基于生物信息学的食管鳞癌关键基因筛选

目的 探索食管鳞癌(ESCC)基因调控机制以寻找诊治相关潜在的生物标志物.方法 整合GEO数据库中ESCC基因芯片数据集获得共同差异表达基因(DEGs),进行基因本体(GO)和基因组百科全书数据库(KEGG)分析,构建蛋白互作网络后筛选出核心DEGs.利用GEPIA进行表达差异及生存分析,经UALCAN验证差异分析结果.结果 33例ESCC组织及15例正常组织中筛选出86个DEGs.GO和KEGG富集分析结果显示,差异基因功能主要涉及细胞周期、细胞分化、转化生长因子-β(TGF-β)信号通路等,蛋白互作分析网络筛选出27个核心基因,其中与患者预后相关基因两个:CKDN3、KIF4A.结论 CKDN3、KIF4A在ESCC组织中高表达,与ESCC预后相关,有助于ESCC的诊断及预后.     

基于生物信息学的食管鳞癌关键基因筛选

目的 探索食管鳞癌(ESCC)基因调控机制以寻找诊治相关潜在的生物标志物.方法 整合GEO数据库中ESCC基因芯片数据集获得共同差异表达基因(DEGs),进行基因本体(GO)和基因组百科全书数据库(KEGG)分析,构建蛋白互作网络后筛选出核心DEGs.利用GEPIA进行表达差异及生存分析,经UALCAN验证差异分析结果.结果 33例ESCC组织及15例正常组织中筛选出86个DEGs.GO和KEGG富集分析结果显示,差异基因功能主要涉及细胞周期、细胞分化、转化生长因子-β(TGF-β)信号通路等,蛋白互作分析网络筛选出27个核心基因,其中与患者预后相关基因两个:CKDN3、KIF4A.结论 CKDN3、KIF4A在ESCC组织中高表达,与ESCC预后相关,有助于ESCC的诊断及预后.     

基于生物信息学筛选分析脓毒症预后相关核心基因

目的 基于生物信息学分析影响脓毒症预后的潜在核心基因。方法 利用基因表达数据库(Gene Expression Omnibus,GEO)筛选到脓毒症患者的基因表达数据集GSE54514和GSE65682,通过加权基因共表达网络分析(weighted gene co-expression network analysis,WGCNA)和维恩分析筛选与脓毒症预后相关的关键基因,采用Metascape数据库、RcisTarget包和CIBERSORT算法进行基因功能富集分析、转录因子富集分析及免疫浸润分析。选取数据集GSE5772进行验证,筛选与脓毒症预后相关的核心基因并使用Kaplan-Meier法进行生存分析。结果 对数据集GSE54514、GSE65682分别进行WGCNA分析,筛选出与脓毒症预后相关性最高的“绿色”和“棕色”模块,并对两个模块的基因取交集,维恩分析得到20个关键基因。这些关键基因主要富集在细胞形态调节、单核细胞迁移等通路上。转录因子富集分析显示转录因子ZNF148可能是基因集的主要调控因子之一。进一步通过数据集GSE5772验证,发现基因FGD3、MBP、MSN、RNF130和SETD1B在脓毒症患者中明显低表达(P＜0.05)。免疫浸润分析表明这5个核心基因均与免疫细胞含量密切相关,其中只有FGD3、MSN和RNF130的表达与脓毒症患者的生存率相关(P＜0.05)。结论 基于生物信息学分析筛选到与脓毒症预后相关的5个核心基因,这些基因与免疫细胞密切相关,其中基因FGD3、MSN和RNF130可能是脓毒症预后的重要预测因子。     

