急性髓系白血病关键基因的筛选及功能验证

目的基于生物信息学方法筛选急性髓系白血病(AML)发生、发展及预后相关的关键基因, 并对其所涉及的功能进行分析。方法从基因表达综合(GEO)数据库下载AML患者芯片表达谱GSE84881数据集, 包含19例AML样本和4例正常组织样本。利用GEO在线分析工具GEO2R筛选差异表达基因。利用DAVID在线网站对差异表达基因进行基因本体(GO)和京都基因与基因组百科全书(KEGG)富集分析;使用STRING在线数据库对差异表达基因进行蛋白质互作网络(PPI)分析, 并利用Cytoscape软件筛选得到关键基因;利用加权基因共表达网络分析工具(WGCNA)构建共表达网络得到中心基因。利用联川生物云平台构建韦恩图, 将PPI中的关键基因和中心基因进行交叉, 获得真正的关键基因。从GEO数据库下载并分析人体组织的转录组测序(RNA-seq)数据集GSE2191和GSE90062, 验证筛选出来的关键基因。利用GEPIA数据库中的数据, 采用Kaplan-Meier法分析关键基因对AML总生存(OS)的影响。结果 GSE84881数据集中共识别出247个差异表达基因, 包括112个上调基因和135...     

基于生物信息数据挖掘对卵巢浆液性癌差异表达基因筛选及分析

目的:利用生物信息学对卵巢浆液性癌的差异表达基因进行筛选及分析，探索浆液性卵巢癌的潜在治疗靶点。方法:从GEO数据库下载卵巢癌数据集GSE10971、GSE54388、GSE14407，用GEO2R筛选差异表达基因，DAVID数据库进行GO及KEGG富集分析，String数据库构建蛋白互作网络，同时利用Cytoscape获取关键基因，GEPIA数据库分析关键基因的表达情况，UCSC Xena对关键基因进行分层聚类分析，并通过cBioPortal分析关键基因的共表达网络。结果:筛选获得114个差异表达基因，包括41个下调基因及73个上调基因。主要涉及调整细胞周期、有丝分裂、染色体分离等细胞学过程，富集于细胞周期、p53信号通路、细胞衰老等信号通路。从差异表达基因筛选出49个关键基因，在卵巢癌中均呈高表达，其中21个基因的表达与卵巢癌分期相关，BIRC5基因的表达与卵巢癌患者的总生存期相关。结论:利用生物信息学对卵巢浆液性癌差异表达基因功能及信号通路的相关研究，为改善卵巢浆液性癌的预后提供了治疗靶点。     

肺腺癌相关基因的生物信息学分析

[摘要] 目的：通过生物信息学分析基因表达谱,获取肺腺癌相关基因及信号通路。方法：从GEO数据库下载GSE40791、GSE68571、GSE43458 和GSE18842 表达数据,将4 个微阵列数据集整合获得肺腺癌相关差异表达基因,利用STRING数据库为差异表达基因构建肺腺癌蛋白-蛋白互相作用网络,并挖掘肺腺癌网络中基因模块及关键基因。通过DAVID对各基因模块进行基因富集分析,发掘基因模块在肺腺癌细胞中所执行的调控功能及模块中关键基因与患者的预后关系。结果：初步筛查获得肺腺癌相关37 个上调基因、120 个下调基因,并成功构建蛋白-蛋白相互作用网络,通过MCODE算法在蛋白-蛋白相互作用网络中构建基因模块以及计算关键基因(KIF14,SEPP1,SPP1,RBP4),最终获得的4 个模块分别参与细胞周期、血凝变化、细胞黏附和细胞代谢的调控。经验证4 个关键基因在肺腺癌和正常组织中有明显表达差异(P<0.05)。生存分析显示KIF14 的表达对肺腺癌的预后有显著影响(P<0.01),SEPP1、SPP1 对患者生存率有显著影响(P<0.05),RBP4 对患者的生存率影响无统计学意义(P>0.05)。结论：通过生物信息方法分析肺腺癌和癌旁正常组织的差异基因表达,最终筛选出3 个差异表达非常显著且对患者预后影响明显的基因,对肺腺癌的诊断和预后治疗提供了新思路,提高肺腺癌机制的研究效率。     

