IgA 肾病患者与膜性肾病患者外周血单核细胞mRNA分析

为了寻找诊断、鉴别IgA肾病(IgAN)和膜性肾病(MN)的血液特异性标记物,利用公共数据库中的IgAN和MN患者的外周血单核细胞(PBMCs)的转录组表达谱数据集识别特异性生物标记物,为诊断和鉴别提供简便、可靠的依据补充。从公共基因表达数据库(GEO)下载IgAN患者组(n=15)和MN患者组(n=8)芯片数据集,筛选前250个差异表达基因(DEGs)。通过分析筛选关键基因和途径,进行基因本体(GO)富集分析、京都基因与基因组百科全书(KEGG)通路分析和蛋白质与蛋白质相互作用关系(PPI)分析等进一步了解DEGs。通过分析共发现75个显著DEGs,其中73个上调基因,2个下调基因。GO富集分析的生物学过程(BP)主要包括蛋白质转运、内溶酶体到溶酶体转运、趋化因子介导的信号通路作用等。显著富集差异表达基因KEGG通路分析包括Endocytosis和Hepatitis B的相关信号通路。PPI筛选出EPS15、STAT4、CCL2、SUN2、SEC24C、SEC31A、GOLGB1、F2R,RAB12和PTK2B等关键基因。成功筛选出核心差异表达基因,为IgAN和MN的诊断和鉴别提供简便、可靠的依据补充,甚至提供治疗的新靶点。     

基于生物信息学分析的非小细胞肺癌诊断预后相关基因的筛选

为了从基因层面探讨非小细胞肺癌(non-small cell lung cancer, NSCLC)发生发展的内在机制,筛选与NSCLC诊断、预后相关的基因,为NSCLC分子机制的进一步研究提供生物信息学依据,利用生物信息学方法对GEO数据库和TCGA数据库的数据集进行合并分析,筛选NSCLC组织与正常肺组织之间的差异表达基因(differentially expressed genes, DEGs),并对所取交集的DEGs进行基因集富集分析(gene set enrichment analysis, GSEA)、基因本体论(gene ontology, GO)分析、KEGG (kyoto encyclopedia of genes and genomes)通路富集分析、蛋白质相互作用(protein-protein interaction, PPI)分析、ROC曲线诊断效能分析及LASSO生存分析。文中共筛选出240个DEGs,主要涉及核分裂、染色体分离等生物学过程。GSEA分析结果显示,富集的通路主要涉及DNA修复和细胞周期。从PPI网络中筛选出20个hub基因, ROC结果显示, UBE2C (AUC=0.939)、TOP2A(AUC=0.927)、RRM2 (AUC=0.927)、CCNB1 (AUC=0.928)、MKI67 (AUC=0.930)、AURKA (AUC=0.931)、MELK(AUC=0.950)相对具有较高的诊断价值, LASSO COX回归结果则显示IL6、KIAA0101、MKI67、TPX2、AURKA、CDKN3及CDCA5与NSCLC患者的预后强相关。本研究结果表明, ZWINT、KIF2C、MELK、CDCA5可能在NSCLC中发挥着重要的作用,为阐明NSCLC的分子机制提供了新思路。     

家兔前体脂肪细胞分化不同时期基因表达谱分析

脂肪的过度积累严重危害人类健康。前体脂肪细胞分化是脂肪发育的关键过程,研究前体脂肪细胞分化相关基因的表达有助于认识脂肪沉积的机理。尽管家兔是一种理想的研究脂肪发育的动物模型,但是针对其前体脂肪细胞分化不同时期基因表达谱的研究鲜见报道。本研究通过诱导家兔前体脂肪细胞分化,在分化第0 d、3 d和9 d收集脂肪细胞,利用转录组测序(RNA-seq),在分化第3 d样本与第0 d样本的比较中筛选出1352个差异表达基因(differentially expressed genes, DEGs),在分化第9 d样本与第3 d样本的比较中筛选出888个DEGs。GO (gene ontology)功能富集和KEGG (kyoto encyclopedia of genes and genomes)通路分析发现,0~3 d分化期上调的DEGs显著富集在PPAR信号通路和PI3K-Akt信号通路上,3~9d分化期上调的DEGs显著富集到与细胞周期调控有关的GO条目和KEGG信号通路,0~3d和3~9d阶段特异上调的DEGs可能分别作用于细胞质和细胞核。通过DEGs的蛋白-蛋白互作(protein-protein interaction, PPI)网络分析发现,筛选出的核心节点(hub node)基因可能通过调控细胞周期而影响家兔前体脂肪细胞分化。     

