检索结果-内蒙古大学图书馆

吉林大学学报（医学版） 2023年第5期49卷 1280-1289页

作者：赵一明许海洋吉林大学第一医院神经外科吉林长春130021

目的:采用生物信息学方法分析与多形性胶质母细胞瘤(GBM)发生发展相关的关键基因和候选通路,探讨GBM的发病机制和治疗靶点。方法:自癌症基因组图谱(TCGA)数据库和基因表达综合(GEO)数据库获得基因表达数据集TCGA-GBM及GSE7696,分别采用D... 详细信息

目的:采用生物信息学方法分析与多形性胶质母细胞瘤(GBM)发生发展相关的关键基因和候选通路,探讨GBM的发病机制和治疗靶点。方法:自癌症基因组图谱(TCGA)数据库和基因表达综合(GEO)数据库获得基因表达数据集TCGA-GBM及GSE7696,分别采用Deseq2和limma R数据包筛选GBM组织与癌旁正常组织中的差异表达基因(DEGs),并对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数据库进行蛋白-蛋白互作(PPI)网络分析,采用Cytoscape 3.9.1软件对PPI网络进行可视化并进行模块分析。结果:对TCGA-GBM转录数据和芯片数据集GSE7696进行DEGs分析后共获取13个共同上调差异表达基因(UDEGs)和77个共同下调差异表达基因(DDEGs)。GO功能富集分析,DDEGs主要富集于氯离子通道活性、γ-氨基丁酸(GABA)受体活性、GABA门控氯离子通道活性、GABA-A受体活性、顺行突触传递信号和化学突触传递等生物学过程;KEGG信号通路主要富集于GABA能突触、神经活性配体-受体相互作用、含血清素的神经突触和突触囊泡循环等信号通路。PPI和模块构建确定了2个重要的基因模块。Cytoscape 3.9.1软件分析,PPI网络中溶质载体家族17成员6 (SLC17A6)、溶质载体家族1成员2 (SLC1A2)、前速激肽前体1 (TAC1)、突触结合蛋白1 (SYT1)、RNA结合蛋白fox1同源物3 (RBFOX3)和γ-氨基丁酸A型受体亚基γ2 (GABRG2)被筛选为关键基因。结论:SLC17A6、SLC1A2、TAC1、SYT1、RBFOX3和GABRG2基因可能参与了GBM的发生发展,GABA能突触传递相关基因与通路调控网络的失调可能是GBM发病的主要机制。

关键词：多形性胶质母细胞瘤生物信息学基因表达综合数据库癌症基因组图谱数据库差异表达基因

来源：评论

学校读者我要写书评

暂无评论

胃癌S100基因表达的生物信息学分析及S100A3与胃癌相关性研究

胃癌S100基因表达的生物信息学分析及S100A3与胃癌相关性研究

引用

作者：刘骥第四军医大学

学位级别：博士

胃癌是一个由环境和多基因共同参与的病理过程,其死亡率占全世界癌症死亡率第二位[1,2]。在过去的二十年里,胃癌相关基因的研究已经取得很大进展。已发现的众多胃癌癌基因与抑癌基因一定程度上阐述了胃癌发病机理及相关“分子事件”,也... 详细信息

