基于GEO和TCGA数据库分析促癌基因INHBA和抑癌基因CLCA4、CA4在结直肠癌中表达

目的:通过分析GEO数据库结直肠癌相关芯片集,寻找差异基因,并在TCGA数据库和GEO数据库进行验证,为结直肠癌的早期诊断寻找标志物。方法:分析GEO数据库结直肠癌相关芯片集GSE21510、GSE25071、GSE32323。分别分析差异基因,采用文恩图软件查找共同差异基因。进一步在TCGA数据库查找差异基因在结直肠癌中的表达及生存曲线。最后通过GEO数据库GSE24514验证差异基因的表达。结果:GSE21510,包含104例样本,共筛选出251个差异基因,其中上调基因146个,下调基因105个。GSE25071,包含50例样本,共筛选出669个差异基因,其中上调基因312个,下调基因357个。GSE32323,包含10例样本,共筛选出353个差异基因,其中上调基因115个,下调基因238个。在样本中上调基因为促癌基因,下调基因为抑癌基因。经文恩图分析,3个基因集交集共有15个基因,其中上调基因3个,下调基因12个。在TCGA数据库中查找差异基因的表达量和生存曲线,生存曲线选择结肠癌数据集,选取279个样本进行分析。根据差异基因的表达和生存曲线,最终确定促癌基因INHBA和抑癌基因CLCA4、CA4为结直肠癌的标志物。最后在GSE24514芯片集验证差异基因的表达。结论:通过GEO和TCGA数据库筛选及验证,发现在结直肠癌组织中INHBA基因明显上调,CLCA4、CA4基因明显下调。最终确定促癌基因INHBA和抑癌基因CLCA4、CA4可作为结直肠癌早期诊断的标志物。     

家族性高胆固醇血症HDL-miRNAs调节血单核细胞功能机制

本研究通过生物信息学方法分析家族性高胆固醇血症患者外周血单核细胞差异表达基因、HDL载体差异表达miRNA及其生物学功能,研究差异HDL-miRNA与单核细胞差异基因的相关性,探讨HDL-miRNA调控外周血单核细胞功能机制,寻找动脉粥样硬化防治新靶点。运用R语言分析GEO数据库共享平台家族性高胆固醇血症外周血单核细胞基因及HDL-miRNA探针芯片得到差异基因及差异miRNA,利用miRwalk2. 0预测miRNA靶基因,并利用STRING进行蛋白互作分析,构建差异miRNA与差异基因之间的调控网络。运用GO及KEGG分析研究基因功能。利用GEO数据(GSE6054)筛选出834个差异表达基因,利用GEO数据(GSE25108)筛选出HDL上差异miRNA28个。交叉匹配得到由19个差异miRNA和56个差异基因组配对的74对miRNA-靶基因。GO富集分析56个差异基因主要富集于肾上腺素受体信号等分子功能。KEGG分析56个差异基因主要富集于造血谱系通路上。家族性高胆固醇血症差异HDL-miRNA与外周血单核细胞差异mRNA具有相关性,HDL-miRNA有通过调控血单核细胞功能的可能性,可能参与高胆固醇血症导致动脉粥样硬化过程。     

单核细胞与未成熟树突状细胞粘附相关差异表达基因筛选及相互作用分析

本研究目的是分析单核细胞(monocytes,mon)与未成熟树突状细胞(immature DCs,im DCs)两个不同发育阶段间差异表达基因的功能及其编码蛋白的相互作用,筛选出粘附相关的关键基因,并进行生物信息学分析。我们从NCBI(美国国立生物技术信息中心)公共数据平台GEO(Gene Expression Omnibus)下载基因芯片数据GSE15076,使用perl语言将探针id转换成gene symbol。利用R Bioconducto软件(RGui 3.3.1)解析原始数据并筛选差异基因。进一步利用STRING online工具筛选核心差异基因(可信度≥0.4),Cytoscape软件构造蛋白质相互作用网络图。对STRING online工具筛选核心差异基因进行京都基因与基因组百科全书(kyotoencyclopedia of genes and genomes,KEGG)分析。im DCs相对于mon表达的差异基因,过滤条件为Log FC2和adj.p.val0.01。通过分析,我们共找到1 223个差异基因,其中567个上调基因,656个下调基因,通过进一步筛选,在网络中的上调基因有399个,下调基因458个,主要涉及m TOR信号通路、细胞代谢、细胞粘附等功能。其中上调基因中CDH1,CD274等差异基因与细胞粘附密切相关,而下调基因中SELL、IL-6、TNF等差异基因与细胞粘附改变密切相关。因此,在单核细胞发育分化到未成熟树突细胞阶段,粘附相关基因的表达变化,对进一步深入理解im DCs独特的生物物理学特性和免疫学功能来说具有重要意义。为进一步研究DCs细胞粘附功能的分子机制提供指导。     