基于生物信息学对胃癌生存预后相关基因的分析

目的：通过生物信息学方法对胃癌芯片数据集进行分析,获得与胃癌生存预后相关的基因。方法：从NCBI GEO数据库下载与胃癌相关的数据集GSE19826、GSE29998、GSE54129、GSE79973,利用R软件对数据集进行差异分析并整合,获取差异表达基因,利用DAVID、String、KM-Plot等在线分析网站对差异表达基因进行功能分析、蛋白质间相互作用以及与胃癌预后的关系,利用Cytoscape对分析结果进行可视化处理,得出候选关键基因13个：FNDC1、CTHRC、COL1A1、COL1A2、COL6A3、COL10A1、INHBA、SULF1、SFRP4、BGN、THBS2、THY1、TIMP1。结果：通过对四个芯片数据集进行差异分析及整合后获得上调基因21个,下调基因27个,这些差异表达基因大多富集于细胞外基质、内质网腔等,主要参与胶原蛋白分解、细胞黏附等生物学功能,涉及蛋白质的消化与吸收通路、细胞外基质通路、局部黏附通路以及细胞色素P450代谢通路;并且筛选出的关键基因均与胃癌的预后有关。结论：生物信息学方法可以有效、大规模地分析并获得与胃癌生存预后相关的关键基因,为癌...     

基于生物信息学分析食管鳞癌差异基因和预后价值

目的 鉴定食管鳞癌发生发展过程中的核心基因,寻找新的分子靶标.方法 GEO数据库筛选出食管鳞癌数据集GSE20347,GSE20344,GEO2R分析差异基因.利用STRING和Cytoscape建立并修饰蛋白与蛋白相互作用网络,GO功能和KEGG通路富集分析.Cytohubba计算核心基因,TCGA数据验证核心基因的...     

基于生物信息学筛选甲状腺乳头状癌相关预后基因

目的:通过生物信息学方法分析甲状腺乳头状癌预后相关基因,为后续实验提供理论基础,以便进一步研究甲状腺乳头状癌发生的可能机制。方法:利用生物信息学方法从癌症基因组图谱(the cancer genome atlas, TCGA)数据库中下载甲状腺乳头状癌和癌旁组织样本的RNA测序数据,通过差异分析获取差异基因;利用基因本体论(gene ontology, GO)和京都基因和基因组百科全书(Kyoto Encyclopedia of Genes Genomes, KEGG)进行差异基因生物学功能和通路富集分析;通过蛋白交互网络分析法(protein-protein interaction, PPI)筛选出关键基因;通过生存分析研究关键基因对甲状腺乳头状癌患者生存预后的影响。结果:在TCGA数据库中共筛选出甲状腺乳头状癌患者237例,其中甲状腺乳头状癌组织212例,甲状腺癌旁组织25例。通过差异基因分析后共筛选出715个差异基因;通路富集分析显示,神经信号转导活性、逆行内源性大麻素信号为主要的信号通路;通过PPI法共筛选出18个关键基因,包含9个上调基因和9个下调基因;通过生存分析发现高表达...     

基于生物信息学筛选卵巢癌预后的坏死性凋亡相关基因

目的 通过生物信息学筛选与卵巢癌患者预后的坏死性凋亡相关基因。方法 从公共数据库下载坏死性凋亡相关基因、卵巢癌的基因表达和相关临床数据,利用RStudio 4.1软件筛选出在卵巢癌组织与卵巢正常组织间差异表达的坏死性凋亡相关基因(差异表达基因),对差异表达基因进行基因本体论(GO)功能富集分析与京都基因与基因组百科全书(KEGG)通路富集分析。采用多因素COX回归模型筛选出与卵巢癌患者预后有关的坏死性凋亡相关基因。根据多因素COX回归结果构建卵巢癌预后风险模型,根据该模型风险评分中位数将卵巢癌样本分为高风险组和低风险组,采用Kaplan-Meier法比较高风险组和低风险组患者的生存情况,采用受试者工作特征(ROC)曲线验证卵巢癌预后风险模型的评估效能。通过COX回归模型分析卵巢癌预后的独立影响因素,并通过列线图展示卵巢癌独立预后影响因素与卵巢癌患者总生存率的相关性。结果 (1)确定卵巢癌中有25个差异表达基因,包括13个上调基因与12个下调基因。(2)GO分析结果显示,差异表达基因涉及的生物学过程包括调节凋亡信号通路等,涉及的细胞组分主要为晚期内体膜等,涉及的分子功能主要包括细胞因子活...     