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。     

FGF13敲低的肺癌A549细胞株构建及转录组学分析

本研究的目的是探究成纤维细胞生长因子13(fibroblast growth factor13, FGF13)影响非小细胞肺癌发生发展的分子机制。通过构建干扰FGF13的真核表达载体并进行慢病毒包装,获得FGF13敲低的肺癌A549细胞株。利用转录组测序(RNA Sequencing, RNA-seq)技术检测基因表达谱并筛选差异表达基因(differentially expressed genes, DEGs),并对差异基因进行GO和KEGG富集分析,对部分DEGs的表达水平进行验证。采用STRING在线数据库筛选DEGs编码的蛋白相互作用网络(protein-protein interaction, PPI)中的关键基因,并通过UALCAN数据库对关键基因进行预后分析。与对照组细胞相比,FGF13敲低的肺癌A549细胞株共筛选出1 114个DEGs(P≤0.05,差异倍数≥2),其中表达上调和下调的DEGs分别有672和442个。实时荧光定量PCR(real-time quantitative PCR, RT-qPCR)验证CXCL10和SELE等6个基因与测序结果一致。GO富集分...     

基于拓扑分析方法鉴定与胃癌相关的生物标志物

胃癌(gastric cancer, GC)是最常见的恶性肿瘤之一。由于GC发病隐匿的特性,其早期检测困难。因此,研究与GC早期诊断和预后相关的生物标志物至关重要。从GEO数据库下载了3组基因表达数据集GSE79973、 GSE19826和GSE13911,通过Limma包筛选差异表达基因(differentially expressed genes, DEGs),并使用DEGs、 STRING V11数据库和Cytoscape构建了DEGs的蛋白质-蛋白质相互作用(protein-protein interaction, PPI)网络,通过4种拓扑分析方法取交集筛选hub基因,并通过单变量Cox分析、多变量Cox分析、 Lasso回归分析、生存分析、通路分析以及文献法验证hub基因。从3个数据集中分别筛选了1 599个、 333个和662个DEGs。通过拓扑分析方法筛选了4个hub基因,即CDK1、AURKA、PTTG1和UBE2C。GO和KEGG富集分析结果表明4个hub基因参与了细胞外基质-受体相互作用、糖尿病并发症中的AGE-RAGE信号通路、小细胞肺癌和蛋白质消化吸收等通路。...     

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。     

HBV感染者肝细胞样本的关键基因和信号通路的生物信息学挖掘

为探究乙型肝炎病毒(Hepatitis B virus,HBV)感染后肝细胞基因表达和信号通路的改变情况,从Gene Expression Omnibus(GEO)数据库中下载了HBV感染者肝细胞样本制作的基因表达谱数据集GSE83148,进行质量检测、数据标准化后筛选出差异表达基因,进一步做GO和KEGG富集分析以及基因网络相互作用分析,筛选关键基因和信号通路。从HBV感染样本中筛选出fold change≥2,p-value0. 05的上调差异表达基因44个,GO分析获得关键基因BAK1和TP63,差异表达基因网络互作获得5个位于枢纽位置的基因:NDUFS1、NDUFS2、COX7B、ATP5B、OPA1。KEGG分析获得关键信号通路有:乙型肝炎信号通路、病毒癌变信号通路、Fox O信号通路、PI3K-Akt信号通路。本研究筛选出的多数基因与线粒体和氧化呼吸链有关,造成这一现象的具体机制还需进一步探究。     

