简介：无

简介：摘要唇腭裂是一种常见的出生缺陷，其发生的分子机制是近年来的研究热点。目前已有超过100个唇腭裂相关基因被发现，但这些基因的致病机制还有待阐明。基因携带的遗传信息通过信号通路来影响表型，信号通路的顺利传递是机体正常发育的必要条件。唇腭裂的形成过程中亦有信号通路的异常表达。一系列信号因子参与基因表达的调控，它们之间又相互作用，构成信号通路及复杂精细的信号调控网络，共同参与指导细胞活动及组织形成。本文就目前研究较多的与唇腭裂相关的几个重要信号通路进行概括，综述了唇腭裂发展过程中的重要分子机制，以期为唇腭裂的病因学及遗传学研究提供参考。

简介：【摘要】目的：通过肿瘤基因组图谱和基因共同表达网络鉴定乳腺癌的关键基因。方法：利用肿瘤基因组图谱（TCGA）和加权基因共表达网络分析（WGCNA）寻找乳腺癌的关键基因，并使用免疫组化或PCR对其进行验证，从而鉴定出该癌症新的生物标志物或潜在的治疗靶点。结果：从WGCNA中，我们发现了53个与乳腺癌转移相关的基因。其中，ACTB和DDX5基因在乳腺癌循环肿瘤细胞中表现出高表达，而DDX5在TCGA伴转移的乳腺癌样本中也有高表达。结论：ACTB和DDX5基因在乳腺癌循环肿瘤细胞中表现出高表达，可能为乳腺癌的关键基因。

简介：【摘要】目的：通过肿瘤基因组图谱和基因共同表达网络鉴定乳腺癌的关键基因。方法：利用肿瘤基因组图谱（TCGA）和加权基因共表达网络分析（WGCNA）寻找乳腺癌的关键基因，并使用免疫组化或PCR对其进行验证，从而鉴定出该癌症新的生物标志物或潜在的治疗靶点。结果：从WGCNA中，我们发现了53个与乳腺癌转移相关的基因。其中，ACTB和DDX5基因在乳腺癌循环肿瘤细胞中表现出高表达，而DDX5在TCGA伴转移的乳腺癌样本中也有高表达。结论：ACTB和DDX5基因在乳腺癌循环肿瘤细胞中表现出高表达，可能为乳腺癌的关键基因。

简介：近日,国际心血管领域权威杂志Arteriosclerosis,Thrombosis,andVascularBiology发表了中科院上海生命科学研究院营养科学研究所陈雁研究组的最新研究进展,揭示了心脏早期发育过程中的一个关键基因。陈雁研究员领衔的科研团队长期致力于PAQR家族成员的研究,在前期的研究工作中发现,

简介：摘要目的运用生物信息学方法挖掘农药慢性暴露诱导的差异表达基因（DEGs）及其富集的信号通路，探索其潜在致病机制和关键基因。方法于2021年7月，从基因表达综合数据库（GEO）中下载与农药毒效应相关的高通量基因表达谱数据，样本来源为长期接触农药的美洲男性农场工人和其他行业工人，获取DEGs；利用R软件clusterProfiler包对所选择的DEGs进行GO、KEGG及基因集富集分析（GSEA）；采用STRING、Cytoscape等工具对其进行蛋白质相互作用网络的构建及可视化分析；借助MCODE及Cytohubba等分析得到基因功能模块，从而筛选出核心基因。结果共筛选出GSE30335数据集的DEGs 189个，其中上调基因101个，下调基因88个。GO、KEGG及GSEA结果显示，DEGs主要富集于神经元投射发育调控、运动调节、核糖体蛋白合成等生物学功能及以帕金森病为代表的复杂神经系统疾病相关的通路上。综合筛选发现，KLF1为农药暴露的核心基因，其差异表达倍数为0.456（t=-3.82，P=0.021）。结论长期农药暴露可造成接触人群多个基因的差异表达，可能通过下调KLF1并经由其介导的一系列生物学途径参与神经系统的病理学改变。