基于生物信息学筛选胃癌预后相关lncRNAs

目的探讨胃癌预后相关lncRNAs,并构建胃癌预后相关lncRNAs风险模型。方法应用TCGA数据库下载胃癌数据集中lncRNAs表达谱及样本临床信息,首先采用单因素Cox回归筛选胃癌相关预后lncRNAs,其次用筛选后的lncRNAs进行Lasso预后风险模型的构建,Kaplan-Meier生存曲线对lncRNAs进行胃癌预后生存影响的评估,多因素Cox分析明确lncRNAs风险模型为胃癌预后的独立性因素,ROC曲线用来评估lncRNAs预后风险模型的预测准确率。结果筛选出14个胃癌预后相关的关键lncRNAs并构建风险模型,14-lncRNA风险模型可作为影响胃癌患者不良预后的独立性因素[HR 1.21(95%CI:1.05～1.40,P=0.011)];此外,训练集和测试集3年及5年生存期的ROC曲线AUC最大值分别为:0.743、0.837、0.868及0.993,表明14-lncRNA风险模型对胃癌的预后的判定敏感性及特异性均较高。结论构建的14-lncRNA风险模型可对胃癌患者的预后进行有效的判定,14个lncRNAs作为胃癌预后标志物具有重要的临床应用价值。     

基因芯片在筛选食管鳞癌相关基因中的应用

目的研究人食管鳞状细胞癌与癌旁正常组织的基因表达谱,通过对比基因表达的差异,寻找与人食管鳞癌发展相关的基因。方法提取人食管鳞癌与正常食管鳞状上皮的mRNA,逆转录成cDNA,并用Cy3-dUTP标记正常食管组织,用Cy5-dUTP标记食管鳞癌组织,制成探针,与基因芯片进行杂交,经扫描仪扫描后,对获取的信号数据进行软件分析、对比。筛选出差异表达的基因。结果在4例新鲜标本的芯片杂交检测中,共发现4329条基因发生差异表达,其中2293条上调,2036条下调,将这些基因按GO（gene ontology）分子功能（function term）进行分类,发现与细胞分化、成熟,分子定位、连接,信号传导,酶活性调节,以及基因转录、翻译调节有关的基因最多。结论①食管鳞癌的发生发展与多条基因的异常表达有关。②应用基因芯片技术可以对食管鳞癌的基因表达谱进行分析,以筛选食管鳞癌相关基因。     

基于生物信息学的胃癌预后基因的筛选和分析

目的 应用生物信息学方法筛选和分析胃癌预后基因。方法 从GEO数据库中下载胃癌基因芯片数据集GSE54129、GSE81948、GSE118916,使用在线分析工具GEO2R筛选出差异表达基因(differentially expressed genes,DEGs)。利用在线数据库DAVID对筛选的DEGs进行功能和通路富集分析。然后使用在线网站STRING和Cytoscape软件对DEGs构建蛋白互作网络,并筛选hub基因。最后使用Kaplan Meier-Plotter和GEPIA在线数据库对hub基因进行生存和表达水平分析。结果本研究共发现362个总DEGs,包含164个上调基因,192个下调基因。通过GO功能富集分析,发现DEGs主要富集在细胞外基质和胶原蛋白。KEGG富集通路分析显示,DEGs主要参与的信号通路包括ECM-受体相互作用、阿米巴病、蛋白质的消化和吸收、局部黏附和PI₃K-Akt信号通路。CytoHubba插件共筛选出10个DEGs作为hub基因,通过Kaplan Meier-Plotter数据库验证这10个hub基因,发现COL1A1、COL3A1、FN1、MMP2、COL5A1、BGN、COL4A1、COL4A2和COL6A3这9个基因和胃癌预后相关,并且高表达组预后差(P<0.05);GEPIA数据库发现这9个与胃癌预后相关的基因在胃癌组织中均呈高表达水平(P<0.05)。结论 通过生物信息学方法,本研究发现了9个胃癌预后基因,其中BGN、COL3A1和COL5A1这3个基因可能成为胃癌预后的新的标志物。     

