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。     

基于生物信息学分析肾透明细胞癌组织中差异过表达miRNAs及其临床意义

[目的]基于生物信息学方法筛选肾透明细胞癌表达芯片中共同过表达的miRNAs,并对其下游靶基因进行GO Pathway、分子功能等预测,结合正常本底表达及患者生存分析,最终发现可作为肾透明细胞癌生物标记物的新miRNA。[方法]利用db DEMC 2. 0人类癌症相关miRNA数据库、mir Path v. 3、Human miRNA tissue atlas、PROGmiRV2等多种生物信息学手段进行肾透明细胞癌中miRNAs的全方位分析。[结果]db DEMC 2. 0数据分析表明相对于正常组织,肾透明细胞癌组织中,分别存在上调miRNA 33个(GSE11016)、48个(GSE12105)和48个(GSE47582)。Venny分析得到13个共同上调miRNAs簇,该microRNAs簇仅在肾透明细胞癌、乳腺癌等部分癌种中高表达。mir Path v. 3 GO分析进一步显示,下游靶基因可能与脂肪酸代谢、细胞周期、TGF-β信号通路、Hippo信号通路等密切相关。Human miRNA tissue atlas揭示miR-21-5p、miR-342-3p、miR15a-5p、m...     

基于生物信息学方法分析EGLN1在肾透明细胞癌中的表达及意义

为探究egl-9家族缺氧诱导因子1(EGLN1)在肾透明细胞癌(ccRCC)中的表达情况及临床意义,基于TCGA数据库中ccRCC患者的基因表达数据分析EGLN1在ccRCC组织和正常肾组织中的差异表达情况,应用UALCAN平台分析ccRCC中EGLN1在不同角度下的表达差异.基于TCGA数据库中ccRCC的临床数据,...     

透明细胞乳头状肾细胞癌的临床病理分析

目的探讨透明细胞乳头状肾细胞癌(clear cell papillary renal cell carcinoma,CCPRCC)的临床病理学特征、免疫表型、鉴别诊断及预后。方法收集2013年至2017年肾细胞癌病理切片,筛选CCPRCC 4例,收集临床资料并研究组织病理学形态及免疫组织化学特征。结果患者年龄在46岁至69岁之间(平均55.3岁),男性1例,女性3例;影像学资料显示,肿瘤平均直径为3.85 cm(1.6～7.0cm),所有肿瘤均为右肾单发肿物。4例均呈大小不等的类圆形单结节,CT显示为低密度,MRI显示为低信号。大体观察肿瘤局限于肾组织内呈单结节状生长,境界清楚,局部似带包膜,切面呈灰红至灰褐色,实性,质地中等,部分区稍韧,局灶伴有出血或囊性变。镜下见肿瘤细胞排列呈囊状、乳头状、管状/腺泡状和实性巢状结构,细胞核形态温和,远离基底膜并朝向腔面,本组病例均为WHO/ISUP分级Ⅰ-Ⅱ级,间质内可见散在数量不等的平滑肌组织。CA-9及CK7免疫组织化学染色阳性,TFE3、vimentin、CD10与AMACR阴性或局灶弱阳性。1例行FISH检测TFE3未见检测出基因相关易位...     

利用TCGA数据库构建肾透明细胞癌相关miRNA预后模型

利用TCGA数据库中肾透明细胞癌的miRNA与mRNA数据及临床信息,构建由miRNA组成的预后风险评分模型,并筛选与生存预后相关的miRNA-mRNA调控关系对,为研究提供理论依据。下载并整理TCGA[JP+1]数据库中肾透明细胞癌的miRNA与mRNA数据;对数据进行差异分析,将差异表达的miRNA与临床信息进行合并,利用单因素与多因素Cox回归分析,构建预后模型并进行模型评价;对模型中的miRNA进行靶基因预测,结果与差异表达的mRNA进行取交集,构建miRNA-mRNA调控网络;对网络中的mRNA进行生存分析,筛选生存相关的miRNA-mRNA调控关系对。共得到49个差异表达的miRNA与3 613个差异表达的mRNA;预后模型计算公式为:风险值(risk score)=hsa-miR-21-5p表达量×0.603＋hsa-miR-1251-5p表达量×-0.093;调控网络中共纳入31个miRNA-mRNA调控关系对;对mRNA进行生存分析,共得到7个有价值的关系对。所构建预后模型可有效预测肾透明细胞癌患者生存预后情况,筛选到的miRNA-mRNA调控关系对可为相关研究与治疗提供参考。     

