目的对人类miR-17-5p(hsa-miR-17-5p)靶基因预测和富集分析,并结合基因的差异表达寻找多发性硬化症的生物学标志物。方法利用生物信息学方法,预测hsa-miR-17-5p靶基因,对预测结果进行基因本体数据库(Gene Ontology,GO)、京都基因和基因组百科全书(Kyoto Encyclopedia of Genes and Genome,KEGG)富集分析,并构建蛋白质互作网络图(Protein-Protein Interaction Networks,PPI)。再结合多发性硬化症患者和健康对照组的差异表达基因,进一步筛选出hsa-miR-17-5p对多发性硬化症影响的关键基因。最后,利用RNA22 v2验证关键基因是否存在结合位点。结果不同网站预测后,取交集获取376个公共靶基因,这些靶基因有复杂的相互作用,主要存在于胞浆与核质,参与多种转录调控和蛋白质磷酸化等生物学过程,同时也与癌症、病毒感染和免疫系统等信号通路相关;靶基因和多发性硬化症患者的相对下调基因有三个共同基因PDLIM5、KCNB1、BTBD7。进一步验证上述关键基因结合位点,发现仅有PDLIM5存在P值小于0.05的结合位点。结论hsa-miR-17-5p靶基因参与多种生物学过程,而且PDLIM5、KCNB1、BTBD7基因很可能是hsa-miR-17-5p对多发性硬化症产生影响的重要桥梁,其中PDLIM5尤为重要。
目的通过生物信息学方法分析乳腺癌(Breast cancer,BC)关键基因SDC1,并分析其与M1型巨噬细胞的相关性。方法从GEO数据库下载3组BC芯片GSE42568、GSE71053和GSE8977数据,筛选其差异表达基因(Differential Expression Genes,DGEs),并进行基因本体(Gene Ontology,GO)功能注释和京都基因与基因组百科全书(Kyoto Encyclopedia of Gene and Genome,KEGG)通路富集分析。利用STRING数据库和Cytoscape软件筛选DEGS中HUB基因。从癌症基因组图谱(The Cancer Genome Atlas,TCGA)下载BC的RNAseq数据和相关临床信息,利用R语言对HUB基因进行单因素和多因素COX回归分析、列线图绘制以及关键基因的免疫检查点分析和风险预后分析;通过UALCAN与GEPIA数据库验证HUB基因的表达和预后;利用TIMER及GEPIA2021数据库进行关键基因与巨噬细胞相关性分析。结果共得到197个DEGs,其GO功能的生物学过程(BP)与细胞黏附、凋亡过程和细胞分化等有关,细胞成分(CC)主要富集在细胞外小体、细胞表面和染色质等位置,分子功能(MF)与锌离子结合、转录因子活性及整合素结合等相关,而KEGG通路主要富集在PI3K-Akt信号通路、黏着斑以及癌症中的蛋白聚糖等通路。通过逐步筛选得到BC的关键HUB基因SDC1,其在BC组织中高表达,且不利于患者预后。SDC1与SIGLEC15、IDO1、CD274,HAVCR2、CTLA4和PDCD1LG2等免疫检查点基因显著正相关(P<0.05),且也与巨噬细胞(r=0.189;P<0.05)以及M1型巨噬细胞(r=0.072;P<0.05)显著相关,同时也与M1型巨噬细胞标志物NOS2、CXCL10、IRF5、IL1A、IL1B、TLR2、TLR4、CD80及CD86等显著相关(P<0.05)。此外,高表达的M1型巨噬细胞显著利于BC患者的预后(P<0.05)。结论SDC1是BC的关键基因,并与M1型巨噬细胞显著相关,可成为BC潜在的免疫治疗靶点。
暂无评论