基于生物信息学分析TGFBI基因在头颈部鳞癌中的表达及其预后意义

目的 探讨转化生长因子β诱导基因(transforming growth factor β-induced gene, TGFBI)在头颈部鳞癌(head and neck squamous carcinoma, HNSC)中的表达及其预后意义。方法 首先通过TIMER2.0数据库分析TGFBI基因在泛癌中的表达水平;并进一步利用UALCAN数据库和GEPIA数据库检索TGFBI基因在HNSC与正常组织中的表达水平,以及TGFBI基因与患者种族、年龄、性别、肿瘤分期、淋巴结转移状况等相关临床特征的关系;通过STRING数据库分析TGFBI基因的互作蛋白,借助DAVID数据库对其与互作蛋白基因进行功能富集分析;最后通过GEPIA数据库分析TGFBI基因在HNSC中的生存意义。结果 发现TGFBI在HNSC中的表达明显高于正常组织(P<0.05),TGFBI高表达的患者总生存期明显低于低表达的患者(P<0.05)。蛋白互作分析发现,FN1、MMP14、ITGA3、ITGAM、ITGAV、ITGB1、ITGB2、ITGB3、TGIF2和TGIF2LX这10个蛋白基因与TGFBI存...     

乙型肝炎病毒相关肝细胞癌关键基因筛选及其与预后关系的生物信息学分析

目的：采用生物信息学方法识别与乙型肝炎病毒相关肝细胞癌（HBV-HCC）的早期诊断和不良预后相关的关键基因,阐明HBV-HCC发生发展的潜在分子机制。方法：从基因表达综合数据库（GEO）中检索“hepatitis Binduced HCC”,下载基因数据集GSE121248,通过R软件中的“limma”数据包筛选差异表达基因（DEGs）,采用“clusterProfiler”数据包对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）信号通路富集分析,采用STRING数据库和Cytoscape软件建立蛋白-蛋白互作（PPI）网络并筛选关键基因。采用基因表达水平值的交互式分析（GEPIA）、Kaplan Meier-Plotter和人类蛋白质图谱（HPA）数据库验证关键基因及其蛋白质表达水平,采用“CIBERSORT”数据包分析免疫细胞的浸润情况。结果：共筛选出574个DEGs,其中上调基因173个,下调基因401个。GO功能富集分析,DEGs主要富集于小分子代谢、信号转导、免疫应答和炎症反应等生物学过程;KEGG通路富集分析,DEGs主要富集于视黄醇代谢、细胞...     

基于生物信息学筛选影响前列腺癌预后的脂代谢基因

目的 通过生物信息学筛选影响前列腺癌预后显著的脂质代谢基因。方法 从TCGA数据库下载前列腺癌的临床资料及mRNA测序数据;利用R语言筛选正常组与前列腺癌组的差异基因,利用KEGG数据库检索脂质代谢基因,并筛选出差异表达的脂质代谢基因。结合患者的生存状态、生存时间与筛选的差异代谢基因的表达量,利用uniCOX函数筛选与前列腺癌预后密切相关的脂代谢基因。根据上述基因表达量的中位数,把患者分为高低风险组行生存分析。利用GSEA软件对关键基因进行富集分析。结果 共筛选出1973个差异基因,其中包括83个差异的脂质代谢基因,使用uniCOX分析预后,共发现5个促癌脂质代谢基因,包括：CPT1B,AKR1C4,AKR1C2,UGT1A10,CYP4F3。对这5个基因进行生存分析,发现肉毒碱棕榈酰基转移酶1B(CPT1B)与前列腺癌的生存显著相关。通过富集分析发现,CPT1B与亚油酸、α亚麻酸代谢呈显著正相关,与WNT信号通路呈显著负相关。结论 CPT1B高表达与前列腺癌的预后不良显著相关。     

宫颈癌相关基因的筛选及生物信息学分析

目的 从分子水平揭示官颈癌的发病机制,为临床诊疗提供新工具.方法 在公共基因芯片数据库GEO中找到宫颈癌的相关基因芯片数据,使用BRB-ArrayTools软件包对其进行统计学分析,找到官颈癌相关基因;利用Panther在线分析软件对这些基因进行生物学分析.结果 在宫颈癌组织共找到37条差异表达基因,上调23条,下调14条.这些基因的功能大致分为细胞骨架结构、转运载体、细胞信号转导、转录调控、细胞粘附、细胞凋亡等.结论 利用生物信息学的方法 能有效分析基因芯片数据并获取生物内在信息,官颈癌的发生是由于多种基因表达改变所致,为确定宫颈癌的早期诊断标志与新治疗靶位开辟了新的思路.     