脊髓损伤机制研究的生物信息学分析

用生物信息学方法筛选参与脊髓损伤(spinal cord injury, SCI)发展过程的关键分子和通路,可为脊髓损伤发展机制的研究提供指导。从GEO数据库下载基因芯片数据,并将数据集中的样本分为脊髓损伤组(SCI组)和正常组(normal组)。应用R语言处理来自不同数据集样本间的批次效应,同时对基因芯片的表达数据进行标准化处理,并通过PCA分析监测标准化处理后数据的质量。应用R语言中的limma包分析标准化后的基因表达矩阵,以得到差异基因。将差异基因导入DAVID数据库进行GO (gene ontology)分析,并通过KEGG数据库进行通路分析。然后应用STRING数据库构建PPI网络,并通过Cytoscape中的cytoHubba插件分析得到10个hub基因。最后应用箱式图监测hub基因在不同样本中的表达,并用GeneCards数据库查询hub基因的功能。此外,为了补充差异基因筛选的不足,通过R语言对基因表达矩阵进行了GSEA (gene set enrichment analysis)分析。结果显示:TYROBP、ITGB2、PTPRC和FCER1G等基因在脊髓损伤发展过程中发挥重要的作用;细胞外基质的炎症反应、葡糖醛酸基转移酶活性的变化和星形胶质细胞的迁移等与脊髓损伤的发展机制关系密切; TNF信号通路、NF-κB信号通路和p53信号通路在脊髓损伤的发展机制中发挥重要的作用。这些关键的分子和通路在脊髓损伤中的作用值得我们进行更深入的探讨。     

联合TCGA,GEO数据库分析THY1在胃癌中的表达及临床意义

为了研究THY1 (THYmocyte differentiation antigen 1)在胃癌中的表达情况,预测并探讨THY1参与肿瘤发生发展的可能机制及临床价值。本研究从GEO (Gene expression omnibus)数据库中选择GSE33335、GSE56807、GSE63089 3个芯片的数据,利用"limma"、"RobustRankAggreg".R语言包,找到3个芯片中共同的差异基因,并通过DAVID网站对差异基因进行功能通路富集分析,利用"ggplots".R语言包进行可视化分析。通过Kmplotter在线网站筛选跟胃癌生存预后相关的差异基因。利用Oncomine数据库探究THY1基因在不同癌症及胃癌中的差异表达。利用癌症基因组图谱TCGA (Cancer genome atlas)数据库获取胃癌数据集,随后以THY1的表达水平进行患者的生存分析和基因集富集分析(gene set enrichment analysis, GSEA),以期挖掘THY1的潜在临床意义及其分子机制。结果本研究发现THY1的表达水平与胃癌患者的生存预后相关,THY1高表达的患者总生存期明显短于低表达的患者(p0.001) THY1高表达样本富集了细胞黏附、细胞因子受体互作通路、ECM受体通路、粘着斑通路、骨架蛋白调控、癌症通路、TGF-β通路等基因集。研究结果表明,在胃癌中,THY1高表达是一种预后不良因素,可以作为预测患者转移发生、判断预后的有效生物标志物。     