简介：摘要目的筛选大鼠神经病理性痛的关键基因。方法在美国生物技术信息中心的基因表达数据库中，下载大鼠神经病理性痛脊髓组织的基因组数据(GSE18803)，确定神经病理性痛相关的差异表达基因，进一步分析蛋白质相互作用网络得到关键基因。通过Tabula Muris数据库对关键基因进行免疫炎症单细胞分布和表达情况的分析。结果蛋白质相互作用网络得到10个关键基因，包括Tyrobp、Clec4a3、C1qc、Ptprc、Laptm5、Csf1r、C1qa、C1qb、Fcgr3a和Cd53。Cd53、Laptm5和Ptprc主要在巨噬细胞、B细胞、NK细胞、单核细胞和粒细胞中存在表达；Clec4a3和Csf1r主要在单核细胞中表达，Fcgr3a主要在单核细胞和粒细胞中存在表达；Tyrobp主要在巨噬细胞、单核细胞、粒细胞和多能祖细胞中存在表达。结论通过生物信息学方法筛选出大鼠神经病理性痛相关的10个关键基因，并获得了其在脊髓免疫炎症细胞中的分布和表达情况。

简介：摘要目的采用生物信息学方法筛选和分析原发性肝细胞癌组织和癌旁组织差异表达基因（DEGs），探索原发性肝细胞癌发生和预后的分子机制。方法通过GEO数据库收集了GSE76427数据集，采用GEO2R在线分析鉴定了DEGs。利用GO和KEGG数据库对DEGs进行富集和功能注释。基于STRING数据库和Cytoscape软件构建蛋白质互相作用网络分析肝细胞癌发病关键基因。通过GEPIA数据库对这些关键基因进行生存曲线的分析。结果共筛选出74个肝细胞癌DEGs，包括3个上调基因和71个下调基因。GO富集分析结果显示，下调的DEGs主要参与细胞对镉离子和锌离子的反应、生长负调节、异源代谢过程和激素介导的信号通路。KEGG通路富集分析结果显示，下调的DEGs通路主要涉及视黄醇代谢、化学致癌作用、药物代谢-细胞色素P450、细胞色素P450对异生物素的代谢、色氨酸代谢及咖啡因代谢等。蛋白质互相作用网络筛选出10个下调的核心基因：MT1G、MT1F、MT1X、MT1E、MT1H、胰岛素样生长因子1、FOS、CXCL12、EGR1、BGN，其中胰岛素样生长因子1与原发性肝细胞癌的预后有关。结论通过对肝细胞癌芯片数据的生物信息学分析结果显示10个关键基因可能对原发性肝细胞癌的发生和发展起关键作用。胰岛素样生长因子1与原发性肝细胞癌的预后有关。

简介：摘要目的基于加权基因共表达网络分析（WGCNA）筛选卵巢上皮性癌（卵巢癌）预后相关关键基因，并建立基因预后模型。方法（1）从美国国家生物技术信息中心（NCBI）基因表达综合（GEO）数据库下载基因表达谱数据集GSE26712，共有185份卵巢癌组织标本和10份正常卵巢组织标本的数据，采用limma软件包筛选出卵巢癌的差异表达基因，与WGCNA筛选出的卵巢癌预后相关模块基因绘制韦恩（Venn）图，取其交集，得到交集基因；再结合基因本体（GO）、京都基因和基因组百科全书（KEGG）进行信号通路富集分析，构建交集基因相应蛋白之间的相互作用网络。（2）在交集基因中，采用单因素及多因素Cox回归模型分析筛选出与卵巢癌患者总生存时间显著相关的关键基因，据此构建基因预后模型，预后模型风险评分为各关键基因的表达水平乘以相应权重值后求和，以风险评分的中位数为界分为高风险组和低风险组。使用癌症基因组图谱（TCGA）数据库（共有379份卵巢癌组织标本）进行验证；并对TCGA数据库中的高风险组、低风险组采用基因集富集分析（GSEA）进行KEGG信号通路富集、基因突变分析和免疫特征分析。结果（1）数据集GSE26712筛选出的1 024个卵巢癌差异表达基因与WGCNA筛选出的523个卵巢癌预后相关模块基因绘制韦恩图，取其交集获得378个交集基因。（2）单因素及多因素Cox回归模型分析共筛选出6个与预后显著相关的关键基因，即BNC1、CERK、FOXO1、GALNT6、MRPL2、PRSS2基因，构建基因预后模型，风险评分=BNC1基因表达水平×0.06+CERK基因表达水平×0.24+FOXO1基因表达水平×0.14+GALNT6基因表达水平×（-0.22）+MRPL2基因表达水平×（-0.20）+PRSS2基因表达水平×（-0.07）。训练集（GSE26712数据集）和验证集（TCGA数据库）中低风险组总生存率均显著高于高风险组（P<0.001，P=0.003）。采用GSEA进行的KEGG信号通路富集发现，低风险组的基因在氧化磷酸化相关通路中富集，高风险组的基因在恶性肿瘤、钙离子等信号通路中富集；基因突变分析发现，TP53和TTN基因在高风险组（分别为82%、23%）和低风险组（分别为85%、24%）中的突变率均高于15%；免疫特征分析发现，低风险组浆细胞、滤泡辅助性T淋巴细胞、M1型巨噬细胞的浸润比例均显著高于高风险组（P均<0.05），而休眠记忆CD4 T淋巴细胞的浸润比例显著低于高风险组（P<0.05）。结论基于WGCNA筛选的卵巢癌关键基因建立的基因预后模型能有效预测卵巢癌患者的预后，基因预后模型中的6个关键基因为研究卵巢癌的发生、发展及治疗靶点提供了参考依据。

