目的 探讨免疫细胞分化对脓毒性ARDS肺泡-毛细血管屏障损伤的影响.方法 基于转录组数据构建脓毒性ARDS的WGCNA网络,并筛选ARDS相关基因(ARDS-related genes,ARGs).基于单细胞测序数据构建脓毒性ARDS分化轨迹和细胞通讯,并筛选免疫分化相关基因(immunodifferentiation-related genes,IDRGs).Lasso 回归分析构建 ARDS 的免疫相关风险评分(risk Score,RS).ESTIMATE、CIBERSORT 和 ssGSEA 评估免疫微环境.Metascape、GSVA 和 GO 富集分析展示信号通路和生物学过程.结果 免疫细胞、成纤维细胞和内皮细胞通过24条信号通路进行细胞通讯.由DSTN、SNRPA和FGL2组成的RS在正常、单纯脓毒症和脓毒性ARDS的患者中差异表达,涉及免疫细胞、内皮细胞和成纤维细胞的分化,影响脓毒性ARDS的免疫浸润和免疫功能.脓毒性ARDS相关免疫细胞包含记忆B细胞、浆细胞、CD8+T和M0.DSTN与M0负相关(r=-0.29,P＜0.05),SNRPA 与 CD8+T 正相关(r=0.28,P＜0.05),FGL2 与记忆 B 细胞正相关(r=0.32,P＜0.05).RS组间差异表达的免疫细胞包括CD4幼稚型T细胞、CD4记忆激活T细胞、调节T细胞、γ-δ T细胞、M0、激活的树突状细胞.富集分析提示DSTN、SNRPA和FGL2的差异表达影响了免疫细胞的分化、免疫功能的激活、抗原的呈递,以及肌动蛋白丝的解聚/切断.结论 DSTN、SNRPA和FGL2通过调控免疫细胞、成纤维细胞和内皮细胞的分化,影响脓毒性ARDS的免疫性肺泡-毛细血管屏障损伤,是预测脓毒性ARDS进展的潜在标志物.

目的:采用生物信息学方法探索卵巢癌中与血管生成相关的免疫基因(ARIG),探讨其与卵巢癌患者预后的关系,并说明不同预后患者肿瘤微环境和免疫治疗的潜在差异,为卵巢癌患者提供新的治疗靶点.方法:分别从TCGA和GEO数据库下载卵巢癌的转录组数据和生存数据.利用R软件分析差异表达基因,利用Pearson相关系数鉴定血管生成相关基因与免疫相关基因之间的相关性,筛选出差异表达的ARIG.通过Lasso回归分析构建预后模型,通过Cox分析临床特征和风险评分,将样本分为高风险组和低风险组.通过单样本基因集富集分析(ssGSEA)、肿瘤免疫功能障碍和排斥(TIDE)分析预后风险模型与免疫浸润、免疫治疗反应的相关性.最后,收集河北医科大学第四医院2015年5月至2016年5月手术的卵巢癌患者的肿瘤组织和输卵管组织85对,通过qPCR和WB法验证五个差异表达的ARIG在卵巢癌组织中的表达情况,分析其与卵巢癌患者临床病理特征的关系,并初步探索其在卵巢癌细胞的生物学功能.结果:通过生信分析筛选出142个差异表达的ARIG,通过Lasso和Cox回归分析,得到5个基因作为预后基因(PTGER3、SCTR、IGHG1、HSPA8、IGF2),构建了预后风险模型,高风险组患者的预后更差;此外,不同风险评分的患者在免疫细胞浸润和免疫治疗反应方面存在显著差异(均P<0.05).通过qPCR和WB法验证这5个基因在卵巢癌组织中均为高表达(均P<0.01),其中HSPA8表达量最高,且高表达HSPA8与卵巢癌患者FIGO分期晚、组织分级差、淋巴结转移及腹膜转移呈显著正相关(P<0.001).细胞功能实验证实,HSPA8可促进卵巢癌细胞的增殖、迁移和侵袭(P<0.01).结论:差异表达的5种ARIG能有效预测卵巢癌患者的预后,并且与免疫细胞浸润和免疫治疗疗效有关,初步证实其在卵巢中发挥促癌作用.

