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。     

斑马鱼急性无机砷暴露后肝脏差异表达基因的生物信息学分析

砷是一种致癌物,是心血管、外周血管疾病、神经疾病、糖尿病和各种癌症的致病因素。目的:利用GO数据库和KEGG数据库等生物信息学方法对GEO数据库数据中的差异表达基因进行评价。利用生物信息学分析软件对差异基因进行功能富集、功能注释分析和生存分析。利用Cytoscape上的蛋白-蛋白相互作用网络(Protein-protein interaction network, PPI)软件对179个差异基因进行筛选和分析。结果发现126个基因作用于蛋白靶点,其中有10个基因为关键基因分别为:PSMB3、HSP701、HSPE1、STIP1、HSPD1、HSP70、DNAJB1B、HSP90AA1.1、HSPA9H和TCP1。核心基因主要作用于内质网中的蛋白质加工通路。这可能会为砷对肝脏损伤的潜在生物标志物和生物学机制提供新的思路。     

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。     

牡丹开花相关SWEET家族基因生物信息学与表达模式分析

为了揭示SWEET家族基因在牡丹开花过程中的作用,该研究以‘洛阳红’牡丹花瓣转录组数据库为基础,利用生物信息学方法对SWEET家族基因进行鉴定和分析。结果表明:(1)实验共得到10个具有完整开放阅读框的牡丹SWEET基因。(2)牡丹SWEET家族成员蛋白等电点、消光系数等差别不大,其中5个牡丹SWEET基因编码的蛋白为不稳定蛋白;亚细胞定位预测这10个牡丹SWEET基因编码的蛋白均定位在细胞膜;进化树分析显示,牡丹SWEET基因与拟南芥亲缘关系更近;结构分析表明,牡丹SWEET蛋白结构在进化过程中非常保守,这10个牡丹SWEET蛋白同时具有5个相同的Motif且均含2个MtN3 saliva结构域。(3)可溶性糖含量分析显示,从小风铃期到盛花期,牡丹花瓣中蔗糖含量不断降低,果糖和葡萄糖含量不断升高,均在盛花期达到峰值。(4)qRT-PCR分析显示,PsSWEET4盛花期表达量是小风铃期的34倍,PsSWEET8盛花期表达量是小风铃期的60倍。结合这2个基因表达与进化关系及可溶性糖变化值,初步推测PsSWEET4和PsSWEET8在开花过程中可能通过调控果糖、葡萄糖的转运而间接调控开花过程;该结果为进一步研究PsSWEET基因在牡丹生长发育过程中的功能奠定了基础。     

基于生物信息学分析的肝癌核心基因的筛选及验证

本研究基于GEO数据库,选取由慢性乙型肝炎诱导的肝细胞癌芯片数据GSE121248为研究对象,利用GEO2R软件分析数据,筛选出差异表达基因,利用DAVID数据库进行GO分析和KEGG pathway富集分析.利用STRING数据库构建PPI网络,分析筛选核心基因.利用GEPIA对核心基因的表达进行验证,Kaplan ...     

丹参病程相关蛋白基因（SmPR-10）的生物信息学及表达模式分析

对丹参EST序列进行Blast分析,获得了一条病程相关蛋白10（Pathogenesis-related protein10,PR-10）基因,命名为：SmPR-10（GenBank注册号：HM439764）。分别从cDNA和gDNA水平克隆得到该基因,其序列无内含子,包含一个长为486bp的完整开放读码框,编码161个氨基酸残基。生物信息学分析显示,SmPR-10所编码的蛋白SmPR-10具有Betv1结构域,属于病程相关蛋白10家族,其相对分子量为17·47kD,为稳定的酸蛋白;无信号肽、膜锚定或跨膜结构域,为亲水性蛋白。实时定量PCR结果分析表明,SmPR-10基因主要在丹参茎中表达,其表达受到病原菌和茉莉酸甲酯逆境信号的诱导,显示SmPR-10基因可能在植物防御反应中发挥作用。     

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。     

寒冷适应差异表达基因的研究

为寻找寒冷适应机体表达上调的相关基因,以Balb／C小鼠建立寒冷适应模型,分别提取肌肉和肝脏RNA,运用代表性差异分析(RDA)方法,寻找寒冷适应表达上调的相关基因片段,进行序列分析和同源性比较。结果显示,在肌肉和肝脏中有部分表达上调的基因片段,经狭线杂交验证,其中3条基因表达存在显著差异。这些新发现的机体寒冷适应相关基因为进一步理解寒冷适应的分子机制提供了帮助。     