基于数据挖掘分析KIF14与SSK1在卵巢癌组织中的表达及临床意义

目的:应用生物信息学方法挖掘卵巢癌的相关基因,探讨其表达情况及临床意义,为卵巢癌的诊断和靶向治疗提供依据。方法:从GEO（Gene Expression Omnibus）数据库下载基因芯片数据集GSE23391、GSE18520和GSE54388,利用其在线分析工具GEO2R筛选卵巢癌的差异表达基因（DEGs）。运用数据库DAVID进行GO功能和KEGG通路富集分析,应用Cytoscape软件和STRING数据库构建蛋白互作网络和关键基因模块,挖掘卵巢癌靶基因。利用Oncomine在线分析网站,分析癌症公共数据基因组中卵巢癌KIF14及SSK1 mRNA的表达信息,利用GEPIA、Kaplan-Meier Plotter进行患者生存分析。结果:共筛选出251个DEGs,富集分析显示差异基因在减数分裂、丝氨酸/苏氨酸代谢、启动DNA复制、细胞衰老等方面富集。筛选获得22个DEGs均呈高表达,其中KIF14与SSK1的表达水平与卵巢癌的FIGO分期及总生存率明显相关。结论:本研究通过生物信息学挖掘,发现KIF14与SSK1基因在卵巢癌组织中呈高表达,并且与卵巢癌的预后关系密切,具有指导意义。     

生物信息学分析食管癌关键基因的表达及其临床意义

目的：采用生物信息学技术，从基因表达综合数据库(GEO)中挖掘食管癌(ESCA)异常表达基因，探讨该基因在食管癌中的表达及临床意义。方法：用R语言中的GEOquery包从GEO数据库中下载ESCA芯片数据集GSE38129、GSE20347，经sva包对数据集去除批次效应后，使用Limma包对标准化数据集进行差异表达基因(DEGs)筛选，利用cluster Profiler包对DEGs进行基因本体(GO)功能富集分析和京都基因与基因组百科全书(KEGG)通路富集分析，在STRING网站对DEGs进行蛋白互作网络分析(PPI)，利用MCODE和Cyto Hubba插件提取核心模块及核心基因(Hub gene)。在阿拉巴马伯明翰分校癌症数据库(UALCAN)输入Hub gene分析其表达水平与食管癌分期、甲基化水平及TP53突变等的关系，最后借助芯片数据GSE70409对核心基因进行验证。结果：在标准化数据集中筛选出390个DEGs，其中上调166个，下调224个。GO分析得出，它们主要参与有丝分裂细胞周期相变、细胞外基质生成、表皮发育等生物学过程。KEGG富集分析显示DEGs与细胞周期、...     

垂体瘤转化基因1在胃腺癌组织中的表达及其与患者预后的关系

目的鉴定胃腺癌新的预后标志物和治疗靶点。方法通过Gene Expression Omnibus(GEO)数据库下载GSE33335和GSE63089基因表达数据集,共含有70例胃腺癌组织和配对的胃正常组织基因芯片数据,使用R语言分析胃癌组织和胃正常组织间差异表达基因。通过String在线分析工具构建差异表达基因的蛋白-蛋白相互作用(PPI)网络。使用Cytoscape软件和分子复合物检测(MCODE)插件分离出关键基因集。使用在线数据库鉴定分离出与预后相关的关键基因,分别用数据库信息和南通大学附属医院2019年7—9月收治的32例胃腺癌组织和癌旁正常组织从mRNA和蛋白水平进行验证。结果使用R语言分析显示,2个数据集中有128个共同差异表达基因,其中85个基因在胃腺癌组织中表达上调,43个基因在胃腺癌组织中表达下调。通过String在线工具和Cytoscape软件建立了PPI网络和MCODE模型,获得27个关键基因,其中有25个基因与胃腺癌患者的预后有关(P<0.05)。25个与预后相关的基因中,有14个基因在胃腺癌组织中表达显著,其中有3个基因[垂体瘤转化基因1(PTTG1)、细胞周期蛋白B1(CCNB1)和polo样激酶1(PLK1)]在细胞周期途径中显著富集。PTTG1在胃腺癌和胃正常组织中的阳性表达率分别为68.8%(22/32)和18.8%(6/32),差异有统计学意义(P<0.05)。结论 PTTG1在胃腺癌组织和胃正常组织中存在表达差异,是胃腺癌形成的关键基因。过表达PTTG1的胃腺癌患者预后更差。PTTG1可能通过调控细胞周期参与胃腺癌的发生发展。     

