预后相关,FOXD1基因可能是原癌基因,因此可作为OSCC诊断和治疗的潜在靶点。