胃癌是一个由环境和多基因共同参与的病理过程,其死亡率占全世界癌症死亡率第二位[1,2]。在过去的二十年里,胃癌相关基因的研究已经取得很大进展。已发现的众多胃癌癌基因与抑癌基因一定程度上阐述了胃癌发病机理及相关“分子事件”,也能作为胃癌早期诊断和药物治疗的生物标记。最近,大规模基因表达分析已经渐渐成为筛选肿瘤相关基因的重要工具[3]。两类重要的生物学实验方法是:1)以DNA测序为基础的基因表达系列分析(SAGE)和表达系列标签(EST);2)以斑点杂交为基础的微阵列分析。来源于这些方法的大量生物信息数据收集和注解在多种高度组织的网络数据库内。癌基因组解剖计划(CGAP)和基因表达综合数据库(GEO)是其中最重要的两个网络数据库[4,5]。利用生物信息学方法,挖掘CGAP和GEO的生物信息资料数据,研究者已经发现并鉴定了多个肿瘤相关基因或新的癌基因[6,7]。 S100蛋白家族是一个具有EF螺旋结构、钙结合蛋白家族,至少有22个家族成员[8]。S100蛋白广泛分布于人体细胞的胞浆和胞核内,参与细胞周期活动、细胞分化等众多活动。17个S100家族成员基因定位均位于稳定性差、易在肿瘤发生中出现染色体重排的1号染色体长臂2区1带(1q21)。既往的研究已经证实了一些S100家族成员在胃癌组织中有差异表达[9,10],包括S100A2,S100A4,S100A7和S100A10。因此,很有必要系统的分析和验证S100其它家族成员在胃癌和胃正常组织中的表达情况。本研究探讨利用生物信息学方法,挖掘CGAP和GEO生物信息数据,系统分析22个S100家族成员在胃癌与正常胃组织的基因表达情况,并通过生物学实验方法验证和分析胃癌中差异表达的S100基因及其功能。为“硅片实验”的数据库挖掘法筛选肿瘤相关基因提供方法学的探讨,也为阐明S100和胃癌的相关性提供重要理论依据。第一部分:胃癌S100基因表达的生物信息学分析目的:探讨利用生物信息学方法筛选胃癌组织与正常胃组织差异表达基因的可行性及具体方法,寻找胃癌相关S100基因。方法:联合SAGE分析、虚拟电子杂交和虚拟微阵列,挖掘CGAP和GEO资源中关于胃癌和正常胃组织差异表达S100基因。结果:5个S100基因在胃癌组织中上调表达,包括S100A2、S100A3、S100A4、S100A7和S100A10。S100A3是新的胃癌过表达基因。结论:首次探讨性利用生物信息学方法系统分析胃癌S100基因表达。多个S100家族成员在胃癌中上调表达。联合多数据库挖掘肿瘤相关基因是一个可靠的方法,给进一步的生物学实验以大量的提示。第二部分:胃癌S100A3基因表达的生物学实验分析目的:利用生物学实验方法分析胃癌S100A3基因表达情况,探讨S100A3和胃癌的相关性,并进一步验证生物信息学分析可靠性。方法:采用RT-PCR和Western blot分析90例胃癌组织及正常胃组织标本和胃癌细胞系中S100A3基因和蛋白表达水平。利用组织微阵列进一步研究S100A3的蛋白表达和组织学定位。结果:胃癌组织S100A3基因表达高于正常胃组织2.5倍,S100A3的上调表达与肿瘤分化程度、TNM分期相关,胃癌细胞S100A3基因呈上调表达。胃癌组织中S100A3基因阳性表达率低于蛋白阳性表达率。结论:首次证实S100A3是胃癌相关基因,其上调表达与胃癌分化程度及TNM分期密切相关。第三部分:S100A3基因对胃癌细胞生物学特性的影响目的:利用RNA干扰(RNAi)技术进一步研究胃癌差异表达基因S100A3对胃癌细胞周期和细胞生长的影响。方法:针对S100A3基因设计siRNA,采用重组DNA技术构建S100A3特异性shRNA表达载体,转染胃癌细胞,RT-PCR检测S100A3基因表达;流式细胞仪检测细胞周期和细胞凋亡;MTT检测细胞生长活性。结果:1、RNAi对胃癌细胞BGC823中S100A3基因表达的影响:S100A3特异性shRNA转染BGC823细胞后,经RT-PCR检测证实S100A3基因被明显抑制。2、RNAi抑制S100A3基因表达对胃癌细胞凋亡、增殖的影响:抑制S1000A3基因表达使BGC823细胞凋亡增加、细胞周期G1期阻滞、增殖力降低。结论:S100A3特异性shRNA表达载体转染胃癌细胞可有效抑制S100A3基因表达。RNAi抑制S100A3基因表达后胃癌细胞凋亡增加,细胞周期的G1期阻滞。

关键词：胃癌 S100 生物信息学基因表达系列分析表达系列标签微阵列基因表达综合数据库癌症基因组解剖计划

来源：评论

学校读者我要写书评

暂无评论

基于生物信息学技术分析肺鳞癌预后风险模型及中药预测研究

引用

中华中医药学刊 2023年第10期41卷 64-69,I0014-I0018页

作者：崔逸爽刘雪静洪紫谦田亚萍郑璇孙国贵华北理工大学公共卫生学院河北唐山063210 河北省医工融合精准医疗重点实验室河北唐山063000 华北理工大学临床医学院河北唐山063210

目的基于基因表达综合数据库(gene expression omnibus, GEO)和癌症基因组图谱数据库(the cancer genome atlas, TCGA)筛选肺鳞癌(lung squamous cell carcinoma, LUSC)预后相关基因,建立早期预后风险模型,探讨LUSC的发病机制,预测治疗... 详细信息