肾纤维化关键基因的生信筛选及分析

[目的]利用生物信息学技术筛选与肾纤维化相关基因，并预测与基因相关通路，疾病、细胞类型和有关药物。[方法]在公共基因芯片数据库(GEO)中获取与肾纤维化相关三个基因数据集，利用Venn图鉴定出共表达的差异基因，Metascape工具对差异基因进行功能(GO)和通路富集(KEGG)分析，还利用STRING构建蛋白相互作用网络(PPI)网络以及可视化工具Cytoscape筛选关键基因，最后用及Enrichr和Comparative Toxicogenomics Database(CTD)数据分析有关疾病、细胞类型和药物。[结果]与肾纤维化相关的数据集GSE148420、GSE38117、GSE54441经Venn图共得到83个DEGs。经Cytoscape对STRING工具得到的PPI网络可视化后，筛选出10个与肾纤维化相关的关键基因，分别是F13B、ALDH8A1、A1CF、PAH、KMO、ALDH6A1、SPP2、ACAT1、ABAT、CAT。GO和KEGG富集显示这些基因与氧化还原酶活性，血小板致密颗粒，色氨酸、结氨酸、亮氨酸和异亮氨酸等氨基酸代谢通路有关。利用Enrichr和CTD...     

鼻咽癌相关基因TP53、COL1A1、FN1的表达及意义

鼻咽癌(nasopharyngeal carcinoma, NPC)是我国发病率较高的头颈部恶性肿瘤,但其发病机制仍不清楚。本文采用生物信息学方法筛选NPC差异基因,通过免疫组化进一步分析其在NPC组织和慢性鼻咽炎(chronic nasopharyngitis, CN)组织中的表达及意义。首先,使用R语言从基因表达综合数据库(gene expression omnibus, GEO)和人类孟德尔遗传数据库(online mendelian inheritance in man, OMIM)中筛选出NPC差异基因,对这些基因进行基因本体论(gene ontology, GO)分析、京都基因和基因组百科全书(kyoto encyclopedia of genes and genomes, KEGG)信号通路富集分析及蛋白相互作用(protein-protein interaction, PPI)分析,利用免疫组化实验检测相关基因在NPC组织和CN组织中的表达情况。结果显示,从GEO数据库中共筛选出257个NPC差异表达基因,其中上调基因50个,下调基因207个;从OMIM数据库检索到了2...     

生长激素对感染J亚群禽白血病病毒的鸡胚成纤维细胞系的影响

生长激素(growth hormone, GH)不仅能调节动物的代谢、生长、发育和生殖,也能调节动物的免疫系统。本研究旨在通过转录组测序及生物信息学技术分析GH影响J亚群禽白血病病毒(subgroup J avian leukosis viruses, ALV-J)感染的鸡胚成纤维细胞系(chicken fibroblast cells, DF-1)中的关键基因和信号通路。将空载和GH的过表达质粒分别转染至DF-1,接着均接种ALV-J毒株SCAU-HN06,采用转录组测序技术检测相关的基因表达谱变化。结果显示,与对照组相比,实验组中有上调差异表达基因(differentially expressed genes, DEGs)122个(49%),下调DEGs 127个(51%)。通过GO功能富集分析发现,DEGs主要富集于新陈代谢过程、生物调节、细胞过程、细胞部分、催化活性和结合等过程。经KEGG富集分析发现DEGs主要在免疫系统、信号转导、信号分子和相互作用、细胞生长和死亡等通路上富集。进一步构建蛋白质-蛋白质相互作用(protein-protein interaction, PPI...     

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 ...     

慢性鼻-鼻窦炎伴鼻息肉基因表达谱的生物信息学分析

本研究从美国国立生物信息中心(NCBI)的子数据库基因表达数据库(GEO)中选择基因表达谱GSE36830数据集,采用GEO2R筛选正常钩突和鼻息肉组织之间的差异表达基因(DEGs),对关键通路和差异表达基因进行数据库挖掘和分析,经筛选后的差异表达基因采用戴维在线工具对其进行基因本体富集分析(GO)、京都基因和基因组百科全书(KEGG)分析,然后将DEGs导入String数据库进行蛋白质互作网络分析,绘制差异表达基因互作网络图,将其数据导入Cytoscape软件中,筛选网络中心节点和关键基因,分析关键子网络。共筛选出699个DEGs,其中475个基因为上调表达基因,224个基因为下调表达基因。在GO分析中,针对生物过程,上调的DEGs包括:炎症反应、免疫反应、细胞趋化性、炎症反应的正向调节和细胞的粘附等;下调的DEGs主要参与:唾液分泌、生物矿物组织发展、细胞氨基酸生物合成过程、视网膜内稳态及离子跨膜转运等。在KEGG分析中,上调的DEGs主要在参与造血细胞系、细胞因子-细胞因子受体相互作用、破骨细胞分化、趋化因子信号通路、癌症中的转录失调、哮喘、金黄色葡萄球菌感染等信号通路中富集,而下调的DEGs在唾液腺分泌及胆汁分泌信号通路中富集。差异表达基因互作网络图筛选出前10个关键基因:ITGAM、IL10、CD86、TLR8、ITGAX、CCL2、CCR7、SRC、EGF及ITGB2。本研究得到了一组鼻息肉差异表达基因的生物信息学分析结果,但仍需进一步用基础试验来验证。本文分析的结论为慢性鼻-鼻窦炎、鼻息肉的研究提供了新的研究方向,也为鼻息肉发病机制研究的思路提供了一定的建设性作用。     