食管腺癌相关关键基因的筛选及其临床意义

目的：通过TCGA和GEO数据库筛选与食管腺癌相关的关键基因，并分析其生物学功能、相关信号通路和临床意义。方法：综合TCGA数据库食管腺癌数据和GEO数据库GSE92396芯片数据，使用R软件的DEseq2包和Limma包进行差异表达基因分析，获得共同差异表达基因。利用R软件的clusterProfiler包对共同差异表达基因进行GO功能富集分析及KEGG通路富集分析。运用string网站和Cytoscape3.7.2软件进行蛋白互作网络分析，筛选出调节食管腺癌蛋白表达量的关键节点基因，再结合TCGA数据库分析关键节点基因与患者生存的关系。结果：通过数据库中90例食管腺癌组织和18例正常食管组织标本的基因芯片数据的分析，获得共同差异表达基因521个，其中高表达基因356个，低表达基因165个，它们主要与表皮发育和表皮细胞分化的代谢过程等相关功能和细胞因子及其受体相互作用等信号通路密切相关。蛋白互作网络分析得出15个关键节点基因，其中CXCL8和CCL20低表达的食管腺癌患者生存期显著长于高表达者（中位生存期32.4 vs 19.7个月，P<0.05；32.4 vs 13.9个月，P <0.05）。结论：数据库挖掘显示CXCL8与CCL20基因可能在食管腺癌的发生发展及预后中起着重要作用，可以作为判断患者预后的潜在指标。     

小细胞肺癌差异表达基因的生物信息学分析

目的:应用生物信息学方法挖掘小细胞肺癌(small cell lung cancer,SCLC)的相关基因,探讨其发病机制,为SCLC诊断和治疗提供靶点。方法:从GEO(Gene Expression Omnibus)数据库中下载基因芯片数据集GSE43346和GSE6044,利用在线分析工具GEO2R筛选SCLC的差异表达基因(differentially expressed genes,DEGs)。应用DAVID数据库进行GO和KEGG通路富集分析,利用STRING数据库和Cytoscape软件构建蛋白质相互作用网络和关键基因模块,筛选SCLC关键基因。运用UCSC和ONCOMINE数据库中的临床组织样本验证靶基因与SCLC的关系。结果:初筛出114个DEGs,富集分析发现差异基因在细胞分裂、细胞周期、有丝分裂、DNA复制等方面存在显著富集。共筛选出12个SCLC靶基因,经临床SCLC组织样本验证关键基因在SCLC组织中存在显著高表达。其中FBXO5、NCAPG、GINS2、GMNN、MCM6、ESPL1、MCM2、NDC80、BUB1B、CCNB2基因可能是SCLC分子发病机制的新靶点。结论:通过生物信息学筛选出10个与SCLC相关的新靶点,表明其可能是未来研究SCLC发病机制、临床诊断和治疗的重要靶基因。     