生物信息学基因表达差异分析

基因的差异化表达由多种因素共同导致,并且与许多疾病的发生和发展有密切联系,对差异化表达的基因进行生物信息学以及生物统计学的分析对于研究细胞调节机制和疾病机理有着重要意义。目前,对差异化表达的基因有以下几种主流的研究方法：DNA微阵列（DNA microarray）,抑制性消减杂交（SSH）,基因表达连续性分析（SAGE）,代表性差异分析（RDA）,以及mRNA差异显示PCR（mRNA DDRT-PCR）。目前许多基因差异化表达数据是建立在时段（time series）基础上,因此对基于时间变化的基因差异化表达分析变得尤为重要。本文将对差异化表达基因的几种主流方法进行详细阐述,并介绍一种基于傅里叶函数的时段基因差异化表达分析。     

生物信息学分析筛选结直肠癌靶基因及评估预后价值

为寻找与结直肠癌发展和预后相关的潜在关键基因及信号通路.从美国国立信息中心NCBI的GEO数据库获得结直肠癌基因表达数据集GSE106582,通过PCA对样本进行分组,利用GEO2R进行综合分析,筛选结直肠癌与癌旁对照组的差异表达基因;通过DAVID在线工具对差异表达基因进行GO本体分析和KEGG通路富集分析,初步分析...     

喉癌中差异表达的蛋白激酶及其抑制剂的生物信息学筛选

目的：筛选喉癌中差异表达的激酶基因以及调控这些差异表达激酶的激酶抑制剂,为喉癌的分子治疗提供新的靶点。方法： 利用PubMed 数据库和SAM 软件筛选喉癌中差异表达的激酶基因。体外培养人喉癌Hep-2和FaDu 细胞。实时定量聚合酶链反 应（Real-time PCR）检测目的激酶在喉癌细胞系中的表达,以验证全基因表达谱结果的准确性。利用KEGG数据库获得激酶调控 的通路。文献挖掘和人工筛选获得差异表达激酶的激酶抑制剂。结果：①在喉癌基因组表达谱中,共筛选出差异表达基因207个, P<0.05,其中激酶基因4 个,分别为CDC42、CDK7、SLK 和TXK。②Real-time PCR 结果显示在人喉癌Hep-2 和FaDu 细胞中这四 个差异基因也出现差异表达,P<0.05,证明全基因组的结果准确。③通路分析的结果显示4 个差异激酶共调控25 个通路。④文献 挖掘和人工筛选的结果显示共有10 个激酶抑制剂调控CDC42,7 个激酶抑制剂调控CDK7,1 个激酶抑制剂调控SLK,2 个激酶 抑制剂调控TXK。并且再次文献挖掘的结果显示在这20 个激酶抑制剂中,有9 个在癌症方面的研究较少,文献<10 篇。结论： 喉癌中共有四个激酶CDC42、CDK7、SLK 和TXK发生差异表达,并发挥促癌作用。它们的激酶抑制剂可能有潜在的抗癌作用, 为喉癌的分子治疗提供新的切入点。     

Function and Chromosome Location of Differentially Expressed Genes in Gastric Cancer

Using Affymetrix U133A oligonucleotide microarrays, screening was done for genes that were differentially expressed in gastric cancer (T) and normal gastric mucosa (C), and their chromosome location was characterized by bioinformatics. A total of 270 genes were found to have a difference in expression levels of more than eight times. Of them 157 were up-regulated (Signal Log Ratio [SLR]≥3), and 113 were down-regulated (SLR≤-3). Except for, four genes with unknown localization, a vast majority of the genes were sporadically distributed over every chromosome. However, chromosome 1 contained the most differentially expressed genes (26 genes, or 9.8%), followed by chromosomes 11 and 19 (both 24 genes, or 9.1%). These genes were also more likely to be on the short-arm of the chromosome (q), which had 173 (65%). When these genes were classified according to their functions, it was found that most (67 genes, 24.8%) belonged to the enzymes and their regulators groups. The next group was the signal transduction genes group (43 genes, 15.9%). The rest of the top three groups were nucleic acid binding genes (17, 6.3%), transporter genes (15, 5.5%), and protein binding genes (12, 4.4%). These made up 56.9% of all the differentially expressed genes. There were also 50 genes of unknown function (18.5%). Therefore it was concluded that differentially expressed genes in gastric cancer seemed to be sporadically distributed across the genome, but most were found on chromosomes 1, 11 and 19. The five groups associated genes abnormality were important genes for further study on gastric cancer.     