microRNA155在动脉粥样硬化发生过程中的网络调控机制

动脉粥样硬化(atherosclerosis,AS)是一种慢性进行性的血管炎症性疾病,其发病机制主要包括内皮细胞损伤,脂质浸润及炎症介质分泌等。microRNA155(miR-155)是参与AS炎性调控、免疫和自噬信号等通路的微小非编码RNA。系统性研究miR-155及其靶基因的网络调控机制,能全面理解miR-155在AS中的作用,促进其在临床诊断中的应用开发。利用miRNA靶基因预测数据库miRDB、miRmap和Starbase获取miR-155的靶基因集。R语言分析基因表达综合数据库(gene expression omnibus,GEO)共享平台动脉粥样硬化斑块差异表达基因(GSE24702),筛选出18 076个差异表达基因。利用基因集富集分析(gene set enrichment analysis,GSEA)分析,观察这些差异表达基因共同富集在IL6-JAK-STAT3信号通路、炎症反应和TNFα等炎症信号通路。与miR-155靶基因交叉匹配得到371个交集mRNA,其中159个在动脉粥样硬化斑块中上调,212个在动脉粥样硬化斑块中下调。基因本体(gene ontology,GO)及基因组数据库(kyoto encyclopedia of genes and genomes,KEGG)分析研究基因功能,GO富集分析371个差异基因主要富集炎症和凋亡信号通路的负调控等功能,KEGG分析371个差异基因主要富集TGFβ等炎症信号通路。蛋白相互作用网络(protein-protein interaction networks,PPI)分析获得关键节点基因是ARRB2、FBXO11、SOCS1、FBXO22、FBXO30、KRAS、RNF19A、TRIM32、HERC4、PJA1、RCHY1和DET1。本研究表明,miR-155主要通过调控炎症反应等相关信号通路影响斑块细胞炎症、自噬及凋亡等功能,进而影响动脉粥样硬化的各个进程。     

脱发相关差异表达基因的生物信息学分析

利用生物信息学方法分析脱发相关差异表达基因,有望帮助了解脱发发生发展的分子机制。本研究从NCBI的子数据库GEO中选择基因表达谱GSE45512和GSE45513数据集,利用R语言limma工具包,筛选出两个物种斑秃样本与正常样本的共同显著差异表达基因。对这部分基因进行功能注释和蛋白互作网络分析,同时对全部差异表达基因进行基因集富集分析。结果发现,人头皮斑秃样本共筛选出225个差异表达基因;C3H/HeJ小鼠自发斑秃皮肤样本共筛选出337个差异表达基因;两个物种的共同显著差异表达基因有23个。GO功能富集分析和蛋白互作网络分析显示,这部分差异基因显著富集于免疫相关功能,并且彼此间存在蛋白互作关系。基因集富集分析显示两个物种的差异基因都能显著富集到趋化因子信号通路、细胞因子受体相互作用、金葡菌感染及抗原加工与呈递通路;而且人的下调差异基因不仅映射到了人类表型数据库的脱发表型,也映射到皮肤附属物病理相关表型。综上所述,本研究通过生物信息方法分析脱发皮肤组织与正常皮肤组织的差异表达基因,最终筛选出23个在人和小鼠中共同存在的显著差异表达基因;此外,分析发现脱发与免疫过程及皮肤附属物病变密切相关,这些结果为脱发的诊断和治疗提供了新思路。     

龋病感染牙髓相关基因的筛选与生物信息学分析

目的:综合应用生物信息学技术,从分子水平对龋坏牙髓与正常牙髓的差异基因进行筛选分析,初步探讨其作用机制。方法:从GEO基因表达数据库中下载龋坏牙髓相关芯片数据集,采用MORPHEUS在线筛选差异表达基因,结合DAIVID、STRING等在线分析工具对差异表达基因进行GO功能富集分析及KEGG通路分析,后用Cytoscape软件构建蛋白质相互作用网络。结果:共筛选出375个差异表达基因,其中表达上调253个、下调122个,主要涉及免疫应答、炎症反应、细胞因子应答和生物矿化组织发育等生物过程,以及抗原加工提呈和NF-κB信号等生物通路。通过蛋白质互作网络构建分析发现,MMP9、IL-8、PTPRC、CXCR4等10个基因处于核心节点位置。结论:借助生物信息学方法能得到可靠的相关差异基因信息,能够有效指导进一步的研究。得到的差异基因可以作为龋病诊断的指示因子和机制研究的候选基因。     

基于ceRNA网络识别登革热诊断标志物

通过比较登革热患者和健康人群转录组数据,识别差异基因,构建失调ceRNA网络,筛选关键基因富集分析,解析潜在生物学功能,助力登革热诊断标志物的研究。从GEO数据库下载登革热外周血芯片数据,识别差异基因并进行富集分析。结合miRNA-mRNA互作数据,利用超几何算法和皮尔森相关性计算方法识别登革热失调ceRNA互作对,使用Cytoscape软件可视化ceRNA网络与模块挖掘,对网络模块进行功能富集及外部数据验证表达模式。筛选出251个差异基因,发现其富集在细胞周期等生物学通路中。经外部数据验证,网络模块基因的表达趋势与训练集数据大致相同,表明模块基因在登革热疾病中的潜在诊断效能。本研究可为确定有效的疾病诊断分子标志物提供思路。     