目的基于基因表达综合数据库(gene expression omnibus, GEO)和癌症基因组图谱数据库(the cancer genome atlas, TCGA)筛选肺鳞癌(lung squamous cell carcinoma, LUSC)预后相关基因,建立早期预后风险模型,探讨LUSC的发病机制,预测治疗LUSC的潜在中药。方法使用计数数据差异分析的DESeq2包(DESeq2 package for differential analysis of count data, DESeq2)来筛选TCGA和GEO数据中的差异基因,使用单因素Cox、多因素Cox回归分析构建预后风险模型,按照风险评分中位值将肺鳞癌患者分为高低风险两组进行风险模型与生存预后、临床Ⅰ期和淋巴结转移的相关分析,将核心基因与医学本体信息检索平台相互映射,筛选治疗LUSC的中药,并对筛选出的基因进行细胞系验证。结果多因素Cox回归最终得到8个候选基因[1个长链非编码RNA(long non-coding RNA,lncRNA):GS1-124K5.4;7个蛋白:CWC25(CWC25剪接体相关蛋白同源物,CWC25 spliceosome-associated protein homolog),EEPD1(核酸内切酶/外切核酸酶/磷酸酶家族结构域1,endonuclease/exonuclease/phosphatase family domain containing),TTCC7(微管蛋白酪氨酸连接酶样家族成员7, tubulin tyrosine ligase-like family member 7),IFT88 (鞭毛运输蛋白88, Intraflagellar transport 88),LMF2(脂肪酶成熟因子2重组蛋白,Recombinant lipase maturation factor 2),SPECC1(具有calponin同源性和螺旋结构域1的精子抗原,Sperm antigen with calponin homology and coiled-coil domains 1),EVR3-1(编码细胞质核糖体蛋白)],按照此模型的风险评分中位值将患者分为高低风险组后,此模型可作为预后、临床Ⅰ期和淋巴结转移相关的风险模型,其生物作用主要富集在AMPK信号通路、Rap1信号通路、癌症信号通路等。筛选治疗LUSC的潜在中药有黄芩、黄柏、肉豆蔻、红豆杉、虎杖、石竹、前胡、补骨脂、秦皮等。并且发现此模型中的蛋白在大部分LUSC细胞系中低表达。结论研究建立的预后风险模型对预测临床I期LUSC患者的预后和LUSC患者淋巴结转移具有一定的临床价值,并促进了对LUSC发病机制的理解,为LUSC的新药研发提供了新靶标。

关键词：肺鳞癌 lncRNA 靶基因基因表达综合数据库癌症基因组图谱数据库

来源：评论

学校读者我要写书评

暂无评论

原发性帕金森病诊断、治疗的靶基因筛选

引用

山东医药 2017年第24期57卷 24-27页

作者：李倩刘媛赵玉朱彧裘志军天津市海河医院天津300350 天津市环湖医院天津医科大学总医院

目的筛选原发性帕金森病(PD)诊断、治疗的靶基因。方法在基因表达综合(GEO)数据库中以"帕金森(Parkinson)"作为关键词,组织类型限定为中脑黑质,数据类型限定为基于基因芯片检测的基因表达谱数据,筛选出1个符合条件的数据集(GS... 详细信息

目的筛选原发性帕金森病(PD)诊断、治疗的靶基因。方法在基因表达综合(GEO)数据库中以"帕金森(Parkinson)"作为关键词,组织类型限定为中脑黑质,数据类型限定为基于基因芯片检测的基因表达谱数据,筛选出1个符合条件的数据集(GSE7621),该芯片数据包含9个正常(中脑无病变)样本(正常组)和16个原发性PD样本(PD组)。利用R编程语言的相关工具包对原始芯片数据进行预处理和差异表达基因的筛选。利用DAVID数据库对差异表达基因进行功能注释,并且构建差异表达基因的差异共表达网络及转录调控网络。将PC12细胞分为两组,分别为对照组和观察组,对照组常规培养,观察组给予50μmol/L 1-甲基-4-苯基吡啶离子(MPP)处理;处理24 h时,采用实时荧光定量PCR(qRT-PCR)法检测差异表达基因的相对表达量。结果正常组及PD组存在396个差异表达基因,相对于正常组,PD组存在下调基因229个、上调基因167个,主要富集功能为突触活动、多巴胺(DA)合成、神经元活动、突触传递、神经元投射、儿茶酚胺生物合成等。两组表达差异性最大的前十位基因分别为Zcchc6、Socs7、Ythdc1、Taf5、Spata13、Slc5a3、Heca、Epc2、Ddx23、Cdk2ap2。调控差异表达基因较多的前十个转录因子(TF)分别为AHR、DAND5、PSG1、SP1、PAX5、ARNT、MIA3、AP-2gamma、CREB1、AP-2alpha A。qRT-PCR结果显示,观察组与对照组Zcchc6、Socs7、Spata13、Slc5a3、Epc2、Cdk2ap2 mRNA表达量比较,P<0.05或<0.01;两组Ythdc1、Taf5、Heca、Ddx23 mRNA表达量比较P均>0.05。结论 Zcchc6、Socs7、Spata13、Slc5a3、Epc2、Cdk2ap2基因可能与原发性PD的发生、发展相关,可能作为其诊断及治疗的靶基因。

关键词：原发性帕金森病靶基因筛选基因表达综合数据库差异共表达网络

来源：评论

学校读者我要写书评

暂无评论

慢性自发性荨麻疹候选基因的筛选及免疫浸润分析

慢性自发性荨麻疹候选基因的筛选及免疫浸润分析

引用

作者：严可心中国医科大学

学位级别：硕士

目的:荨麻疹是一种常见的肥大细胞驱动的皮肤病,其特征是反复瘙痒的风团和/或血管性水肿。慢性荨麻疹(chronic urticaria,CU)的定义是持续至少6周的荨麻疹。慢性自发性荨麻疹(chronic spontaneous urticaria,CSU)是CU最常见的亚型,人群... 详细信息