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...     

基于生物信息学分析的宫颈鳞状细胞癌预后相关基因的筛选

为了分析宫颈鳞状细胞癌(cervical squamous cell carcinoma, CESC)与正常组织中的差异表达基因(differentially expressed genes, DEGs),鉴定与CESC预后相关的关键基因,从GEO和TCGA数据库下载CESC的基因表达谱数据,利用R软件筛选CESC组织与正常组织中的DEGs,并对这些DEGs开展功能和通路富集分析;然后构建蛋白质-蛋白质相互作用(protein-protein interaction, PPI)网络,筛选出关键(hub)基因;最后对hub基因进行LASSO COX回归及总体生存率(overall survival, OS)分析。研究共筛选出167个DEGs,这些基因主要涉及染色体分离、DNA复制等生物过程,介导染色质结合、G蛋白偶联受体结合等分子功能,富集于染色体区域、纺锤体和MCM复合体。GSEA分析结果显示,富集的通路主要涉及DNA复制和细胞周期信号通路。此外,从PPI网络中筛选出20个hub基因, LASSO COX回归结果显示MAD2L1、ZWINT、RRM2、TTK、CDC6、PBK、TOP2A、KIF11、KIF20A、NCAPG、NUSAP1、CCNB1及CDK1与CESC患者的预后相关; Kaplan-Meier曲线显示, ZWINT、DTL、CCNB1、CDC6、TOP2A、CDK1、PBK、RFC4及NUSAP1的m RNA表达水平与CESC患者生存预后相关。本研究结果表明, ZWINT、CDC6、PBK、TOP2A、NUSAP1、CCNB1和CDK1为CESC的预后关键基因,为阐明CESC的分子机制提供了理论依据。     

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。     

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。     

西方蜜蜂工蜂蛹中期响应低温胁迫的差异表达基因分析

【目的】本研究旨在分析西方蜜蜂Apis mellifera工蜂蛹中期可能存在的低温应对机制以及低温对中期蛹发育的不利影响。 【方法】对西方蜜蜂工蜂8 d封盖子进行低温(20℃)处理96 h(T),以未经低温胁迫的8 d封盖子为对照(CK),通过转录组测序(RNA-seq)并筛选差异基因(differentiallyexpressed genes, DEGs);对DEGs进行GO分类和KEGG通路分析。利用RT-qPCR对随机选取的5个DEGs的表达量进行验证。【结果】西方蜜蜂8 d封盖子低温(20℃)胁迫96 h的DEGs有1 101个;GO分类发现DEGs富集数最多的条目为代谢过程(142个DEGs)和细胞过程(142个DEGs),其次是结合(131个DEGs),催化活性(120个DEGs)和单有机体过程(118个DEGs);KEGG通路分析结果显示,DEGs显著富集于与氧化损伤密切相关的过氧化物酶体通路、D-谷氨酰胺代谢通路、D-谷氨酸代谢通路和谷胱甘肽代谢通路;此外,与激素调控相关的昆虫激素代谢通路、mTOR信号通路和FOXO信号通路上也有DEGs显著富集。随机挑选的5个DEGs的RNA-Seq与RT-qPCR结果一致。【结论】本研究发现低温状态下西方蜜蜂中期蛹主要通过体内激素调控发育进程,使其减速或停止发育以应对低温;低温通过影响其抗氧化酶表达量进而可能积累氧化损伤,从而对羽化后蜜蜂产生影响。本研究结果有助于理解发育阶段温度生态幅狭窄的昆虫对于低温的应对机制及低温对其的不利影响。     

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。