简介：摘要目的筛选与老年肺腺癌患者肿瘤浸润免疫细胞相关的关键基因。方法回顾性分析，训练集的基因表达数据来源于癌症基因组图谱数据库，验证集来源于基因表达综合数据库的GSE72094数据集，筛选年龄≥75岁的肺腺癌患者91例，14例匹配的正常样本。肿瘤浸润免疫细胞水平由反卷积算法计算，训练集采用加权基因共表达网络分析筛选与肿瘤浸润免疫细胞水平相关的关键基因，并应用外部数据集验证。结果在老年肺腺癌患者中，IKZF1和PRKCB的高表达与自身免疫疾病和T细胞受体信号通路等相关，其编码的蛋白可与IL2RB、LCK和CD5等多种免疫调节因子相互作用。在IKZF1和PRKCB基因高表达患者中，PD-L1、PD-1和CTLA-4等免疫检查点基因的表达高于低表达患者(均P<0.01)。验证集结果表明，CD8+T细胞水平与IKZF1(r＝0.75)和PRKCB(r＝0.65)的表达相关(均P<0.01)。结论老年肺腺癌患者肿瘤组织中的IKZF1和PRKCB表达与肿瘤浸润CD8+T细胞和免疫检查点基因的表达相关。

简介：摘要目的采用加权基因共表达网络分析法，筛选影响脓毒症预后的关键基因。方法从美国生物技术信息中心的基因表达数据库中，获取脓毒症患者和健康志愿者外周血基因芯片数据GSE54514，采用R语言加权基因共表达网络分析包构建脓毒症患者与健康志愿者差异基因的共表达网络，筛选与脓毒症预后相关的模块与枢纽基因，并对与脓毒症预后相关性最高的模块中的基因进行富集分析。结果通过对脓毒症患者与健康志愿者的622个差异表达基因构建共表达网络，筛选得到与脓毒症预后相关性最高的模块。GO富集分析显示该模块中的基因与髓系细胞的激活、中性粒细胞的激活相关；而KEGG通路富集分析显示这些基因在病毒感染过程中具有重要作用。最后通过构建蛋白质互相作用网络在与脓毒症预后相关性最高的模块中筛选得到15个枢纽基因。结论通过生物信息学方法挖掘出与脓毒症预后高度相关的15个关键基因，这些基因与调节机体对感染的免疫应答有关。