肝细胞癌相关差异基因的生物信息学及预后分析

肝细胞癌是全球癌症相关死亡的主要原因,目前对肝细胞癌的发病机制研究尚不完善,探索肝细胞癌发生、发展相关的分子标志物及其预后具有重要意义。从GEO数据库获得肝细胞癌组织和非癌组织的基因表达阵列数据GSE84402,利用GEO2R筛选差异表达基因;采用DAVID数据库对差异基因进行GO富集分析和KEGG通路分析;通过STRING数据库和Cytoscape软件构建差异表达基因对应的蛋白质相互作用网络,并从网络中筛选出核心基因(hub genes);结合KM plotter数据库的临床信息对hub genes进行预后分析。结果显示:共得到1 307个差异表达基因,其中上调基因741个,下调基因566个,这些差异表达基因主要涉及细胞分裂、细胞周期、DNA复制及物质代谢等生物学过程及生物通路。通过GO、KEGG及蛋白质相互作用网络筛选出BUB1、BUB1B、CCNA2、CCNB1、CCNB2、CDC20、CDK1、MAD2L1、PLK1等9个hub genes,进一步分析发现hub genes均与细胞周期的调控相关,表明细胞周期的调控失常在肝细胞癌的发生、发展过程中具有重要作用。生存分析显示9个hub genes在肝细胞癌患者中均为表达上调的基因,且与患者预后不良相关,这为寻找肝细胞癌患者预后相关生物标志物的研究提供了线索。     

胰腺癌中CDK1的表达与预后的生物信息学分析

为探讨胰腺癌的发病机制并为胰腺癌的防治提供生物信息学依据,用GEO2R在线工具分析GSE16515中胰腺癌患者肿瘤组织和相应正常组织的差异表达基因(differentially expressed genes, DEGs),通过DAVID数据库对DEGs进行GO分析和KEGG通路富集分析,然后通过STRING数据库构建蛋白质相互作用(protein-protein interaction, PPI)网络,用Cytoscape软件进行关键基因(hub基因)筛选和功能模块分析,并在GEPIA数据库对hub基因进行验证,用CCLE数据库检测靶基因在胰腺癌组织及细胞系中的表达水平。分析结果显示胰腺癌中筛选出的376个DEGs主要涉及细胞周期、p53信号通路、蛋白质消化吸收、ECM-受体相互作用、PI3K-Akt信号通路、血小板激活信号通路。GEPIA数据库验证结果显示10个hub基因均在胰腺癌组织中高表达,其中8个hub基因与胰腺癌患者的不良预后有关。CCLE数据库检测结果显示周期蛋白依赖性激酶1 (cyclin-dependent kinase 1, CDK1)在胰腺癌组织和细胞中均有较高的表达水平。本研究结果表明CDK1可能与胰腺癌的发生发展最为相关,为进一步探究胰腺癌的发病机制提供了生物信息学依据。     

胶质母细胞瘤预后相关基因的数据挖掘分析

胶质母细胞瘤（glioblastoma, GBM）是恶性程度最高的颅内恶性肿瘤，目前临床上缺乏有效治疗药物，复发率高且预后差，开发新的抗GBM药物是目前临床上亟待解决的问题。为了筛选与GBM预后密切相关的基因，为寻找新的药物靶点提供线索，采用GEO2R工具从GEO数据库中的269个肿瘤组织和61个正常组织中初步筛选出差异表达基因，然后利用Cluster Profiler数据库进行基因功能富集分析，STRING及Cytoscape进一步筛选出37个差异表达基因，采用GEPIA交互分析对这37个基因在GBM肿瘤组织中的表达进行验证。为了进一步探索这些差异表达基因与患者预后的关系，研究中利用GEPIA工具对TCGA数据库中与患者预后相关的数据进行深入挖掘，最终发现PTTG1、RRM2、E2F7与患者中位生存期呈显著性负相关。研究筛选出的与患者预后密切相关的基因不仅可以为评估患者预后提供参考，同时也为开发新的抗GBM药物提供了潜在的靶点。     

