基于生物信息学方法筛选系统性红斑狼疮疾病进展中与先天免疫细胞相关的关键基因

目的:通过生物信息学方法识别系统性红斑狼疮(SLE)疾病进展中与先天免疫细胞相关的的关键基因。方法:在GEO数据库中下载了GSE50772、GSE81622、GSE99967数据集的表达谱,并对其进行整合。应用CIBERSORT工具对疾病进行免疫细胞组成和丰度的分析,利用加权基因共表达网络分析(WGCNA)来构建基因共表达网络,对关键模块进行基因本体论(GO)和京都基因和基因组百科全书(KEGG)富集分析,并与差异表达基因相结合,识别先天免疫反应相关的关键基因。结果:通过加权共表达网络分析(WGCNA),确定了与SLE相关的13个模块。其中绿色模块与中性粒细胞显著相关,棕褐色模块与NK细胞显著相关。在绿色模块中筛选出15个枢纽基因,棕褐色模块中筛选出8个枢纽基因。结合差异表达基因进一步筛选出2个hub基因,分别为CXCL1和MME。使用GSE122459数据集对其进行验证,在SLE患者中,CXCL1与MME基因的表达升高,AUC值分别为0.86和0.81,且其表达均与中性粒细胞的比例显著相关。结论:CXCL1和MME基因可能在SLE发展过程中在先天免疫细胞中发挥重要作用。

基于生信分析对强直性脊柱炎关键基因及药物靶点的预测

目的:基于强直性脊柱炎(AS)基因芯片数据,应用生物信息学分析方法识别免疫细胞亚型相关的关键基因及药物靶点预测。方法:GEO数据库下载AS基因表达数据,筛选差异表达基因(DEGs);运用R软件包进行基因本体论(GO)和京都基因和基因组百科全书(KEGG)富集分析;应用CIBERSORT反卷积算法和加权基因共表达网络分析(WGCNA)建立免疫细胞亚型与基因表达的关联性,结合蛋白质互作(PPI)网络筛选的枢纽基因进而确定AS关键基因,药物优先指数(Pi)数据库预测关键基因药物靶点指标。结果:共筛选出126个DEGs,通路富集分析显示DEGs主要富集于淋巴及自然杀伤(NK)细胞免疫调节和毒性信号通路。WGCNA确定了3个模块与AS的中性粒细胞、CD8^(+)T细胞和激活型NK细胞亚型相关性较强:棕色模块与中性粒细胞、绿色模块与中性粒细胞、蓝绿色模块与CD8^(+)T细胞、蓝绿色模块与激活型NK细胞(cor=0.83、0.68、0.52、0.28,均P<0.05)。PPI与模块基因结合筛选出5个关键基因,分别为CXCR1、IKZF1、RUNX3、ID2和ITGB3,基因Pi分析IKZF1和ITGB3在AS中排名较高。结论:CXCR1、IKZF1、RUNX3、ID2和ITGB3在AS中发挥重要作用,IKZF1和ITGB3可作为潜在药物治疗靶点。

苦参通关丸治疗BPH的疗效及安全性分析

目的通过苦参通关丸治疗门诊良性前列腺增生症(benign prostate hyperplasia,BPH)患者,观察其临床疗效和药物安全性。方法依据纳入和排除标准,门诊选取2021年8月至2022年8月天津中医药大学第一附属医院男科就诊的40例BPH患者为研究对象。采用随机数字表法将40例BPH患者随机分成两组,即对照组和观察组,其中每组20例。对照组采用盐酸坦索罗辛缓释胶囊进行治疗,观察组口服盐酸坦索罗辛缓释胶囊联合苦参通关丸。观察两组患者治疗前及治疗后组间最大尿流率(maximum flow rate,Qmax)、前列腺体积(prostate volume,PV)、国际前列腺症状评分(international prostate symptom score,IPSS)、生活质量(quality of life,QOL)评分及不良反应发生率。结果治疗3个月后,观察组Qmax水平高于对照组,PV小于对照组,两组数据均差异有统计学意义(P<0.05);观察组IPSS评分和QOL评分均低于对照组,差异有统计学意义(P<0.05);两组不良反应发生率比较,差异无统计学意义(P>0.05)。结论苦参通关丸联合坦索罗辛治疗良性前列腺增生症疗效显著,优于坦索罗辛单一治疗,能够显著缓解患者BPH导致的下尿路梗阻症状和膀胱刺激症状,能够有效提高患者的生活质量,且具有较好的安全性。

基于失巢凋亡相关lncRNA建立胶质母细胞瘤预后风险评估模型及验证

目的 探讨失巢凋亡相关长链非编码RNA(lncRNA)的表达量与胶质母细胞瘤(GBM)预后的关系,并构建GBM预后风险模型。方法 从癌症基因组图谱(TCGA)数据库中检索GBM样本的RNA-seq与临床数据,从GeneCards与Harmonizome数据库中获取关于失巢凋亡的基因,应用差异分析及相关性分析筛选与失巢凋亡相关的lncRNA,进一步行单因素Cox分析、LASSO回归和多因素Cox分析筛选有与临床相关的lncRNA并构建预后模型,通过K-M分析与受试者操作特征(ROC)曲线验证该模型的准确性;通过公式计算该模型的风险评分,并与临床信息相关联,使用单因素及多因素Cox分析检验其是否为独立的预后因素;对高低风险组进行基因集富集分析(GSEA)与免疫细胞浸润分析。结果 分析出1790个失巢凋亡相关的lncRNA;通过分析共筛选得到11个lncRNA,并构建GBM预后模型;基于该风险模型进行K-M分析显示,三个集合中高风险组的总生存期均少于低风险组;其1年、2年、3年的曲线下面积值均大>0.8。结合临床信息分析表明,年龄与风险评分是独立预后因素;绘制Nomogram图,校准曲线表明预测生存率与实际生存率大致相同。在高风险组中,巨噬细胞M0、中性粒细胞明显增加(P<0.05),然而巨噬细胞M1在低风险组中明显增加(P<0.05)。高风险组肿瘤突变负荷水平明显升高。结论 通过生物信息学方法筛选出11个影响GBM预后的失巢凋亡相关lncRNA,可能为GBM的预后提供分子生物标志物和治疗靶点,且建立的预测模型预测效能好,准确性高。