目的:荨麻疹是一种常见的肥大细胞驱动的皮肤病,其特征是反复瘙痒的风团和/或血管性水肿。慢性荨麻疹(chronic urticaria,CU)的定义是持续至少6周的荨麻疹。慢性自发性荨麻疹(chronic spontaneous urticaria,CSU)是CU最常见的亚型,人群患病率为0.5%～1.0%。CSU的平均自然病程为4年。CSU影响睡眠,严重损害生活质量,并导致精神问题。人们普遍认为CSU与自身免疫和炎症反应有关。虽然各种参数已被报道与CSU相关,但很少被普遍接受为有效的生物标志物。因此,研究CSU的候选相关基因和潜在发病机制具有重要意义。研究方法:使用数据集GSE72542鉴定了CSU的差异表达基因(differentially expressed genes,DEGs)。此外,还在GSE57178中验证了DEGs,并对交叉重复基因进行加权基因共表达网络(weighted gene co-expression network,WGCNA)分析。从注释、可视化和集成发现数据库(the database for annotation,visualization and integrated discovery,DAVID)中获得CSU中基因本体(gene ontology,GO)术语和京都基因和基因组百科全书(Kyoto encyclopedia of genes and genomes,KEGG)路径。然后我们使用基因集富集分析(gene set enrichment analysis,GSEA)在高表达组中鉴定核心基因相关通路。最后分析上调基因的免疫浸润情况。结果:共鉴定出27个上调的DEGs和两个模块。上调的DEGs主要富集于炎症反应和粒细胞趋化。关键的DEGs参与白细胞趋化、炎症反应、肾素血管紧张素系统、血管内皮生长因子(vascular endothelial growth factor,VEGF)信号通路、TOLL样受体信号通路、转化生长因子β(transforming growth factor beta,TGF-β)信号通路、糖胺聚糖降解、花生四烯酸代谢。S100A12、CCL2、CCL4、CCL18、ADAMTS4和IL1β为CSU的候选核心DEGs。这些DEGs都与CSU相关的通路有密切的联系。特别是S100A12和CCL2参与了CSU的免疫学发病机制。结论:利用生物信息学方法,我们确定了与CSU相关的DEGs和模块,可能在自身免疫、炎症和凝血的发病机制中发挥作用。候选核心基因可能是潜在的治疗靶点。

关键词：生物信息分析慢性自发性荨麻疹差异表达基因基因表达综合数据库基因集富集分析免疫相关基因

来源：评论

学校读者我要写书评

暂无评论

KDELR1在头颈鳞状细胞癌中的生物信息学及临床意义研究

KDELR1在头颈鳞状细胞癌中的生物信息学及临床意义研究

引用

作者：韦淙宝桂林医学院

学位级别：硕士

目的:利用生物信息学探究KDELR1在头颈鳞状细胞癌中的生物信息学功能,并通过临床样本进行免疫组织化学验证其临床意义。方法:1、从TCGA数据库以及从GEO数据库下载头颈鳞状细胞癌患者的数据,并结合Graph Pad Prism与R软件对数据进行处理... 详细信息