简介：目的：通过筛选小鼠下颌下腺发育起关键作用的基因,并预测其基因功能,为唾液腺组织工程奠定实验基础。方法：选取小鼠胚胎第18.5天、19.5天、出生后当天、出生后3天等4个不同时期的下颌下腺,进行基因芯片检测,BeadStation500System扫描仪（illumina,Inc.）对芯片扫描,然后采用BeadStudioGeneExpressionModule图像分析软件（illumina,Inc.）对芯片灰度扫描图进行分析,构建小鼠下颌下腺的全基因表达谱。应用生物信息学STC法分析基因表达趋势,建立发育时间与基因表达相关的调控网络图,从网络中筛选关键基因,预测其基因功能,并对关键基因Skp2进行实时荧光定量PCR验证。结果：应用STC生物学方法,得到差异基因的8种显著性表达趋势,其中有4种与表型相关。构建网络图筛选关键基因,得到Ddx1、Cenpl、Fanci、Skp2、Rbm4、Dak。Skp2基因检测数据与实时荧光定量PCR验证结果一致。其中Skp2与胚胎期细胞的分化、增殖密切相关。结论：6个关键基因在小鼠下颌下腺发育过程中起重要作用。

简介：摘要目的使用生物信息学技术分析转移性尤文肉瘤的关键基因及其预后、调控。方法基于高通量数据筛选出了与尤文肉瘤（ES）转移相关的差异表达基因（DEGs），并将DEGs进行基因本体（GO）功能注释及京都基因与基因组百科全书（KEGG）通路富集分析。将富集结果结合基因表达水平验证及癌症基因组图谱（TCGA）数据库的生存分析，筛选关键基因。使用EWS-FLI1敲低的A673细胞系基因序列进行关键基因与EWS-FLI1之间表达量的相关性分析，并初步分析与ES转移相关的miRNA调控网络。结果筛选出DEGs为380个。得到2条与ES转移相关的重要通路：错配修复（MMR）通路（P=0.048）、丝裂原活化蛋白激酶（MAPK）信号通路（P=0.037）；4个关键基因：MSH2、MSH6、CACNA2D2和MET。有61种miRNAs可能调控着关键基因的表达。ES患者的生存分析结果显示，4个关键基因的高表达量组5年生存率均低于低表达量组；TCGA数据库中肉瘤患者生存分析结果显示，4个关键基因的高表达也同样降低了患者的生存率，其在肉瘤的疾病进展中是危险因素。此外，与EWS-FLI1之间表达量的相关性分析显示，EWS-FLI1融合基因可能调控着4个关键基因的表达。结论目前的研究结果表明，MMR、MAPK通路及关键基因MSH2、MSH6、CACNA2D2和MET对ES增殖、侵袭和迁移有促进作用，并且与尤文肉瘤患者的预后相关。

简介：摘要：目的 通过生物信息学途径，筛选肝癌差异表达基因，评估蛋白质相互作用并分析关键基因，从而寻找肝癌关键肿瘤标志物。方法 从GEO数据库中寻找与肝癌相关的数据芯片GSE32958，筛选并分析肝脏非肿瘤组织与肝肿瘤组织之间的差异表达基因（DEGs）；利用DAVID在线数据库对 DEGs 行KEGG通路富集分析和GO功能富集；使用在线分析网站STRING和Cytoscape软件构建蛋白质相互作用PPI网络，并分析其Top10关键基因。结果 得到由54个上调基因，140个下调基因组成的194个差异表达基因，通过蛋白质相互作用网络筛选出ASS1，TIMP1，ASL，GPT，SDS，IGF1，FTCD，AASS，ANXA5，CTH 10个关键基因，它们可作为肝癌关键肿瘤标志物，为早期监测肝癌病情发展提供可靠指标。结论 获取更多与肝癌发生转化相关的分子机制的生物学信息，作为肝癌预后的生物标志物以及潜在的肝癌治疗的分子靶点，并为临床剖析肝癌肿瘤标志物制定或更改最优的治疗方案。