目的 建立水环境中4种苯并三唑类紫外吸收剂的高效液相色谱测定法.方法 取35 ml水样,调节水样pH值为6,采用40 mg Ce/MOF-801固相萃取柱富集5 min,1 ml乙腈洗脱待测物,经C18色谱柱(4.6 mm×250 mm,5 μm)分离,以乙腈∶水(体积比为52∶48)为流动相进行等度洗脱,柱温25 ℃.采用紫外检测器(200 nm)测定4种苯并三唑类紫外吸收剂,外标法定量.结果 在0.02～1.00 μg/ml的范围内,4种苯并三唑类紫外吸收剂所得回归方程的线性关系良好,r≥0.999 2.该方法的检出限为 0.057～0.117 μg/L,定量下限为 0.171～0.351 μg/L;平均回收率为 79.3％～107.2％,RSD 为 0.51％～4.47％.吸附剂可重复使用至少8次,富集因子可以达到56.6～73.9.结论 该方法具有灵敏、简便且快速等优点,适用于水环境中痕量4种紫外吸收剂的检测.

目的 研究长链非编码RNA叉头框蛋白D2相邻对链RNA1(lncRNA FOXD2-AS1)对胶质瘤生物学行为的影响.方法 首先用qPCR实验检测FOXD2-AS1在U251、LN229、U87这3种胶质瘤细胞系中的表达情况,筛选出高表达的2种细胞系进行培养,再构建慢病毒载体转染2种细胞系敲低FOXD2-AS1作为实验组,将空载慢病毒颗粒转染的细胞作为阴性对照组,将常规培养未进行转染的细胞作为空白组,采用划痕实验、Transwell实验检测2种胶质瘤细胞系中各组细胞迁移及侵袭能力,将FOXD2-AS1敲低后进行转录组测序,进行差异基因取交集,并对共同差异基因进行富集分析.结果 qPCR实验显示FOXD2-AS1在LN229、U251这2种胶质瘤细胞系中明显高表达,与阴性对照组和空白组相比,被慢病毒载体转染敲低FOXD2-AS1时,2种胶质瘤细胞系中实验组细胞迁移及侵袭能力明显下降.生信数据库分析敲低FOXD2-AS1时发现2种胶质瘤细胞系共有48个相关差异性表达基因,进一步通过KEGG通路富集分析发现,2种胶质瘤细胞系中FOXD2-AS1敲低都与多种信号通路(细胞过程中的聚焦粘附、环境信息处理中的神经活性配体-受体相互作用、遗传信息处理中的剪接体、人类疾病中的癌症通路、新陈代谢中的代谢途径、有机系统中的补体和凝血级联反应)存在相关性.结论 LncRNA FOXD2-AS1在胶质瘤细胞迁移、侵袭中发挥作用,其可能的作用机制可还有待后续进一步研究.