目的:利用生物信息学探究KDELR1在头颈鳞状细胞癌中的生物信息学功能,并通过临床样本进行免疫组织化学验证其临床意义。方法:1、从TCGA数据库以及从GEO数据库下载头颈鳞状细胞癌患者的数据,并结合Graph Pad Prism与R软件对数据进行处理。2、分析KDELR1 m RNA在泛癌之中的表达情况,了解KDELR1 m RNA在HNSCC患者肿瘤组织与癌旁组织中的表达差异性,以及KDELR1 m RNA表达水平与临床病理特征的相关性,并运用ROC曲线分析KDELR1在HNSCC的预测效果。3、制作KDELR1 m RNA表达水平的Kaplan-Meier生存曲线,评估KDELR1 m RNA表达与HNSCC的生存相关性。4、通过单、多因素的Cox回归分析KDELR1 m RNA表达水平、临床病理特征等相关性。5、运用GEPIA 2数据库探究与KDELR1具有相关性的基因,使用GO、KEGG以及GSEA富集分析了解KDELR1在HNSCC的功能及通路。6、使用TIMER数据库及Sanger Box线上分析平台了解KDELR1 m RNA的表达水平在肿瘤中与免疫细胞浸润的关系,进一步探讨TP53对HNSCC免疫细胞的影响。7、通过桂林医学院附属医院的HNSCC组织及癌旁组织的石蜡切片进行免疫组化试验,分析KDELR1蛋白在癌旁对照组与肿瘤实验组的表达水平,进一步分析及验证KDELR1表达水平与HNSCC临床特征的相关性。结果:1、通过TCGA数据库以及GEO数据库进行差异分析以及临床病理特征的相关性显示:KDELR1 m RNA在HNSCC的表达水平显著高于癌旁组织,且与HPV16、生存预后、病理分级、T分期及N分期具有明显差异(P<0.05)。2、ROC曲线下的面积(AUC)为0.839,表明KDELR1对HNSCC患者研究试验的敏感性和特异性较高。3、单因素Cox回归分析显示KDELR1 m RNA表达水平与HNSCC患者预后具有统计学意义(P<0.05),多因素Cox回归分析进一步证明了KDELR1是HNSCC患者的独立预后因素。4、通过对基因富集结果分析表明,KDELR1表达与KDELR2、KDELR3、SURF4、ARF1的表达水平呈现正相关性,可能会促进肿瘤细胞的增殖、迁移及侵袭能力;5、GO生物功能分析提示,KDELR1主要参与糖蛋白生物合成、糖基化、胶原纤维组织等功能;KEGG富集分析提示KDELR1主要参与内质网中的蛋白质加工信号通路以及ECM-受体相互作用信号通路等通路;GSEA富集分析提示KDELR1主要参与癌症途径通路以及心肌收缩通路等通路。6、KDELR1表达水平与肿瘤微环境中的免疫浸润细胞的表达具有显著差异(P<0.05),且呈正相关性。7、免疫组化结果显示:KDELR1在HNSCC组织的表达水平高于癌旁组织。KDELR1在HNSCC的表达与病理分级以及T分期相关(P<0.05),但与年龄、N分期、性别以及远处转移之间无显著关系(P>0.05)。结论:KDELR1在头颈鳞状细胞癌中是高表达水平的,与HPV16、生存预后、病理分级及T分期等具有相关性,是头颈鳞状细胞癌预后不良的因素,且HNSCC患者高表达组的生存时间明显低于低表达组。KDELR1在免疫浸润细胞的表达具有显著意义。因此,KDELR1可能在HNSCC进展发挥重要作用,并可能是HNSCC潜在的治疗靶点。

关键词： KDELR1 头颈鳞状细胞癌基因表达综合数据库癌症基因组图谱免疫组织化学

来源：评论

学校读者我要写书评

暂无评论

基于生物信息学分析探讨肥胖在扩张型心肌病中的作用

基于生物信息学分析探讨肥胖在扩张型心肌病中的作用

引用

作者：汪雪华华中科技大学

学位级别：硕士

(1)目的:肥胖是多种心血管疾病(cardiovascular diseases,CVDs)的主要危险因素,也是导致全球疾病负担增加的重要原因。扩张型心肌病(dilated cardiomyopathy,DCM)是心力衰竭的重要原因,但DCM与肥胖的联系在很长一段时间没有进展。最近... 详细信息

(1)目的:肥胖是多种心血管疾病(cardiovascular diseases,CVDs)的主要危险因素,也是导致全球疾病负担增加的重要原因。扩张型心肌病(dilated cardiomyopathy,DCM)是心力衰竭的重要原因,但DCM与肥胖的联系在很长一段时间没有进展。最近有研究发现,肥胖会增加个体罹患扩张型心肌病的风险。本研究的主要目的是研究肥胖在增加DCM风险中的潜在生物学作用。 (2)方法:在RStudio中下载基因表达综合(Gene Expression Omnibus,GEO)数据库中的GSE120895、GSE19303和GSE2508数据集。使用DCM的GSE120895和肥胖的GSE2508数据集进行差异表达基因(differentially expressed genes,DEG)分析,并对两个DEG集合进行交叉绘制韦恩图以发现共同差异表达基因。在RStudio中进行共同基因的基因本体论(Gene Ontology,GO)和京都基因和基因组百科全书(Kyoto Encyclopedia of Genes and Genomes,KEGG)途径功能富集分析。对两个DEG集合进行CIBERSORT分析,获得DCM和肥胖患者的免疫浸润微环境。最后通过最小绝对收缩和选择操作(the least absolute shrinkage and selection operator,LASSO)算法构建预后风险模型,并通过受试者工作特征(receiver operator characteristic,ROC)曲线在GSE19303数据集中进行验证。 (3)结果:两个DEG集合交叉取交集获得15个共同DEG。GO和KEGG途径富集分析表明,共同DEG的主要富集项是转化生长因子β(TGF-β)、原纤维胶原、NADPH氧化酶活性和多种激素相关信号通路。肥胖患者的免疫内环境较DCM患者更紊乱。LASSO预后模型筛选出5个关键基因:NOX4、CCD80、COL1A2、HTRA1和KLHL29,这些基因可能是上述变化的主要原因。对关键基因和免疫细胞进行的Spearman相关性分析表明,KLHL29与T细胞和M2巨噬细胞密切相关,HTRA1与浆细胞密切相关。 (4)结论:本研究对DCM和肥胖进行的生物信息学分析表明肥胖扰乱免疫微环境,促进氧化应激,最终心肌纤维化导致心室重塑,增加了罹患DCM的风险。关键基因KLHL29和HTRA1可能在肥胖相关DCM中发挥关键作用。