简介：摘要目的找出可能在脓毒症诊断和治疗中的关键基因，为临床治疗脓毒症提供新靶点。方法从基因表达数据库（GEO）中获取GSE9960芯片数据，使用GCBI在线实验室筛选出差异表达基因，分别使用基因本体论分析（GO分析）、代谢通路分析（pathway分析）、利用互作基因数据库检索工具，分析这些差异表达基因的蛋白质与蛋白质的相互作用（PPI network），并使用cytoscape软件进行可视化。结果与对照组相比，脓毒症组共获得110个差异表达基因，其中上调基因102个，下调基因8个；GO功能富集分析显示差异基因主要参与了DNA的正负调控、自噬、P53类中介信号转导、细胞对机械刺激的反应等。KEGG功能通路分析显示差异基因主要参与了Glucagon信号通路。PPI network筛选出的6个hub基因，根据受试者工作特征曲线分析，这6个hub基因与脓毒症相关。结论基因表达谱的生物信息学分析确定了1个信号通路和6个基因，可能代表脓毒症发生、进展和风险预测的分子机制，这6个基因可能被用作潜在的诊断生物标志物或治疗靶点。

简介：摘要目的找出可能在脓毒症诊断和治疗中的关键基因，为临床治疗脓毒症提供新靶点。方法从基因表达数据库（GEO）中获取GSE9960芯片数据，使用GCBI在线实验室筛选出差异表达基因，分别使用基因本体论分析（GO分析）、代谢通路分析（pathway分析）、利用互作基因数据库检索工具，分析这些差异表达基因的蛋白质与蛋白质的相互作用（PPI network），并使用cytoscape软件进行可视化。结果与对照组相比，脓毒症组共获得110个差异表达基因，其中上调基因102个，下调基因8个；GO功能富集分析显示差异基因主要参与了DNA的正负调控、自噬、P53类中介信号转导、细胞对机械刺激的反应等。KEGG功能通路分析显示差异基因主要参与了Glucagon信号通路。PPI network筛选出的6个hub基因，根据受试者工作特征曲线分析，这6个hub基因与脓毒症相关。结论基因表达谱的生物信息学分析确定了1个信号通路和6个基因，可能代表脓毒症发生、进展和风险预测的分子机制，这6个基因可能被用作潜在的诊断生物标志物或治疗靶点。

简介：摘要目的应用生物信息学方法筛选和分析儿科脓毒症关键基因。方法从GEO数据库中下载2015年2月19日上传的儿科脓毒症芯片数据集GSE66099和2020年2月13日上传的儿科脓毒症芯片数据集GSE145227，使用Limma包筛选儿科脓毒症与正常对照组血液组织差异表达信使核糖核酸（DEmRNA），随后进行基因本体（GO）和京都基因与基因组百科全书（KEGG）富集分析。使用在线网站STRING和Cytoscape软件对DEmRNA构建蛋白互作网络（PPI），并筛选关键（hub）基因。最后使用R软件进行hub基因差异表达和受试者工作特征曲线（ROC曲线）分析。结果共发现160个DEmRNA，包含126个上调mRNA和34个下调mRNA。通过GO功能富集分析，发现DEmRNA主要富集在中性粒细胞激活和脱粒，T细胞激活以及淋巴细胞活化调节。KEGG富集通路分析显示DEmRNA主要参与自然杀伤细胞介导的细胞毒性和中性粒细胞胞外陷阱的形成。STRING和Cytoscape共筛选出10个hub基因，通过R软件分析发现10个hub基因（ARG1、RETN、MMP9、C3AR1、LCN2、FPR2、CCL5、CEACAM8、ELANE和DEFA4）在儿科脓毒症中具有显著的差异表达，同时每个hub基因的ROC曲线下面积均>0.7，具有较好的诊断价值。结论通过生物信息学分析获得10个hub基因在儿科脓毒症疾病进展中发挥重要作用，并为儿科脓毒症诊断、预后标志物和潜在治疗靶点提供了新的理论依据。