目的:探讨囊泡胺转运蛋白1(VAT1)的表达与胶质母细胞瘤(GBM)免疫微环境的相关性。方法:回顾性分析中国脑胶质瘤基因图谱(CGGA)计划数据库中135例GBM患者的临床资料及转录组数据。采用CIBERSORT反卷积算法分析135例肿瘤组织中不同免疫细胞的占比。根据VAT1基因表达量的中位数分为高表达组(基因表达量大于或等于中位数； n＝68)和低表达组(基因表达量小于中位数； n＝67)。对两组间的差异基因进行基因富集分析(GSEA)。随机选取2018年11月至2019年4月首都医科大学附属北京天坛医院神经外科行开颅肿瘤切除术治疗的9例GBM患者的肿瘤组织样本，应用免疫组织化学染色技术检测VAT1、p65及CD80蛋白表达情况，并采用半定量方法判断蛋白染色结果。 结果:免疫细胞浸润分析结果显示，与VAT1低表达组比较，VAT1高表达组的滤泡辅助性T细胞和活化自然杀伤细胞占比均低，差异均具有统计学意义( P＝0.019和 P＝0.045)。GSEA分析结果显示，与VAT1高表达呈正相关的基因功能主要富集在免疫系统过程、免疫反应调节和炎性反应(均 P<0.001)，且VAT1高表达与核因子κB(NF-κB)抑制物(IκB)激酶/NF-κB信号的调控和IκB激酶/NF-κB信号的正向调控密切相关(均 P＝0.001)。随着VAT1表达量的升高，多种NF-κB信号通路特异性基因表达呈正相关趋势(均 P<0.001)。9例GBM的免疫组织化学染色结果显示，p65蛋白和CD80蛋白均与VAT1蛋白表达呈正相关( r值分别为0.92和0.93，均 P＝0.004)。 结论:初步研究发现，GBM患者中VAT1高表达可能会影响肿瘤免疫反应，并可能通过调控NF-κB信号通路影响肿瘤免疫细胞的浸润。

目的:探讨环境富集对坐骨神经挤压伤模型小鼠神经再生的作用及机制。方法:首先对22只C57BL/6小鼠进行坐骨神经挤压建立动物模型，随后按随机数字表法将模型小鼠分为干预组和对照组，干预组小鼠置于具备环境富集的鼠笼内进行干预，对照组置于标准鼠笼中饲养。造模成功2周后，2组小鼠均行坐骨神经电生理检查和步态分析，并应用甲苯胺蓝染色观察坐骨神经有髓神经纤维的比例，采用免疫荧光测定2组坐骨神经中的生长相关蛋白43(GAP43)、髓鞘碱性蛋白(MBP)以及p75神经营养素受体(p75 NTR)表达的差异。 结果:①坐骨神经电生理检测显示，干预组小鼠坐骨神经复合肌肉动作电位(CMAP)的潜伏期[(1.05±0.04)ms]较对照组[(1.98±0.30)ms]明显缩短( P<0.05)，而其波幅[干预组(10.63±0.90)mV]则明显高于对照组[(6.58±1.25)mV]，且组间差异有统计学意义( P<0.05)；②小鼠步态分析显示，干预组小鼠的平均接触强度[(160.60±20.45)AU]、步幅[(5.11±0.58)cm]和步速[(53.06±7.20)cm/s] 均较对照组[(122.70±15.04)AU、(4.00±0.61)cm、(39.38±9.61)cm/s]有明显增加( P<0.05)，而其步轴角[(21.88±2.13)°]则较对照组[(30.74±5.93)°]明显减小( P<0.05)；③经甲苯胺蓝染色镜下观，干预组神经纤维排列相对整齐、密集，有髓纤维数量较对照组明显增多( P<0.05)；④免疫荧光染色定量分析显示，干预组坐骨神经中的MBP、GAP43、p75 NTR水平均较对照组明显提高( P<0.05)。 结论:环境富集可通过促进施万细胞的增殖、形成髓鞘而促进坐骨神经挤压伤小鼠模型中损伤神经的再生和功能的恢复。