关键词：扩张型心肌病肥胖生物信息基因表达综合数据库

来源：评论

学校读者我要写书评

暂无评论

CDC6对肺腺癌预后的价值 ——基于TCGA和GEO数据挖掘及实验分析

CDC6对肺腺癌预后的价值 ——基于TCGA和GEO数据挖掘及实验分析

引用

作者：楼浩安徽理工大学

学位级别：硕士

目的:肺腺癌(lung adenocarcinoma,LUAD)是非小细胞肺癌(non-small cell lung cancer,NSCLC)中最主要的类型,其进展速度与多种基因的功能异常密切相关。作为全球致死率居高不下的恶性肿瘤之一,如何精确的预测LUAD患者的预后是一项严峻... 详细信息

目的: 肺腺癌(lung adenocarcinoma,LUAD)是非小细胞肺癌(non-small cell lung cancer,NSCLC)中最主要的类型,其进展速度与多种基因的功能异常密切相关。作为全球致死率居高不下的恶性肿瘤之一,如何精确的预测LUAD患者的预后是一项严峻的挑战。而生物信息学,作为一种新兴的研究工具,通过识别LUAD中的差异表达基因,可以为肺腺癌的治疗策略提供了新的视角。基因预测模型因其简洁高效的特点,在预后评估方面显示出巨大潜力。尽管如此,具有实际临床应用价值的模型仍然较为稀缺。本研究的目标是开发一个综合LUAD差异表达基因与临床参数的预测模型,并探索模型中关键基因的作用机制,以期更精确地预测LUAD患者的预后,并为患者提供更有效的治疗方案。方法: 首先下载了GEO(Gene Expression Omnibus,GEO)数据库(GSE31210、GSE118370)中LUAD患者的肺组织RNA表达谱数据,应用Limma软件包分析分析肿瘤组织与正常组织间差异表达的基因(Differentially Expressed Genes,DEGs)。然后从肿瘤基因组图谱(The Cancer Genome Atlas,TCGA)数据库下载551例LUAD样本(54个正常组织样本和497个癌组织样本)来验证这些差异基因的表达。随后基于TCGA和GEO数据集筛选出的共差异基因,利用web Gestalt方法完成共差异基因集的GO与KEGG的通路解析,蛋白质互作(protein-protein interaction,PPI)工具筛选核心蛋白(Hub protein)。利用单因素及多因素COX回归分析,确定用于预测模型构建的候选基因,并用Kaplan-Meier在线工具及HPA数据库的免疫组织化学数据加以验证,使用列线图构建基于差异基因与临床特征相结合的LUAD患者预后评分模型。此外,使用si RNA敲低肿瘤细胞中关键基因细胞分裂周期6(Cell Division Cycle 6,CDC6)的表达,Western Blotting检测CDC6敲低效率,细胞划痕、Transwell、MTS和克隆形成检测CDC6对肿瘤细胞生长的影响。流式周期、CDK2、CDK4和EDU检测CDC6对肿瘤细胞周期变化的作用。为了进一步研究CDC6的功能,构建CDC6慢病毒干扰序列,并制备慢病毒,转染小鼠Lewis肺癌细胞。通过尾静脉注射法建立原位肺癌小鼠模型,分析CDC6在体内肿瘤生长中的作用。结果: 在合并GEO和TCGA数据库中的LUAD数据集后,共鉴定出252个差异表达基因,其中120个基因表达上调,132个基因表达下调。通路分析显示,这些基因与细胞外结构、细胞外基质以及组织重构等功能紧密相关。基于STRING数据库进行分析结果,构建了一个包含189个基因的蛋白质互作(PPI)网络。通过对这些基因进行单-多变量Cox回归分析,筛选出了14个(包括HMMR、CDC6、CAV2、SPAG5、KLF4、GRIA1、MS4A1、STIL、MRC1、ZNF750、CLIC6、GPX3、CA4和ADH1B)和3个(包括细胞分裂周期蛋白CDC6、透明质酸介导的运动受体HMMR和中心体组装蛋白STIL)基因,分别构建了两个预后模型。基于这些基因的风险评分,将患者分为高风险和低风险组,在TCGA和GEO数据集中,低风险组的总生存率(OS)显著高于高风险组。ROC曲线分析显示,风险评分能够有效预测OS(AUC>0.7),表明这些模型具有出色的预测能力。此外,通过Cox回归分析了TCGA和GSE31210数据集中LUAD患者的预后核心基因与不同临床特征的关联,发现14基因和3基因风险评分都是OS的独立预后因素。随后构建了一个结合14个基因风险值和其他临床特征的列线图,用于预测LUAD患者3-5年的OS,其预测能力得到了验证。值得注意的是,3基因预后模型与14基因模型在预测能力上相当,但因其基因数量较少,更具有实际应用潜力。在功能层面,通路富集分析揭示了CDC6在调节细胞周期和促进肿瘤分期中的关键作用。为了深入研究CDC6的功能,通过体外细胞实验,细胞划痕和MTS实验表明,下调CDC6表达后,肿瘤细胞的迁移和增殖能力显著降低。集落形成和Transwell实验进一步证实,下调CDC6表达抑制了肿瘤细胞的迁移和侵袭能力。流式细胞术和Western Blot检测结果显示,下调CDC6表达能够抑制肿瘤细胞周期及其相关蛋白CDK2和CDK4的表达,这表明CDC6的抑制可能影响细胞周期相关蛋白的表达。在体内实验中,发现在肺癌小鼠模型中敲低CDC6表达后,小鼠肺部的肿瘤大小、数量和总体肿瘤负担均有所减少。动物体重数据表明,原位肺癌小鼠在第17天后体重