简介：摘要目的基于TCGA数据库挖掘出肾上腺皮质腺癌(ACC)发病相关的关键基因，为以后ACC相关的基础以及临床研究提供重要参考依据。方法从TCGA数据库获取150例ACC样本和3例癌旁正常组织样本，利用R语言软件进行差异表达分析，利用DAVID在线工具进行GO和KEGG PATHWAY功能富集分析，最后应用STRING在线检索工具及Cytoscape软件构建蛋白质-蛋白质相互作用(PPI)网络并筛选出前10位的hub基因。结果从TCGA数据库共挖掘出1 744个差异表达基因，包括1 199个表达上调基因和545个表达下调基因，对其进行GO和KEGG PATHWAY功能富集分析以及功能注释，获取关键通路信息：差异表达基因(DEGs)主要富集于细胞黏附、膜的组成成分、网格蛋白结合及神经活性配体-受体相互作用，最后构建PPI网络并筛选得到GNG2、GNG3、GNG4、GNG8、GNB3、BDKRB1、MCHR1、SAA1、ADCY2、LPAR3这10个关键基因。结论本研究发现10个与ACC发生发展相关的关键基因，这10个关键基因与多种肿瘤的增殖与转移密切相关，有望成为ACC早期诊断、靶向治疗及预测预后的新型生物标志物。

简介：摘要目的通过对基因表达数据库（GEO）中变应性鼻炎（allergicrhinitis，AR）相关的基因芯片进行生物信息学分析，获得AR的生物标志物。方法2018年6月至2019年12月，从可公开获得的GEO（http：//www.ncbi.nlm.nih.gov/geo）中下载包括3名健康对照者和6例AR患者的数据（GSE46171）。使用GEO2R在线工具在AR和正常组织之间进行筛查。然后使用生物信息学方法，包括基因本体（geneontology，GO）富集分析，京都基因与基因组百科全书（Kyoto Encyclopedia of Genes and Genomes，KEGG）信号通路分析和蛋白质-蛋白质相互作用（PPI）网络构建，以鉴定AR中的关键基因。同期，武汉大学人民医院耳鼻咽喉头颈外科在手术中收集15例AR患者和15名健康对照者的下鼻甲黏膜组织，用于进一步验证重要的基因和途径，进行实时定量聚合酶链反应。采用SPSS 9.0统计学软件对测量结果进行统计学分析。结果共选择217个差异基因（differentially expressed genes，DEG），其中112个是下调基因，105个是上调基因。其中表达差异最大的5个上调基因依次为：KLK7、TMPRSS11A、SPRR2C、TPSAB1及TXLNGY；表达差异最大的5个下调基因依次为：XIST、CTAG1A、PRB1、CXCL11及PRB2。通过在217个DEG之间构建PPI网络，获得的15个hub基因依次为IFIH1、CCR2、CD80、TLR7、EIF1AY、DDX3Y、RSAD2、RPS4Y2、RPS4Y1、XAF1、KDM5D、ZFY、NLGN4Y、IFIT5和DDX60L，这些基因位于基因网络中的枢纽上。以15例AR患者和15名健康对照者的下鼻甲黏膜组织对这15个基因进行验证，结果显示AR患者的IFIH1、CCR2、CD80、TLR7、RSAD2、XAF1、IFIT5和DDX60L表达低于健康对照者，EIF1AY、DDX3Y、RPS4Y2、RPS4Y1、KDM5D、ZFY和NLGN4Y表达高于健康对照者，差异均有统计学意义（P值均<0.05）。结论本研究共发现了217个AR密切相关基因，并通过PPI网络获得15个hub基因，这些基因可能参与了AR的发病过程，有望成为AR新的生物标志物。

简介：FT被认为是汇集各个开花途径的关键因子,其超量表达可促进植物提早开花。本研究通过RT-PCR方法,以纽荷尔脐橙(Citrussinensis(L.)Osbeck)叶片为材料,成功地克隆到了2个FT基因的cDNA序列,分别为534bp和537bp,各自编码177个和178个氨基酸,并对其进行了生物信息学相关分析。荧光定量分析了2个CsFT基因在脐橙不同器官的表达情况,结果表明二者在果皮、果肉、茎、叶、花中均有表达,但CsFT1基因在果肉中的表达量最高,CsFT2基因在叶中的表达量最高;这2个基因在不同花器官中均有表达,CsFT1基因在花瓣中表达最高,CsFT2基因雌蕊中表达最高,并都在开花后第7天的花器官中达到最大,随后下降。将2个基因连接到植物表达载体pCAMBIA1301上,得到了过量表达载体pCAMBIA1301-35S-CsFT1和pCAMBIA1301-35S-CsFT2,并成功转化农杆菌,为下一步转化柑橘获得转基因植株提供了技术参考。