肺鳞状细胞癌预后相关miRNAs及其候选靶基因生物信息学筛选

目的 筛选与肺鳞状细胞癌预后相关的miRNAs及其靶基因的预测.方法 采用肿瘤基因组图谱(TCGA)数据库收集人肺鳞状细胞癌miRNAs表达数据并进行差异表达分析;采用Kaplan-Meier分析差异表达的miRNAs与患者生存率的相关性;单因素方差分析差异表达的miRNAs与淋巴转移的相关性;采用DIANA TOOL...     

基于TCGA数据库的食管鳞癌代谢相关基因预后风险模型的建立

目的：探索影响食管鳞状细胞癌(ESCC)患者预后的代谢相关基因,构建ESCC患者的预后风险模型。方法：从癌症基因组图谱(TCGA)数据库下载食管癌的转录组数据和临床病例资料。从转录组数据中提取出代谢相关基因的数据,筛选ESCC组织和正常组织中差异表达的代谢基因。运用单因素COX分析、Lasso回归分析、多因素COX分析构建预后风险模型,并用受试者工作特征(ROC)曲线评估代谢相关基因预后模型的预测能力,并对高低风险组进行GSEA分析。结果：肿瘤组和对照组共存在280个差异表达的代谢相关基因,其中乙醛脱氢酶1A1(ALDH1A1)、黑酸1,2-二加氧酶(HGD)以及DNA引物酶多肽1(PRIM1)与ESCC的预后相关。Kaplan-Meier分析显示,相较于低风险组,高风险组的总体生存期降低(P<0.01)。ROC曲线分析及多因素COX回归分析表明,该预后模型具有良好的预测效能[曲线下面积(AUC)=0.741],可以作为一个独立的预后因素(HR=11.66,P<0.001)。结论：基于代谢相关基因构建的预后风险模型可以作为ESCC患者的预后因素,为寻找新的食管癌治疗靶点提供...     

基于生物信息学方法筛选乙型肝炎病毒相关肝癌的关键基因和临床预后

目的基于基因芯片和生物信息学相关的分析方法,筛选与慢性乙型肝炎(HBV)相关肝细胞癌(HCC)发病的差异表达基因,为有HBV感染史的肝癌患者提供新的分子治疗靶点。方法本研究对来自基因表达数据库(GEO)的GSE55092和GSE121248的mRNA微阵列数据进行分析,获得HBV相关性肝癌和正常组织的差异表达基因(DEGs),利用DAVID数据库对DEGs进行了GO功能分析和KEGG通路富集分析,利用String数据库构建了蛋白质-蛋白质相互作用(PPI)网络,hub基因使用Cytoscape软件进行筛选,cBioportal分析hub基因的相关性,使用GEPIA和Kaplan-Meier数据库并结合TCGA数据库中肝癌基因表达数据进行验证,探讨hub基因与肝癌发生、发展和预后的关系。结果共获得了129个DEGs,鉴定了三个hub基因,细胞周期素依赖性激酶1 (CDK1)、细胞周期蛋白B1 (CCNB1)和DNA拓扑异构酶(TOP2A)与细胞周期、嘧啶代谢和DNA复制有关,并且三个基因高度相关,GEPIA数据库证实这些基因在肝癌组织中高度表达,并获得了相关的预后信息,Kaplan-Me...     

肾上腺腺瘤相关基因的筛选及生物信息学分析

目的根据高通量基因表达谱数据,采用数据挖掘技术识别肾上腺腺瘤相关的特征基因与功能,进一步探讨G-蛋白偶联受体（GPCR）在肾上腺腺瘤中的表达情况,为临床药物治疗肾上腺腺瘤提供了依据。方法应用GeneSifter在线分析软件对5个正常肾上腺（NA）和10个肾上腺腺瘤（APA）基因芯片数据分成两组进行分析。结果筛选得到2370个差异表达基因,其中G-蛋白偶联受体41个,其中38个上调,3个下调。MC2R和HTR4已经被确认在APA病人中过表达,并在临床中作为药物作用靶点应用于治疗APA。而谷氨酸受体和GPR37还没有人研究它们在肾上腺中的作用机制。结论APA中醛固酮的生成与过表达的GPCR有潜在的关系,这些GPCR还需要被进一步研究。