基于TCGA数据库分析甲状腺癌基因表达谱

为分析甲状腺癌基因表达谱,筛选疾病相关的基因标志物。基于肿瘤基因组图谱(TCGA)数据库中的甲状腺癌基因表达数据,运用R/Bioconductor统计平台进行数据处理与统计学分析。分别应用edgeR算法和limma算法选取肿瘤组织与对照组间倍数改变 > 2,P< 0.05的基因作为差异基因;进一步运用Medcalc统计软件进行受试者工作特征曲线(ROC)分析,鉴定出有诊断标志物潜在应用价值的基因标志物。通过两种运算方法筛选出甲状腺癌组织中存在着1 945个差异基因(上调基因1 033个,下调基因912个);根据差异倍数进一步鉴定出11个基因在肿瘤组织中表达上调,且对鉴别肿瘤组与对照组有较好的应用价值。本研究分析了TCGA中的甲状腺癌表达谱数据,鉴定出了与疾病诊断显著相关的差异表达基因,能够为探索疾病发生发展机制及寻找新型分子标志物提供依据。     

肾透明细胞癌Caki-1细胞系差异表达基因的生物信息学分析

目的比较肾透明细胞癌Caki-1细胞系与正常肾上皮细胞系ASE-5063中的差异表达基因（DEGs）,寻找潜在的肾透明细胞癌特异性分子标志物。 方法利用GEO数据库自带的GEO2R在线分析工具分析基因芯片GSE78179,将筛选出的DEGs分别导入Metascape、STRING以及Cytoscape进行综合分析并筛选出核心基因。最后使用FunRich等软件对筛选出的核心基因进行GO和KEGG富集分析。 结果共筛选出562个DEGs,其中上调基因345个,下调基因217个。进一步使用MCODE筛选出36个关键基因,GO功能分析发现这些基因与细胞粘附分子活性、趋化因子活性、细胞通讯和信号转导等密切相关;KEGG通路富集结果则表明差异基因主要集中在趋化因子信号通路、TNF信号通路以及NF-κB信号通路等多种与肿瘤相关的通路上。 结论运用生物信息学方法筛选出肾透明细胞癌Caki-1细胞系中DEGs,其中数个核心基因广泛参与多种肿瘤的病理进程,但尚未在肾透明细胞癌有相关研究报道,提示其可能是治疗肾透明细胞癌的潜在靶点。     

联合TCGA和GEO数据库筛选乳腺癌易感基因

本研究是利用公共基因芯片数据库筛选乳腺癌的预后基因,预测和探索这些基因在乳腺癌进展中的可能机制和临床价值.首先,我们筛选了公共基因芯片数据库(gene expression omnibus,GEO)GSE22820和癌症基因组图谱(the cancer genome atlas,TCGA)乳腺癌数据库的重叠差异表达基因,联合R语言分析乳腺癌组织与癌旁正常组织差异表达的基因;其次,基于STRING数据库及Cytoscape软件构建蛋白质相互作用网络图,分析并识别了中枢基因和前3个模块;之后进行了更多的功能分析,包括基因本体(gene ontology,GO)和京都基因与基因组百科全书(kyoto encyclopedia of genes and genomes,KEGG)通路分析以及基因集富集分析(gene set enrichment analysis,GSEA),以研究这些基因的作用以及潜在的潜在机制;最后进行了Kaplan-Meier分析和Cox比例风险分析,以阐明这些基因的诊断和预后效果.相关数据分析表明15个基因的表达水平与生存预后相关,高表达基因患者的总生存时间短于低表达患者(P＜0.05);Cox比例风险分析表明UBE2T、ER-CC6L和RAD51这3个基因是预后生存的独立因素(P＜0.05);GSEA分析表明在UBE2T、ERCC6L和RAD51基因中细胞周期、基础转录因子和卵母细胞减数分裂明显富集.最终,我们得出结论,这3种基因标志物的高表达是乳腺癌预后不良因素,可作为预测乳腺癌患者转移和预后的有效生物标志物.     