关键词：肺腺癌细胞分裂周期6 预后模型建立与验证基因表达综合数据库肿瘤基因组图谱生物信息分析

来源：评论

学校读者我要写书评

暂无评论

基于细胞外基质相关基因分型的肾上腺皮质癌的新型预后模型

基于细胞外基质相关基因分型的肾上腺皮质癌的新型预后模型

引用

作者：单敏婕中南大学

学位级别：硕士

背景:基于细胞外基质(ECM)的肿瘤微环境改变在癌症的发生和进展中很重要,但在肾上腺皮质癌(ACC)中尚无ECM相关研究,故本文探索ACC中ECM预后预测作用以及构建相关预后模型。方法:我们使用癌症基因组图谱(TCGA)中79名ACC患者的数据评估了... 详细信息

背景:基于细胞外基质(ECM)的肿瘤微环境改变在癌症的发生和进展中很重要,但在肾上腺皮质癌(ACC)中尚无ECM相关研究,故本文探索ACC中ECM预后预测作用以及构建相关预后模型。方法:我们使用癌症基因组图谱(TCGA)中79名ACC患者的数据评估了ECM相关基因的表达与预后的相关性,运用无监督聚类方法将患者分为具有不同预后结局的基于ECM分型相关的集群。在不同集群之间两两取交集,获得ECM分型相关的预后差异表达基因(DEGs)。基于ECM分型相关的预后DEGs,采用单因素Cox分析和LASSO回归分析构建预后预测模型,根据该模型的风险评分中位值将患者划分为高低风险人群。使用Kaplan-Meier生存分析评估高低风险组患者之间的生存差异。使用受试者工作特征曲线(ROC曲线)分析预测模型的可靠性。在基因表达综合(GEO)数据库中选取了3个ACC数据集(GSE10927,GSE19750,GSE33371)进行该模型的外部验证。采用单因素和多因素Cox分析识别影响患者预后的独立因素,评估该模型对患者预后的作用。使用京都基因和基因组百科全书(KEGG)及基因本体(GO)进行差异基因的功能富集分析。使用CIBERSORT算法评估差异基因对肿瘤免疫微环境的影响。利用抗癌药物敏感性基因组学数据库(GDSC)探索差异基因对常见药物的敏感性,基于该模型评估不同风险组患者对治疗的反应。最后,选取ACC患者病理组织标本进行关键基因的免疫组织化学检测,运用ualcan数据库验证了TCGA-ACC队列不同分期中关键基因的表达差异。运用FIJI软件进行免疫组化从图片到数字的转化,以量化染色强度和阳性染色范围。通过Prism软件进行配对t检验评估患者癌和癌旁组织中关键基因的蛋白表达水平差异。结果:1.基于ECM基因表达与预后的关系,确定了3种具有不同临床结局的分子集群(a、b和c),c集群患者生存期最短,b集群患者生存期最长。2.然后,基于ECM集群的划分,筛选出11个ECM分型相关关键预后差异表达基因(LMNB2,NCAPD2,MELK,NUF2,TMEM158,DLL1,RECQL4,BCAT1,CALB2,NDRG4,CDC45),构建预后预测模型。LMNB2是模型中与预后相关性较强的基因,在ACC癌和癌旁组织间的表达具有显著差异。***-Meier生存曲线显示,与低风险组患者相比,高风险组患者总生存期(OS)低。***预后模型和GEO验证模型中风险评分预测患者0.5年、1年、5年生存期的ROC曲线下面积分别为0.97、0.89、0.93和0.72、0.81、0.80,提示ECM分型相关预后模型预测患者生存的高准确性。5.该模型风险评分可作为预测患者生存的独立预后指标,在基于性别、T分期、N分期、临床分期等临床特征的不同亚组分析中也具有强预后预测能力。6.功能分析提示高低风险组患者的差异基因主要参与细胞器分裂、染色体区域、细胞外基质结构组成和细胞周期相关通路。7.免疫微环境分析显示与低风险组患者相比,高风险组患者T滤泡辅助细胞(Tfh)、M0巨噬细胞、M2巨噬细胞比例较高,活化自然杀伤(NK)细胞、静息肥大细胞比例较低,免疫检查点相关基因LAG3、NRP1、CD276、TNFRSF25的表达水平较高。8.药敏分析发现高风险组患者对部分化疗药物和靶向药物表现出更高的敏感性。结论:我们确定了具有不同临床结局的3种ECM分子集群(a、b、c)。基于ECM集群的划分,开发并验证了一种ECM分型相关预后预测新模型,在预测ACC患者预后中表现优异。通过模型确定了11个关键DEGs,可能作为ACC患者预后指标和治疗潜在靶点。通过DEGs的功能富集途径、免疫微环境分析,探索了DEGs影响患者预后、治疗反应的潜在机制,药敏分析也支持目前的临床治疗手段。总之,ECM作为一种良好的预后分类标志物,为探索ACC的致病新机制以及潜在治疗策略提供了新思路。图12幅,表2个,参考文献59篇

