乳腺癌脑转移差异表达基因的生物学功能分析

乳腺癌脑转移(breast cancer brain metastasis,BCBM)的发病机制尚未明确。为了探究BCBM的发病机制,对BCBM差异表达基因的生物学功能进行研究并筛选关键调控基因。从基因表达综合数据库(gene expression omnibus,GEO)下载4个BCBM基因表达谱数据(GSE12237、GSE100534、GSE125989以及GSE43837),采用R语言筛选差异表达基因,采用富集分析包括基因本体分析(gene ontology,GO)和京都基因与基因组百科全书分析(Kyoto encyclopedia of genes and genomes,KEGG)进行生物学功能分析,采用STRING和Cytoscape分析蛋白质相互作用网络,采用Kaplan-Meier进行生存分析。结果表明,同时存在于2个及以上基因表达谱数据中的差异表达基因261个,GO分析主要涉及细胞外基质组织、细胞外结构组织等生物过程,细胞外基质结构组成、胶原结合等分子功能,含有胶原的细胞外基质、胶原蛋白三聚物等细胞组分;KEGG分析主要涉及蛋白质消化和吸收、局部黏附等通路。蛋白质相互作用网络分析得到9个关键调控基因,其中,DCN、COL6A1与BCBM的生存率显著相关,可作为潜在的BCBM关键调控基因,并为BCBM分子机制的研究提供思路。     

基于条件关联互补基因的乳腺癌预后分析

为了提高乳腺癌患者的生存率,改善病人的临床治疗效果,从分子机制上研究了乳腺癌的致病基因。首先对113个正常组织和1 109个癌症组织的表达量进行差异分析,然后对差异表达的基因采用条件联合分析方式对互补基因进行分组,并用逐步Cox回归挑选出一组基因拟合预后模型。研究结果显示:VWCE,SPDYC,CRYBG3,DEFB1,SEL1L2,NMNAT2 6个基因对患者生存率是有害的,AMZ1,GJB2,CXCL2,ALDOC 4个基因对患者生存率是有利的,最终确定10个基因的预后模型能够显著地将样本分为高风险组和低风险组,并且对乳腺癌患者5年和10年的生存率进行了预测,依赖时间的AUC值均可达0.7以上。所提方法能够利用基因与基因之间的关联性,很好地对高维数据进行降维,消除基因与基因之间的共线性问题,10个基因的预后模型可以对患者的临床预测提供帮助。     

乳腺癌相关转移基因的研究进展

目的 综述肿瘤转移基因在乳腺癌中的研究进展.方法 采用文献回顾的方法,对目前国内外肿瘤转移基因在乳腺癌中的研究状况加以分析与综述.结果 肿瘤转移基因与乳腺癌的发生、转移及预后相关.结论 对肿瘤转移基因的深入研究有助于进一步深化对乳腺癌生物学行为的认识,为肿瘤转移的分子诊断和基因治疗提供新的思路.     

乳腺癌相关转移基因的研究进展

目的综述肿瘤转移基因在乳腺癌中的研究进展。方法采用文献回顾的方法,对目前国内外肿瘤转移基因在乳腺癌中的研究状况加以分析与综述。结果肿瘤转移基因与乳腺癌的发生、转移及预后相关。结论对肿瘤转移基因的深入研究有助于进一步深化对乳腺癌生物学行为的认识,为肿瘤转移的分子诊断和基因治疗提供新的思路。     

应用数据集GSE63514和GSE67522对宫颈癌关键基因的筛选研究

通过DAVID网站进行上调基因的GO分析,借助STRING工具建立上调基因的蛋白-蛋白相互作用网络图(PPI),使用Cytoscape软件里的MCODE插件筛选出宫颈癌关键基因;借助基因表达谱交互分析数据库(GEPIA)和人蛋白质数据库(HPA)探讨宫颈癌关键基因在宫颈癌组织的表达及预后情况.通过两个数据集获取12个共...     

人类乳腺癌异常甲基化基因分析

运用Illumina HumanMethylation27BeadChip数据,利用sam函数中Delta值与FDR值的关系,选取最佳Delta值,识别人类乳腺肿瘤组织和正常乳腺组织中显著差异甲基化基因.分析这些差异甲基化基因在人类各条染色体的分布,进一步通过这些差异甲基化基因对肿瘤样本和正常样本进行双向非监督聚类分析.接着,利用limma包计算乳腺肿瘤组织样本和正常乳腺组织样本中差异表达基因,对既发生差异甲基化又同时发生差异表达的基因,进行GO生物分子功能富集分析.结果发现低甲基化的基因皆与蛋白质及核苷酸结合功能相关,高甲基化基因则主要富集到与运输载体活性相关的分子功能上.这些研究结果,有助于我们从基因功能角度进一步理解乳腺癌发生的原因,对乳腺癌的预后和临床诊断起到帮助作用.     