胃癌差异表达基因在染色体上的定位及其功能分析

利用标准化的Affymetrix公司生产的U133A基因芯片检测胃癌（T）与切缘正常胃黏膜（C）基因表达谱差异,并利用生物信息学方法对检测结果进行差异基因在染色体定位和功能分析。结果表明：胃癌与正常胃黏膜比较差异8倍以上共有270个基因,其中表达上调[信号比的对数值（SLR）≥3]有157个,表达下调（SLR≤-3）有113个。从表达差异的基因在染色体定位分析,发现除4个基因未知其定位外,其余所有差异表达基因散在分布和各条染色体上,但以1号染色体为最多,有26个（占9．8％）,其次是11和19号染色体上分别有24个（各占9．1％）。而差异表达的基因发生在染色体短臂（q）上有173个（占65％）。从表达差异的基因功能分类看,属于酶和酶调控子基因最多（67个,24．8占％）,其次是信号传导基因（43个,占15．9％）,第3类是核酸结合基因（17个,占6．3％）,第4类是转运子基因（15个,占5．5％）,第5类是蛋白结合基因（12个,占4．4％）,还有功能未知的基因有50个,占18．5％。以上5大类共占基因总数56．9％。胃癌差异表达基因散在分布在各条染色体上,但以1、11、19号染色体差异表达基因居多。这5大类（酶和酶调控子、信号传导、核酸结合、转运子、蛋白结合）相关基因异常是今后研究胃癌的重要基因。     

胃癌组织中肿瘤相关成纤维细胞与正常成纤维细胞之间转录组学研究及验证

胃癌组织中肿瘤相关成纤维细胞(carcinoma associated fibroblasts, CAFs)是胃癌微环境的重要成分,主要来源于正常成纤维细胞(normal fibroblasts, NFs)的活化,对胃癌的发生发展有重要作用,但是两者之间的基因表达差异并不完全清楚。本研究选取从人胃癌组织中分离获得的CAFs及NFs 各3组,进行转录组学研究,筛选出3组细胞中交集且差异倍数较大的基因12个,用Omicsbean在线工具对差异基因进行Gene Ontology (GO)功能及KEGG通路富集,构建蛋白质相互作用调控网络;最后用RT-qPCR验证CAFs和NFs中差异基因的表达。结果显示,筛选出的12个差异表达基因主要参与NF-κB信号、炎症、细胞黏附、细胞表面受体和细胞因子等功能,上述功能均与肿瘤的发生发展密切相关。RT-qPCR检测发现,与NFs相比,CAFs中BCL2A1、NKX3-2、CXCL12、TNFAIP3、FOS、CDH4及CLDN1表达上调;ATF3、CYFIP2、CCL11、KLF2及GDF15基因表达下调,差异均具有统计学意义(P＜0.05)。结果提示,胃癌CAFs与NFs中存在肿瘤相关的差异表达基因,这些差异基因可能在胃癌微环境中发挥重要作用。     

mRNA差异展示研究胃癌差异表达基因

以胃癌细胞株GC7901与胃粘膜细胞株GES-1为对比材料,利用mRNA差异展示技术,研究胃粘膜至胃癌过程的差异表达基因,为建立胃癌预警系统打下基础.获得8个未知的与胃癌相关的cDNA,命名为GCYS-1,2,3,4,5,6,7,20,完成其克隆及序列分析,RNA印迹证实GCYS-1至7片段与GCYS-20基因在GC7901细胞株中呈高表达,在GES-1细胞株中呈低表达.此8个序列在GenBank数据库中登录,接受号为AF054162～AF056168及AF219140.     

椎间盘退变纤维环及髓核异常表达基因的比较及生物信息学分析

目的:通过对已公开发表的基因芯片表达谱数据进行研究,探究椎间盘退变过程中纤维环与髓核组织的基因表达差异,并采用生物信息学方法对差异进行分析。方法:经GEO数据库选取两组椎间盘退变相关的基因芯片表达谱数据GSE23130及GSE67567,GSE23130所研究标本来源于正常及退变纤维环组织,GSE67567标本来源于正常及退变髓核组织。对上述数据系列进行质量分析,GSE23130及GSE67567各有10例样本数据被纳入实验。采用Gene Spring 13.0软件对GSE23130正常及退变纤维环间差异表达基因及GSE67567正常及退变髓核间差异表达基因分别进行筛选,利用KEGG PATHWAY和DAVID功能注释簇集分析分别对GSE23130及GSE67567上调及下调基因进行生物信息学分析。结果:GSE23130及GSE67567各筛选出差异表达基因3182个和3017个,其中135个基因在上述两个基因表达谱数据中均存在差异表达。针对两组数据进行的KEGG PATHWAY分析发现TGF-beta signaling pathway和regulation of apoptosis等数个相同的生物学通路及DAVID功能注释簇集;此外,还发现了数个与GSE23130及GSE67567单独相关的DAVID功能注释簇集。结论:椎间盘退变过程中纤维环及髓核组织内基因表达情况存在差异,两种组织内发生的生物过程不尽相同。某些生物学过程在两种组织内均出现异常改变,这些生物学过程中的异常变化可能是椎间盘退变的关键环节,值得进行深入研究。     