目的:对利用生物信息学方法筛选的肾上腺皮质癌（ACC）肿瘤微环境（TME）相关基因构建的预后模型进行验证，为ACC的诊疗提供临床指导和相关生物标志物。方法:从癌症基因组图谱（TCGA）数据库中收集79例ACC患者的转录组数据和临床病理数据。采用ESTIMATE算法计算免疫评分、基质评分（二者即反映TME）和ESTIMATE评分，应用VennDiagram包对免疫评分及基质评分高、低评分组（以中位值进行分组）间差异表达基因进行选择，采用基因本体（GO）数据库和京都基因与基因组百科全书（KEGG）数据库对选择的基因进行功能富集分析，探索基因潜在功能与通路。采用单因素Cox回归、lasso回归和多因素Cox回归分析筛选与ACC TME相关的基因，并建立ACC患者预后的风险评分（RS）模型，用受试者工作特征（ROC）曲线评价构建的模型预测ACC患者预后的价值。以基因表达综合（GEO）数据库的数据集GSE33371和GSE19750作为外部验证集，对建立的预后模型进行验证。从TCGA数据库中提取79例ACC患者资料，将临床病理因素与所构建预后模型的RS纳入Cox回归分析，获得ACC患者预后影响因素。结果:根据免疫评分和基质评分，用VennDiagram包筛选得到1 205个二者交集的差异表达基因，其中上调833个，下调372个。对差异表达基因进行各回归分析筛选后，最终构建成功包含9个TME相关基因（GREB1、POU4F1、HIC1、HOXC9、CACNB2、RAB27B、ZIC2、C3、CYP2D6）的ACC预后模型，即RS=GREB1×0.223 6+POU4F1×0.671 7+HIC1×0.167 5+HOXC9×0.211 3+CACNB2×0.156 0+RAB27B×0.956 5+ZIC2×0.582 7+C3×（-0.003 1）+CYP2D6×0.819 3。该模型在TCGA数据库中预测79例ACC患者1、3、5年总生存的ROC曲线下面积（AUC）分别为0.876、0.919、0.917，在GEO验证集中预测45例ACC患者1、3、5年总生存的AUC分别为0.689、0.704、0.708，表明模型对ACC患者生存具有较高的预测准确性。对TCGA数据库中79例ACC患者资料进行Cox回归分析显示，TME相关基因预后模型RS是ACC患者预后的独立影响因素（ HR=1.011，95% CI 1.005~1.016， P<0.01）。 结论:构建的ACC TME相关基因预后模型可用于预测ACC患者的预后。模型中包含的9个基因有可能作为研究ACC发病机制和免疫治疗的新靶点，值得进一步研究。

目的:分析上皮性卵巢癌中拓扑异构酶Ⅱα（TOP2A）的表达与CD4 ＋T细胞数量及临床预后的相关性分析。 方法:使用基因信息数据库（GEPIA）、生存分析Kaplan-Meier Plotter和人类蛋白质谱数据库（The Human Protein Atlas）并采用独立样本 t检验和卡方检验研究了TOP2A信使RNA（mRNA）在正常卵巢组织和上皮性卵巢癌（EOC）组织中的表达情况，及与EOC患者Kaplan-Meier生存预后的关联；同时，在基因注释富集数据库中还对TOP2A的共表达基因及其在基因本体（GO）和京都基因与基因组百科全书（KEGG）通路中的富集情况进行了分析。此外，通过免疫相关分析数据库平台及pearson相关性分析研究了TOP2A基因与CD4 ＋T细胞及其亚群以及其他免疫细胞之间的关系。 结果:TOP2A在正常卵巢组织和CD4 ＋T细胞中表达差异无统计学意义（8.60比8.40， t＝1.225， P>0.05），但在EOC组织中显著高表达（4.78±2.63比0.44±1.22，|log2FC|>2， P<0.05； χ2＝14.548， P<0.05）；共表达基因的功能富集涉及在有丝分裂细胞周期、PID-E2F途径和转录调控TP53等，而KEGG主要富集在代谢调节过程、正/负反馈调控生物过程、细胞周期以及细胞的生长发育；TOP2A基因的表达与肿瘤细胞纯度以及CD4 ＋T细胞和多种免疫细胞的数量显著相关（ r＝0.123， P<0.05）；TOP2A组织中高表达不利于EOC患者的生存预后[40个月比48个月，风险比（ HR）＝1.21，95%可信区间（ CI）：1.06～1.38， P<0.05]。但仅有肿瘤微环境浸润CD8 ＋T细胞数量对EOC患者生存预后有显著影响[ HR＝1.40，95%可信区间（ CI）：0.98～2.02， P<0.05]。 结论:EOC组织中TOP2A mRNA表达与CD4 ＋T细胞数量呈正相关，且肿瘤浸润CD8 ＋T细胞的低分布不利于EOC患者的生存预后。