肾透明细胞癌患者铁死亡相关基因的预后作用

探讨铁死亡相关基因在肾透明细胞癌患者中的表达及其预后价值。通过TCGA数据库下载KIRC的相关测序数据与检索到的铁死亡相关基因取交集,进行铁死亡相关基因的差异分析。之后利用单变量和多变量Cox回归分析,筛选具有预后价值的基因,构建预测患者生存情况的风险评分模型,并对模型进行验证。对高低风险组进行GO与KEGG通路富集,探讨风险差异的可能原因;通过ssGSEA分析,评估高低风险组间的免疫浸润情况。在KIRC患者的肿瘤组织和正常组织中,共得到21个差异的铁死亡相关基因;通过单因素Cox回归分析,获得 28 个与KIRC预后相关的基因;之后进行Lasso回归与多因素Cox回归分析,结果显示有10个基因被纳入模型,计算公式为:风险值(Risk score)=(0.024 5)×ALOX5表达值+(0.126 0)×CBS表达值+(0.199 5)×CD44表达值+(0.218 3)×CHAC1表达值+(-0.295 9)×HMGCR表达值+(0.036 7)×MT1G表达值+(0.061 4)×SLC7A11表达值+(-0.080 7)×FDFT1表达值+(0.160 3)×PEBP1表达值+(-0.220 5)×GOT1表达值。生存状态图表明,高风险组死亡病例数多于低风险组;ROC曲线表明风险评分模型具备一定预测能力;K-M生存分析显示,高风险组总体生存率低于低风险组(P=5.73×10^-13)。GO与KEGG富集分析提示,高低风险组间免疫情况及IL-17信号通路存在显著差异;进一步的ssGSEA富集显示,高低风险组间大部分免疫细胞的评分存在显著差异。基于铁死亡相关基因的预后风险评分模型可用于KIRC的预后预测,针对铁死亡相关基因设计靶点可能是治疗KIRC的一种新选择。     

PCCA表达与肾透明细胞癌患者预后相关性

[目的]探究PCCA基因与肾透明细胞癌(KIRC)患者预后的联系。[方法]下载TCGA数据库中KIRC患者基因表达数据及临床信息,利用PCCA基因表达差异分析探究KIRC患者中PCCA的表达情况;生存分析测定PCCA基因表达与患者生存时间的联系;采用逻辑回归和Cox回归分析研究PCCA基因表达与患者grade、stage、T分期和M分期等临床特征的相关性;基因集富集分析(GSEA)测定KIRC患者中与PCCA表达相关的通路。[结果]基因表达数据包含肿瘤组织539例,正常组织72例;临床数据包含537例患者信息;患者肿瘤组织中PCCA表达显著低于正常组织(P <0.000);生存分析显示PCCA低表达组患者生存时间显著低于高表达组(P <0.000); PCCA表达与临床特征显著相关(P <0.000),肿瘤等级、分期越高,PCCA表达越低;丙酸代谢,赖氨酸减少,胰岛素信号通路、色氨酸代谢、过氧化物酶体以及丙酮酸代谢等通路富集于PCCA高表达组。[结论]对于539例肿瘤组织,72例正常组织及537例病人的数据进行初步分析发现,PCCA低表达组患者6年生存率低于50%,而...     