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。     

Affymetrix基因表达谱芯片在新疆维吾尔族与汉族胰腺癌组织样本间差异表达基因筛选中的运用

目的:运用基因表达谱芯片筛选并分析新疆维吾尔族与汉族胰腺癌组织样本间的差异表达基因。方法:收集我院2014年1月至2016年6月间行手术切除的维吾尔族与汉族胰腺导管细胞癌组织并提取总RNA,选取经Nanodrop 2000与Agilent 2100仪器质检合格的样本总RNA采用Affymetrix基因表达谱芯片筛选出差异表达基因并绘制统计图,运用基因本体(GO)分析及信号通路(Pathway)分析对这些差异表达基因的生物信息进行汇总分析。结果:通过基因表达谱芯片分析,新疆维吾尔族与汉族胰腺癌组织样本间共检测到1063个基因存在差异表达,在维吾尔族胰腺癌标本中显著上调表达的基因共281个,差异表达倍数最高的为IGLV1-44基因(差异倍数:9.99)下调表达的基因共782个,差异表达倍数最高的为CPB1基因(差异倍数:33.76);在Gene Ontology数据库中共检索到815个上述差异表达基因具有明确的GO分类,差异表达倍数最高的为CPB1基因(差异倍数:33.76);Pathway分析中共检测到30条信号通路包含有上述差异表达基因,共涉及196个基因,其中以FAK信号通路差异表达基因富集程度最高,差异表达倍数最高的基因为COL11A1基因(差异倍数:5.02)。结论:基因表达谱芯片分析结果显示,在新疆维吾尔族与汉族胰腺癌组织样本间存在大量的差异表达基因,这些基因与胰腺癌的增殖分化、侵袭转移及多药耐药等特性密切相关,且参与了多条生物体内重要信号转导通路的调控。     

Characterization of Differentially Expressed Genes Involved in Pathways Associated with Gastric Cancer

To explore the patterns of gene expression in gastric cancer, a total of 26 paired gastric cancer and noncancerous tissues from patients were enrolled for gene expression microarray analyses. Limma methods were applied to analyze the data, and genes were considered to be significantly differentially expressed if the False Discovery Rate (FDR) value was < 0.01, P-value was <0.01 and the fold change (FC) was >2. Subsequently, Gene Ontology (GO) categories were used to analyze the main functions of the differentially expressed genes. According to the Kyoto Encyclopedia of Genes and Genomes (KEGG) database, we found pathways significantly associated with the differential genes. Gene-Act network and co-expression network were built respectively based on the relationships among the genes, proteins and compounds in the database. 2371 mRNAs and 350 lncRNAs considered as significantly differentially expressed genes were selected for the further analysis. The GO categories, pathway analyses and the Gene-Act network showed a consistent result that up-regulated genes were responsible for tumorigenesis, migration, angiogenesis and microenvironment formation, while down-regulated genes were involved in metabolism. These results of this study provide some novel findings on coding RNAs, lncRNAs, pathways and the co-expression network in gastric cancer which will be useful to guide further investigation and target therapy for this disease.     

hsa-miR-126的靶基因预测及其生物信息学分析

目的:采用生物信息学的方法预测hsa-miR-126的靶基因及相关功能,为后续研究提供理论基础。方法:采用PubMed搜索hsa-miR-126相关文章,总结目前研究进展,使用mi RBase获得hsa-miR-126的基本信息,并用NCBI BLAST分析其序列保守性,以Targetscan、mi Randa及PicTar预测结果的两两交集为预测靶基因,并结合mi RTarBase上已证实的靶基因作为基因集合做GO分析和Pathway分析。结果:搜索PubMed获得相关文献24篇,多数研究集中于hsa-miR-126与肿瘤的关系,hsa-miR-126在多种物种间具有高度保守性,其5个预测靶基因和46个已证实靶基因于白细胞迁移、对糖皮质激素反应、促进内皮细胞增殖、蛋白信号转导等有功能富集(P0.01),于多种肿瘤如肾细胞癌、前列腺癌、非小细胞肺癌、胰腺癌有信号通路富集(P0.01)。结论:hsa-miR-126可能参与多种肿瘤的发生发展过程。