基于生物信息学分析的结肠癌枢纽基因筛选及调控网络构建

目的:联合多种生物信息学分析方法筛选结肠癌枢纽基因,进一步对枢纽基因进行分析并构建调控网络,以期探索结肠癌的发病机制。方法:从GEO基因芯片数据库筛选结肠癌组织的基因表达数据集,利用在线工具GEO2R筛选差异表达基因(differentially expressed genes,DEG),对差异基因进行Gene Ontolog(GO)分析、KEGG通路分析、蛋白相互作用网络构建等。结果:共纳入2个结肠癌GEO数据集（GSE41258和GSE44076）,筛选出在这2个数据集中有交集的差异表达2倍以上的基因120个,其中表达上调的基因29个,表达下调的基因91个。对上述120个差异表达基因进行KEGG通路分析发现近端小管碳酸氢钠回收、氮素代谢、胰液分泌、PPAR信号通路等与结肠癌的发生密切相关。利用STRING及Cytoscape软件筛选得到包括趋化因子1（CXCL1）、基质金属蛋白酶1 （MMP1）、MMP7等在内的10个调控结肠癌发生的枢纽基因,进一步在TCGA数据库中验证这些基因的表达。结论:通过生物信息学方法有效地筛选出与结肠癌发生密切相关的枢纽基因,为进一步研究其机制提供了理论依据。     

食管鳞状细胞癌差异表达基因的生物信息学分析

目的:应用生物信息学方法挖掘食管鳞状细胞癌(ESCC)的相关基因,探讨其发病机制,为ESCC诊断和靶向治疗提供依据。方法:从GEO(Gene Expression Omnibus)数据库下载基因芯片数据集GSE100942和GSE17351,利用其分析工具GEO2R筛选ESCC的差异表达基因(DEGs)。运用数据库DAVID进行GO功能和KEGG通路富集分析,应用Cytoscape软件和STRING数据库构建相互作用网络和关键基因模块,挖掘ESCC靶基因。进一步通过ONCOMINE和UCSC数据库的临床组织样本证实靶基因与ESCC的关系。结果:共筛选出80个DEGs,富集分析显示差异基因在细胞分裂、胶原纤维组织、有丝分裂胞质分裂、纺锤体、中间体等方面存在显著富集。共挖掘出11个ESCC靶基因,经证实均在临床ESCC组织样本中存在显著高表达。其中NUSAP1、KIF20A、DEPDC1、TTK、CCNB1、NCAPG、AURKA这7个靶基因尚未在ESCC中有研究。结论:通过生物信息学挖掘出的与ESCC相关的7个新靶基因,可能是未来研究ESCC发病机制、临床诊断和治疗的重要靶点。     

胃癌基因表达谱芯片差异基因的生物信息学分析

目的：筛选胃癌发生发展过程中的关键基因和信号通路,为寻找有价值的胃癌分子标志物提供依据。方法：从GEO数据库下载5个胃癌基因芯片数据集：GSE35809、GSE54129、GSE79973、GSE66229和GSE51105。合并5个数据集中的样本,去除数据集间的批次效应,对合并后的基因表达数据进行标准化,并通过主成分分析监测数据标准化情况。利用R语言中的limma包筛选胃癌组织和正常组织中表达差异的基因。利用DAVID数据库对胃癌发生发展过程中的差异基因进行功能富集分析,并通过STRING数据库和Cytoscape分析差异基因编码蛋白之间的相互作用网络并进行可视化。结果：总共筛选出1 205个差异基因,包括480个上调基因,725个下调基因。差异基因的生物学功能主要富集于细胞-细胞信号传导、炎症反应的调节、细胞粘附、细胞凋亡和离子的跨膜转运。KEGG信号通路分析显示差异基因主要富集于p53信号通路、PI3K-Akt信号通路、NF-κB信号通路。通过构建蛋白质相互作用网络筛选出了CENPE、KIF15、MELK、KIF2C、CENPF、KIF11、NUSAP1、UBE2C、TTK、AURKB、DLGAP5、TOP2A等29个Hub基因。结论：通过合并不同数据集,利用生物信息学方法筛选出胃癌发生发展过程中的关键基因和信号通路,为胃癌的诊疗提供新的候选标志物。     

Identification of candidate biomarkers and analysis of prognostic values in ovarian cancer by integrated bioinformatics analysis