浆液性卵巢癌铁死亡关键基因的筛选及[]生物信息学分析

利用生物信息学方法筛选浆液性卵巢癌相关铁死亡关键基因,并预测其生物学功能。从GEO数据库中获得有关浆液性卵巢癌的数据集GSE54388和GSE12470,采用R语言中的“Limma”包分析挑选浆液性卵巢癌上皮组织与正常卵巢上皮组织中差异表达基因,绘制火山图、热图。利用Venn软件在线工具绘制GSE54388,GSE12470,FerrDb三个数据集韦恩图。对相关基因进行功能富集分析、蛋白互作分析、生存分析,对关键基因绘制ROC曲线进行诊断分析。采用GEPIA2 数据库对筛选基因进行验证,并进行免疫浸润分析。结果发现:从GSE54388中筛选出2458个差异基因,其中上调1309个,下调1149个。从GSE12470中筛选出3534个差异基因,其中上调1 837个,下调1 697个。与铁死亡基因数据集取交集,共得到16个差异基因,蛋白互作网络筛选出7个基因构建的关键模块,绘制生存曲线发现浆液性卵巢癌患者中5个基因与患者总生存率不良相关,其中NRAS,PSAT1,CDKN2A,GDF15这4个基因高表达,CAV1低表达。ROC曲线显示这5个基因中CAV1,NRAS,PSAT1的AUC诊断曲线面积大于0.95,有较高的诊断价值。GEPIA2 数据库验证发现5个基因的表达情况与预测相符,仅NRAS基因表达在浆液性卵巢癌患者Ⅱ期、Ⅲ期、Ⅳ期有显著差异(P<0.05)。免疫浸润分析发现CDKN2A表达与aDC细胞浸润水平呈正相关(P<0.05,spearman相关系数0.353);CAV1表达与Mast细胞浸润正向关(P<0.05,spearman相关系数0.327);NRAS与T helper细胞浸呈正向关(P<0.05,spearman相关系数0.362)。通过生物信息学方法筛选出与浆液性卵巢癌铁死亡相关的5个基因CAV1,NRAS,PSAT1,CDKN2A,GDF15,可能在浆液性卵巢癌的发生发展中起重要作用,有望成为该病诊断、治疗和预后的潜在分子生物标志物。     

COPD 差异表达基因的生物信息学分析及在LUSC样本中的表达

为确定慢性阻塞性肺病(COPD)的分子标记物及COPD与肺鳞状细胞癌(LUSC)共存的差异表达基因,探寻COPD合并肺癌的预测因子,发现新的治疗靶点。本研究采用生物信息学方法,从GEO数据库中筛选3套基因芯片数据集,挖掘COPD患者小气道上皮细胞(SAEC)的差异表达基因(DEG)以及潜在的生物标记物,并通过基因本体(GO)、京都基因与基因组百科全书(KEGG)富集分析预测DEGs的功能及参与的代谢途径。继而对DEGs构建PPI网络,使用Cytoscape软件筛选子模块和Hub基因,并将Hub基因通过TCGA数据库分析其在LUSC中的差异表达情况及差异基因间的相关性。结果共获得52个上调基因和24个下调基因,代谢通路主要集中在细胞色素P450对外源物质的代谢、化学致癌、花生四烯酸代谢及甲状腺激素合成四条途径上,通过Cytoscape软件从PPI网络中筛选得到2个功能模块和10个Hub基因,进一步验证发现其中5个基因在TCGA数据库中的LUSC样本中同样差异表达。由此推测SPP1、ALDH3A1、SPRR3、KRT6A和SPRR1B 可能为COPD 分子标记物及COPD与LUSC共存的DEGs,从而为研究COPD和LUSC的发病机制及二者潜在关系奠定良好的基础。     

幽门螺杆菌感染与胃癌相关基因的筛选及预后分析

目的通过分析幽门螺杆菌感染胃黏膜组织和胃癌细胞系后的差异基因变化,并在癌症基因组图谱(The Cancer Genome Atlas,TCGA)数据库和肿瘤基因芯片(Oncomine)数据库进行验证,探究幽门螺杆菌导致胃癌发生、发展的分子机制。方法分析基因表达汇编(Gene Expression Omnibus,GEO)数据库幽门螺杆菌感染相关芯片集GSE5081与GSE70394,绘制维恩图查找幽门螺杆菌感染后共同上调的差异基因。对共同上调的差异基因进行功能富集分析。通过TCGA和Oncomine数据库验证差异基因在胃癌中的表达。利用Kaplan-Meier Plotter数据库和GEPIA数据库分析差异基因表达高低与胃癌患者预后是否存在相关性。结果通过差异基因筛选和维恩分析,两个芯片集共有21个共同上调差异基因。GO分析发现共同上调差异基因主要富集在对细菌来源分子的反应、趋化因子CXCR受体结合、中性粒细胞趋化作用等相关的基因功能上;KEGG通路主要富集在癌症通路、TNF信号通路、趋化因子信号通路等。STRING以及PPI数据库分析发现21个基因中PRDM1、IL10、NRP1、BIRC3、GNG13、CXCL1、CXCL2、CXCL3、CXCL8基因存在有网络关系,属于关键枢纽基因。通过TCGA和Oncomine数据库筛选及验证,发现在胃癌组织中NRP1、CXCL1、CXCL8基因明显上调,结果差异有统计学意义(TCGA数据库中,三者P值均小于0.05,Oncomine数据库中,NRP1:t=4.607,P0.01;CXCL1:t=5.854,P0.01;CXCL8:t=5.316,P0.01)。在Kaplan-Meier Plotter数据库(210615-at芯片:P0.01;210510-s-at芯片:P0.01;212298-at芯片:P0.01)以及GEPIA数据库(P0.01)两个数据库中,NRP1的高表达均与胃癌的预后负相关。结论不同的数据库均显示NRP1、CXCL1、CXCL8三个基因与幽门螺杆菌感染相关,同时在胃癌中高表达,并且NRP1的高表达与胃癌的不良预后相关,这些结果为进一步探究幽门螺杆菌导致胃癌发生、发展的分子机制提供了重要基础。     