目的:构建基于代谢通路相关基因的乳腺癌预后预测模型并进行验证。方法:从癌症基因组图谱(TCGA)数据库下载乳腺癌患者的基因表达数据和临床信息，然后从基因集富集分析(GSEA)网站提取所有代谢通路相关基因进行差异分析，获得肿瘤和正常组织中的差异表达基因，再利用单因素Cox和最小绝对收缩和选择算子(LASSO)回归分析筛选出与预后相关的差异代谢基因用于构建预后风险评分。根据风险评分的中位数，将患者分为高危组和低危组，利用Kaplan-Meier生存分析、受试者操作特征(ROC)曲线对预后模型进行效能评价，并将此模型联合其他临床因素构建列线图，对乳腺癌患者进行生存率预测。最后通过基因表达综合数据库进行验证。结果:通过单因素Cox和LASSO回归分析最后共筛选出了6个代谢相关基因( NT5 E、 PAICS、 PFKL、 PLA2 G2 D、 QPRT和 SHMT2)用于模型构建。在训练集和验证集中，预后风险评分均是乳腺癌的独立危险因素，Kaplan-Meier生存分析结果提示，高危组患者的总生存率均显著低于低危组，差异具有统计学意义( P<0.001)。并且ROC曲线分析结果表明，该列线图模型较其他临床病理特征预测准确性更高，曲线下面积均为0.794。校准图显示预测值与实际值一致性较好。基于GSEA确定了该模型可以揭示代谢特征，同时监测肿瘤微环境的状态。 结论:本研究构建的代谢相关基因预后模型可作为乳腺癌患者有前景的独立预后标志物，并可提示肿瘤微环境的状态。

目的:基于生物信息学方法挖掘分析恶性胸膜间皮瘤（MPM）的差异表达基因，研究其在MPM中的预后价值及其在免疫治疗中的潜在作用。方法:于2022年1月，从GEO数据库下载数据集GSE51024，获得MPM（55例）和正常组织（41例）样本。利用R软件结合HMDD和miRNet数据库筛选MPM相关差异基因并确定共表达基因。对共表达基因进行富集和功能注释，使用STRING数据库和Cytoscape软件构建蛋白质-蛋白质相互作用（PPI）网络并确定关键基因。利用TRRUST、GEPIA数据库预测关键基因的转录因子及预后生存分析。使用TIMER分析关键基因和免疫细胞浸润程度的相关性。结果:共获得435个共表达基因，主要富集于细胞外基质组织、细胞黏附分子信号通路。结合PPI和TRRUST数据库，确定7个MPM预后相关的关键基因，其中细胞周期蛋白20（CDC20）、细胞周期检测点激酶1（CHEK1）、Zeste基因增强子同源物2（EZH2）、核糖核苷酸还原酶亚基M2（RRM2）、拓扑异构酶2A（TOP2A）、泛素样含植物同源结构域和环指域1（UHRF1）在MPM中的表达上调，周期调节蛋白A1（CCNA1）表达下调；CCNA1、CDC20、CHEK1、EZH2、RRM2、TOP2A、UHRF1基因表达与MPM总体生存率有明显关联（ P<0.05）。CDC20、CHEK1、EZH2、RRM2、TOP2A基因表达与B细胞、树突状细胞均呈正相关（ P<0.05），与中性粒细胞均呈负相关（ P<0.05）。 结论:CCNA1、CDC20、CHEK1、EZH2、RRM2、TOP2A、UHRF1可能是MPM患者潜在的预后标志物，其表达可能与MPM肿瘤免疫相关。