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。     

肾透明细胞癌相关微小RNA的研究进展

微小核糖核酸(miRNAs)是一类长约22个核苷酸的非编码单链小核糖核酸分子,miRNA通过与靶mRNA 3'端非翻译序列完全或部分互补结合,导致靶mRNA降解或转录后翻译抑制,从而调控靶基因的表达.最新研究显示人类血清/血浆中miRNA表达稳定,并在肿瘤患者血清中发现多种miRNA,其中的一些已经被证实与肾癌发生及发展相关,以往miRNA与肾癌的研究方.向多集中于肾癌组织,尽管发现很多有差异的miRNA,但不同研究者之间的结果常难以相互验证,而最近研究证实血清miRNA具有组织相关性和器官特异性,并对某些肿瘤具有高敏感性和特异性,因此其有望成为新的肿瘤标志物.肾癌是国内泌尿系统的第二常见恶性肿瘤,而且其近年来发病率和死亡率有逐年增高的趋势.由于肾透明细胞癌是肾癌的主要亚型,因此本文就血清miRNA在肾透明细胞癌的表达及其作用的研究进展作一综述.     

肾透明细胞癌低氧相关基因预后模型的建立与应用

[目的]低氧是肾透明细胞癌内肿瘤微环境的重要组成部分,在肿瘤的发生与发展中起着至关重要的作用.利用癌症基因组图谱(TCGA)数据库建立低氧相关基因模型.[方法]提取低氧相关基因的表达进行单因素和多因素Cox回归分析建立模型.分析模型与临床分期以及免疫细胞浸润的相关性.[结果]构建5个低氧相关基因模型(ISG20、PLI...     

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。     

Single-cell analysis reveals metastatic cell heterogeneity in clear cell renal cell carcinoma

Renal cell carcinoma (RCC) is one of the leading causes of cancer-related death worldwide. Tumour metastasis and heterogeneity lead to poor survival outcomes and drug resistance in patients with metastatic RCC (mRCC). In this study, we aimed to assess intratumoural heterogeneity (ITH) in mRCC cells by performing a combined analysis of bulk data and single-cell RNA-sequencing data, and develop novel biomarkers for prognosis prediction on the basis of the potential molecular mechanisms underlying tumorigenesis. Eligible single-cell cohorts related to mRCC were acquired using the Gene Expression Omnibus (GEO) dataset to identify potential mRCC subpopulations. We then performed gene set variation analysis to understand the differential function in primary RCC and mRCC samples. Subsequently, we applied weighted correlation network analysis to identify coexpressing gene modules that were related to the external trait of metastasis. Protein-protein interactions were used to screen hub subpopulation-difference (sub-dif) markers (ACTG1, IL6, CASP3, ACTB and RAP1B) that might be involved in the regulation of RCC metastasis and progression. Cox regression analysis revealed that ACTG1 was a protective factor (HR < 1), whereas the other four genes (IL6, CASP3, ACTB and RAP1B) were risk factors (HR > 1). Kaplan-Meier survival analysis suggested the potential prognostic value of these sub-dif markers. The expression of sub-dif markers in mRCC was further evaluated in clinical samples by immunohistochemistry (IHC). Additionally, the genetic features of sub-dif marker expression patterns, such as genetic variation profiles, correlations with tumour-infiltrating lymphocytes (TILs), and targeted signalling pathway activities, were assessed in bulk RNA-seq datasets. In conclusion, we established novel subpopulation markers as key prognostic factors affecting EMT-related signalling pathway activation in mRCC, which could facilitate the implementation of a treatment for mRCC patients.     