应用GSEA和WGCNA方法分析细菌性败血症宿主关键差异基因及意义

【目的】采用生物信息学方法分析公共数据库来源的细菌性败血症患者全血转录组学表达谱,探讨细菌败血症相关的宿主关键差异基因及意义。【方法】基于GEO数据库中GSE80496和GSE72829全血转录组基因数据集,采用GEO2R、基因集富集分析(GSEA)联用加权基因共表达网络分析(WGCNA)筛选细菌性败血症患者相比健康人群显著改变的差异基因,通过R软件对交集基因进行GO功能分析和KEGG富集分析。同时,通过String 11.0和Cytoscape分析枢纽基因,验证枢纽基因在数据集GSE72809(Health组52例,Definedsepsis组52例)全血标本中的表达情况,并探讨婴儿性别、月(胎)龄、出生体重、是否接触抗生素等因素与靶基因表达谱间的关系。【结果】分析GSE80496和GSE72829数据集分别筛选得到932个基因和319个基因,联合WGCNA枢纽模块交集得到与细菌性败血症发病相关的10个枢纽基因(MMP9、ITGAM、CSTD、GAPDH、PGLYRP1、FOLR3、OSCAR、TLR5、IL1RN和TIMP1);GSEA分析获得关键通路(氨基酸糖类-核糖代谢、PPAR信号通路、聚糖生物合成通路、自噬调控通路、补体、凝血因子级联反应、尼古丁和烟酰胺代谢、不饱和脂肪酸生物合成和阿尔兹海默症通路)及生物学过程(类固醇激素分泌、腺苷酸环化酶的激活、细胞外基质降解和金属离子运输)。【结论】本项研究通过GEO2R、GSEA联用WGCNA分析,筛选出与细菌性败血症发病相关的2个枢纽模块、10个枢纽基因以及一些关键信号通路和生物学过程,可为后续深入研究细菌性败血症致病机制奠定理论依据。     

HER-2阴性乳腺癌新靶向基因的生物信息学分析

利用生物信息学方法研究HER-2阴性乳腺癌的潜在靶向基因、信号传导通路及分子机制。从公众数据库(gene expression omnibus,GEO)下载HER-2阴性乳腺癌患者和正常女性上皮细胞基因芯片数据,运用RMA算法进行数据预处理,运用R语言LIMMA的包选出差异表达基因。将差异表达基因上传到DAVID在线网站进行富集分析,运用KEGG信号传导通路进行信号传导通路分析,最后用STRING进行蛋白相互作用网络分析(控制差异表达倍数大于2倍,p值小于0.01),筛出差异表达基因72个(上调基因10个,下调基因62个)。差异基因富集分析结果表明富集程度高的差异基因主要与转录调节、细胞凋亡及细胞外刺激反应等密切相关,信号传导通路分析结果表明差异基因主要与MAPK信号转导通路等密切相关,蛋白共表达网络分析结果表明关键蛋白质为FOS、JUN、KLF6、ATF3、HIST2H2AA4和HIST2H2BE等。HER-2阴性的乳腺癌患者早期差异表达基因表现为下调,HIST2H2AA4和HIST2H2BE可成为其潜在靶向基因,并可作为MAPK信号传导通路中ERK1/2中FOS基因的下游基因,验证需进一步实验。