利用生物信息学筛查APAP诱发ALF患者外周血中的关键基因

从GEO数据库(https://www.ncbi.nlm.nih.gov/)下载数据集GSE80751,该数据集包含22例人体血液样本(对照组5例,ALI组5例,ALF组12例),以|Log FC|>1.5,P<0.05分别筛选出急性肝损伤(acute liver injury, ALI)组与对照组、急性肝衰竭(acute liver failure, ALF)组与对照组的差异表达基因,并分别对其进行功能富集分析和信号通路富集分析,筛选对乙酰氨基酚(acetaminophen, APAP)诱发ALF过程中的关键基因及重要通路.其次构建差异表达基因在蛋白层面的生物网络,并将网络数据导入Cytoscape实现可视化,利用Cytoscape中的插件寻找与疾病发生密切相关的功能模块及核心基因.以ALI组数据为对照,重点分析了ALF组数据,结果筛选出ALF组满足阈值要求的差异表达基因共266个,包括上调基因239个,下调基因27个,其中ALF组中特异性上调基因120个,特异性下调基因15个,且基因NAMPT在ALI组表达上调,在ALF组表达下调.ALF组差异表达基因的GO分析结果显示,上调基因主要参与细胞分化和细胞周期调控等过程,下调基因主要参与免疫反应和细胞因子介导的炎症反应等过程.KEGG通路分析结果显示,上调基因主要富集于细胞周期调控、系统性红斑狼疮、补体和凝血级联等通路,下调基因没有富集到明显通路.对比分析ALI组和ALF组所获取的疾病相关功能模块,发现p53信号通路与ALF的发生具有相关性.利用cytoHubba插件中的网络拓扑算法MCC在ALF组差异表达基因中共筛选出25个显著差异表达基因,且都表达上调,进一步验证其在发生ALF的肝组织细胞中的差异表达情况,发现NCAPG、DLGAP5、TOP2A、ASPM、NUSAP1和MKI67在ALF组血液细胞和肝细胞中都显著差异表达.本文分析结果表明,细胞周期调控,免疫、炎症反应,细胞增殖与衰老等生物过程和p53信号通路可能与ALF的发展过程相关,基因NCAPG、DLGAP5、TOP2A、ASPM、NUSAP1、MKI67和NAMPT可能是研究APAP诱发ALF发生的新靶点和潜在血液标志物.     

基于随机矩阵理论分析乳腺癌基因网络

利用随机矩阵理论分析乳腺癌基因微阵列数据,得到乳腺癌基因共表达网络,找出乳腺癌基因共表达网络中重要的增殖模块和免疫模块,并预测基因PMSCL1与乳腺癌细胞的增殖、侵袭及迁移有关,基因CCAN2与乳腺癌细胞的有丝分裂有关,基因SCYA5与乳腺癌细胞的免疫应答有关,基因PRC1、RAB31、INHBA可作为乳腺癌的靶向基因.     

黄芪、丹参配伍提取物对高脂血症大鼠TNF-α-TNFR-PI3K信号转导通路影响的研究

观察黄芪、丹参配伍提取物对高脂血症大鼠TNF-α-TNFR-PI3K信号转导通路的影响。60只Wistar雄性大鼠随机分为空白组10只,余下造模成功后随机等分为模型组、阳性对照组、黄芪、丹参配伍提取物高、中、低剂量组,相应药物灌胃。28天后分别心脏取血检测血脂及取肝脏组织检测TNFR、PI3K、磷酸化PI3K蛋白的表达。结果:1)黄芪、丹参配伍提取物高、中剂量组明显降低TC、TG、LDL及Apo B,提高HDL、Apo AI;2)空白组、阳性对照组和黄芪、丹参配伍提取物高、中剂量组明显表达PI3K、磷酸化PI3K和TNFR蛋白。黄芪、丹参配伍提取物可以有效调节血脂水平,其作用机制与增强TNF-α-TNFR-PI3K信号转导通路表达有关。     

犬乳腺癌基因表达特征及肿瘤预后标志物分析

目的 探索犬自发性乳腺癌的基因表达特征和预后标志物。方法 从公共数据库获取多个犬乳腺癌转录组数据集,校正合并获得大样本量的整合数据集。通过生物信息学分析与疾病预后相关的基因聚类,筛选与预后不良相关的特征性基因并在细胞水平进行验证。结果 共识聚类分析获得的聚类3与犬乳腺癌的低生存率相关,其特征性基因主要富集于细胞增殖相关信号通路。经过单因素分析并与人类数据集提取交集基因,获得11个与乳腺癌预后不良相关的跨物种保守性关键基因。利用犬乳腺癌细胞系证实其中的ZBTB16和ABI3BP基因参与调节乳腺癌细胞增殖。结论 成功获得一组保守性风险基因,可作为生物标志物用于犬自发性乳腺癌及犬乳腺癌动物模型的疾病分型和预后评估。     