家族性双侧大结节性肾上腺增生症生物标志物的生信分析

为寻找与家族性双侧大结节性肾上腺皮质增生症发展有关的潜在治疗靶点和生物标志物。从GEO数据库中下载GSE171558数据集,筛选受家族影响的肾上腺结节与正常的肾上腺组织之间的差异表达基因(Differentially expressed genes, DEGs),并进行基因功能富集分析和蛋白质-蛋白质相互作用网络分析。通过Cytoscape v3.9.1软件中的插件cytoHubba筛选出关键基因,进一步经NetworkAnalyst分析TF-miRNA共调控网络和蛋白质-化合物相互作用。共鉴定出336个DEGs,这些基因主要富集在细胞粘附过程、细胞增殖的正调节过程和RNA加工过程等生物过程,并涉及钙信号通路、PI3K-Akt信号通路和cAMP信号通路等。通过cytoHubba插件获得5个hub基因,经验证分析,多功能蛋白聚糖(Versican,VCAN)、双糖链蛋白聚糖(Biglycan,BGN)被认为是家族性双侧大结节性肾上腺皮质增生症的潜在生物标志物。进一步的GSEA分析结果显示,VCAN主要与丁酸代谢、ECM-受体相互作用和类固醇生物合成等有关。BGN主要涉及剪接体、皮质醇的合...     

Systematic analysis of survival-associated alternative splicing signatures in clear cell renal cell carcinoma

Alternative splicing (AS) constitutes a major reason for messenger RNA (mRNA) and protein diversity. Increasing studies have shown a link to splicing dysfunction associated with malignant neoplasia. Systematic analysis of AS events in kidney cancer remains poorly reported. Therefore, we generated AS profiles in 533 kidney renal clear cell carcinoma (KIRC) patients in The Cancer Genome Atlas (TCGA) database using RNA-seq data. Then, prognostic models were developed in a primary cohort (N = 351) and validated in a validation cohort (N = 182). In addition, splicing networks were built by integrating bioinformatics analyses. A total of 11 268 and 8083 AS variants were significantly associated with patient overall survival time in the primary and validation KIRC cohorts, respectively, including STAT1, DAZAP1, IDS, NUDT7, and KLHDC4. The AS events in the primary KIRC cohorts served as candidate AS events to screen the independent risk factors associated with survival in the primary cohort and to develop prognostic models. The area under the curve of the receiver-operator characteristic curve for prognostic prediction in the primary and validation KIRC cohorts was 0.84 and 0.82 at 2500 days of overall survival, respectively. In addition, splicing correlation networks revealed key splicing factors (SFs) in KIRC, such as HNRNPH1, HNRNPU, KHDBS1, KHDBS3, SRSF9, RBMX, SFQ, SRP54, HNRNPA0, and SRSF6. In this study, we analyzed the AS landscape in the TCGA KIRC cohort and detected predictors (prognostic) based on AS variants with high performance for risk stratification of the KIRC cohort and revealed key SFs in splicing networks, which could act as underlying mechanisms.     

Resistance to tyrosine kinase inhibitors in clear cell renal cell carcinoma: From the patient's bed to molecular mechanisms

The introduction of anti-angiogenic drugs especially tyrosine kinase inhibitors (TKIs) was a breakthrough in the treatment of renal cell carcinoma (RCC). Although TKIs have significantly improved outcome in patients with metastatic disease, the majority still develop resistance over time. Because different combinations and sequences of TKIs are tested in clinical trials, resistance patterns and mechanisms underlying this phenomenon should be thoroughly investigated. From a clinical point of view, resistance occurs either as a primary phenomenon (intrinsic) or as a secondary phenomenon related to various escape/evasive mechanisms that the tumor develops in response to vascular endothelial growth factor (VEGF) inhibition. Intrinsic resistance is less common, and related to the primary redundancy of available angiogenic signals from the tumor, causing unresponsiveness to VEGF-targeted therapies. Acquired resistance in tumors is associated with activation of an angiogenic switch which leads to either upregulation of the existing VEGF pathway or recruitment of alternative factors responsible for tumor revascularization. Multiple mechanisms can be involved in different tumor settings that contribute both to evasive and intrinsic resistance, and current endeavor aims to identify these processes and assess their importance in clinical settings and design of pharmacological strategies that lead to enduring anti-angiogenic therapies.