关键词：肾上腺皮质癌细胞外基质预后肿瘤微环境免疫浸润癌症基因组图谱数据库基因表达综合数据库

来源：评论

学校读者我要写书评

暂无评论

基于公共数据库的食管鳞状细胞癌预后相关基因数据挖掘与初步分析

基于公共数据库的食管鳞状细胞癌预后相关基因数据挖掘与初步分析

引用

作者：张娟宁夏医科大学

学位级别：硕士

目的:本研究的目的是通过生物信息学方法分析食管鳞状细胞癌GSE23400、GSE20347、GSE45670数据集,筛选出与食管鳞状细胞癌临床预后有关的基因,并对基因进行验证,为食管鳞状细胞癌患者治疗提供有价值的生物标志物。方法:本研究从基因表... 详细信息

目的:本研究的目的是通过生物信息学方法分析食管鳞状细胞癌GSE23400、GSE20347、GSE45670数据集,筛选出与食管鳞状细胞癌临床预后有关的基因,并对基因进行验证,为食管鳞状细胞癌患者治疗提供有价值的生物标志物。方法:本研究从基因表达综合数据库(GEO)中检索出数据集,并对筛选出的食管鳞状细胞癌数据集中的差异基因进行共表达分析。然后用《京都基因与基因组百科全书》(KEGG)的KEGG通路富集分析方法对多个数据集中重叠的差异表达基因进行生物学信息分析。KEGG通路分析的结果中前5位通路中的相关基因的预后价值在癌症基因组图谱数据库(TCGA)中进行验证。结合TCGA结果和文献的查询结果,确定最终用于验证的差异表达基因。对确定的差异表达基因采用免疫组化的方法评估其在食管鳞状细胞癌患者中的预后价值。结果:从GEO中筛选出三个GSE23400、GSE20347、GSE45670食管鳞状细胞癌数据集,在三个数据集中,存在统计学差异的重叠差异表达基因有201个,其中152个为上调基因,49个为下调基因。对上调重叠差异表达基因进行KEGG pathway富集分析。上调的重叠差异表达基因富集于19条KEGG通路中,其中包括细胞周期、癌症、DNA复制、细胞外基质-受体相互作用、癌症中的小分子核糖核酸等通路。我们在TCGA数据库中食管鳞状细胞癌队列中评估了所有涉及KEGG的前5条通路的重叠差异表达基因。结果表明:食管鳞状细胞癌患者CDC25B(P=0.022)、CXCL8(P=0.004)、FZD6mRNA(P=0.033)的高表达和MCM4 mRNA的低表达(P=0.020)与患者总生存期(OS)、无进展生存期(PFS)呈负相关。通过查阅文献,我们发现FZD6在食管鳞状细胞癌患者中的预后价值未被评价,最后我们用免疫组化检测技术检测FZD6表达水平,并分析其表达水平与患者预后之间的关系,结果发现:FZD6高表达与食管鳞状细胞癌患者总生存期(P=0.005)和无进展生存期(P=0.004)呈现负相关。COX回归分析显示,N分期(P=0.026)和FZD6表达水平(P=0.001)是ESCC患者OS的独立预后因素。结论:本研究通过多种生物信息学技术对GEO进行分析,筛选出与食管鳞状细胞癌患者预后CDC25B、CXCL8、FZD6、MCM4相关的基因。并通过免疫组化方法分析证实了食管鳞状细胞癌患者中FZD6的高表达与患者不良预后显著相关。

关键词：食管鳞状细胞癌基因表达综合数据库基因表达谱 FZD6 预后

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：