The landscape of cancer genes and mutational processes in breast cancer

All cancers carry somatic mutations in their genomes. A subset, known as driver mutations, confer clonal selective advantage on cancer cells and are causally implicated in oncogenesis, and the remainder are passenger mutations. The driver mutations and mutational processes operative in breast cancer have not yet been comprehensively explored. Here we examine the genomes of 100 tumours for somatic copy number changes and mutations in the coding exons of protein-coding genes. The number of somatic mutations varied markedly between individual tumours. We found strong correlations between mutation number, age at which cancer was diagnosed and cancer histological grade, and observed multiple mutational signatures, including one present in about ten per cent of tumours characterized by numerous mutations of cytosine at TpC dinucleotides. Driver mutations were identified in several new cancer genes including AKT2, ARID1B, CASP8, CDKN1B, MAP3K1, MAP3K13, NCOR1, SMARCD1 and TBX3. Among the 100 tumours, we found driver mutations in at least 40 cancer genes and 73 different combinations of mutated cancer genes. The results highlight the substantial genetic diversity underlying this common disease.     

基于表达谱分析筛选肾母细胞瘤关键基因

为探究肾母细胞瘤(Nephroblastoma)发生的关键基因,并筛选出潜在的治疗靶点及生物标志,采用由GEO数据库获取的基因芯片GSE11151和GSE53224,经归一化处理后,通过GO和KEGG分析筛选出差异基因,并通过构建蛋白互作网络获得其中的关键基因.总计获得差异基因404个,其中上调基因385个,下调基因19个.PMCH、CCR5、CCR7、RGS1和KNG1作为关键基因,涉及趋化因子信号通路、G蛋白偶联信号通路,参与肿瘤微环境的形成.这5个关键基因在肾母细胞瘤的发生中有着重要作用,并可能作为潜在治疗靶点及生物标志.     

免疫基因和代谢基因 在胃癌患者预后分析中的比较研究

胃癌是1种预后效果较差且预后分析涉及许多因素的恶性肿瘤,其中免疫基因和代谢基因都与胃癌的预后密切相关.首先利用LASSO回归构建预后风险评分模型,经过一系列的图表对比研究后发现利用免疫基因能更好的分析胃癌患者的生存状况,有较高的准确性(AUC=0.799).另外,通过寻找ROC曲线中的最佳截断值(cutoff=-0.0...     

乳腺癌早诊早治关键技术的研究与应用

当前,乳腺癌已成为威胁中国女性生命健康的最大杀手,并且发病率还在逐年升高.早发现、早诊断并接受及时的治疗,对于改善乳腺癌患者的治疗效果、减少患者的经济负担和国家的卫生支出具有重要的意义.通过介绍郝希山院士团队多年来围绕乳腺癌的早诊早治探索关键技术的优化和应用,展示构建适合中国的乳腺癌早诊早治体系所取得的成果.     

基于关键节点子团的乳腺癌候选疾病模块挖掘算法

为解决乳腺癌疾病模块挖掘方法中基因表达谱样本数量少、数据不完整、存在噪声和偏差的问题,提出了一种基于关键节点子团和局部适应度的候选疾病模块挖掘算法——KNGLF算法.该算法首先将候选基因与致病基因间的重叠相似性得分和功能相似性得分进行融合,通过比较融合得分与阈值,筛选出关键节点,并构建关键节点子团;然后,基于局部适应度及不同节点对应的不同判定标准,扩展挖掘候选疾病模块;最后,根据富集分析结果确定候选疾病基因模块.实验结果表明,与现有其他乳腺癌模块挖掘算法相比,KNGLF中关键节点选择算法所得平均排名较小,曲线下面积较大.KNGLF算法挖掘出15个具有较显著生物意义的乳腺癌候选疾病模块.此外,KNGLF算法还可扩展至其他疾病候选模块.     

Delineation of prognostic biomarkers in prostate cancer

Prostate cancer is the most frequently diagnosed cancer in American men. Screening for prostate-specific antigen (PSA) has led to earlier detection of prostate cancer, but elevated serum PSA levels may be present in non-malignant conditions such as benign prostatic hyperlasia (BPH). Characterization of gene-expression profiles that molecularly distinguish prostatic neoplasms may identify genes involved in prostate carcinogenesis, elucidate clinical biomarkers, and lead to an improved classification of prostate cancer. Using microarrays of complementary DNA, we examined gene-expression profiles of more than 50 normal and neoplastic prostate specimens and three common prostate-cancer cell lines. Signature expression profiles of normal adjacent prostate (NAP), BPH, localized prostate cancer, and metastatic, hormone-refractory prostate cancer were determined. Here we establish many associations between genes and prostate cancer. We assessed two of these genes-hepsin, a transmembrane serine protease, and pim-1, a serine/threonine kinase-at the protein level using tissue microarrays consisting of over 700 clinically stratified prostate-cancer specimens. Expression of hepsin and pim-1 proteins was significantly correlated with measures of clinical outcome. Thus, the integration of cDNA microarray, high-density tissue microarray, and linked clinical and pathology data is a powerful approach to molecular profiling of human cancer.