Ovarian cancer is the first leading cause of mortality in gynecological malignancies. To identify key genes and microRNAs in ovarian cancer, mRNA microarray dataset GSE36668, GSE18520, GSE14407 and microRNA dataset GSE47841 were downloaded from the Gene Expression Omnibus database. Differentially expressed genes (DEGs) and microRNAs (DEMs) were obtained using GEO2R. Functional and pathway enrichment analysis were performed for DEGs using DAVID database. Protein–protein interaction (PPI) network was established by STRING and visualized by Cytoscape. Following, overall survival (OS) analysis of hub genes was performed by the Kaplan–Meier plotter online tool. Module analysis of the PPI network was performed using MCODE. Moreover, miRecords was applied to predict the targets of the DEMs. A total of 345 DEGs were obtained, which were mainly enriched in the terms related to cell cycle, mitosis, and ovulation cycle process. A PPI network was constructed, consisting of 141 nodes and 296 edges. Sixteen genes had high degrees in the network. High expression of four genes of the 16 genes was associated with worse OS of patients with ovarian cancer, including CCNB1, CENPF, KIF11, and ZWINT. A significant module was detected from the PPI network. The enriched functions and pathways included cell cycle, nuclear division, and oocyte meiosis. Additionally, a total of 36 DEMs were identified. The expression of KIF11 was negatively correlated with that of has-miR-424 and has-miR-381, and it was also the potential target of two microRNAs. In conclusion, these results identified key genes, which could provide potential targets for ovarian cancer diagnosis and treatment.     

子宫内膜癌淋巴结转移相关基因的生物信息学分析

目的：基于芯片数据分析和生物信息学方法挖掘与子宫内膜癌淋巴结转移相关的潜在差异表达基因。方法：在GEO数据库中筛选子宫内膜癌淋巴结转移相关的mRNA表达谱芯片数据,分析mRNA表达谱,筛选差异表达基因;通过生物学过程注释、生物信号通路富集、文本挖掘及蛋白/基因相互作用等综合生物信息学方法再次分析,挖掘与子宫内膜癌淋巴结转移相关的信号通路和基因。结果：在GEO 数据库获得GSE2109、GSE39099 芯片数据,将共同差异表达基因及信号通路富集, 获得8 条与子宫内膜癌淋巴结转移显著相关的信号通路（type I interferon、interferon-gamma-mediated、PI3K-Akt、Rap1、TGF-beta、cGMP-PKG、Wnt、Ras）及调控这些信号通路的14 个差异表达基因,其中11 个基因与宫内膜癌淋巴结转移相关并且形成蛋白相互作用网络。PI3K-Akt 信号通路可能是子宫内膜癌淋巴结转移的重要信号通路,基因VEGFC、IRS1 可能是子宫内膜癌淋巴结转移相关的重要候选基因。结论：通过对芯片数据生物信息学分析,筛选出与子宫内膜癌淋巴结转移相关的8条信号通路及11个差异表达基因。     

胰腺癌诊断和预后关键生物标志物的筛选鉴定和综合分析CSCD

目的筛选鉴定胰腺癌进展过程的关键基因和途径,并进行综合分析。方法利用GEO2R对胰腺癌基因表达集合GSE15471、GSE16515、GSE28735、GSE62165中差异表达基因(DEGs)进行筛选和识别,运用DAVID数据库进行GO分析和KEGG通路分析。然后应用STRING数据库构建了蛋白质相互作用(PPI)网络,并使用Cytoscape和GEPIA对Hub基因进行了鉴定。用反转录定量聚合酶链反应(RT-qPCR)对这些Hub基因的mRNA水平进行定量分析。结果筛选出181个上调差异表达基因(uDEGs)和64个下调差异表达基因(dDEGs),分析结果显示uDEGs和dDEGs在细胞成分(CC),生物过程(BP)和分子功能(MF)中分别富集,与多条信号通路密切相关。DEGs中degree得分较高的top 25基因。8个基因的差异表达可预测胰腺癌的预后不良。RT-qPCR结果显示这些基因在胰腺癌组织中均有差异表达发生。结论MMP14、MMP1、MET、PLAU、ITGA2、KRT19、COL12A1和ITGA3是与胰腺癌进展有关的关键基因。