目的 通过机器学习建立并验证阿尔茨海默病(Alzheimer's disease,AD)发病机制中双硫死亡相关基因的表达模式和诊断性生物标志物.方法 从GEO数据库下载GSE33000作为训练数据集,提取双硫死亡相关基因进行分析.通过免疫浸润和GSVA富集分析,比较AD患者和健康对照之间的差异表达基因在不同免疫细胞中的表达情况及其生物学功能.利用共识聚类方法将AD患者分为两个亚组,并对AD组与健康对照组及AD分型亚组进行加权基因共表达网络分析(WGCNA),将两个结果的交集基因作为AD特征基因.通过随机森林模型(RF)和支持向量机模型(SVM)、极限梯度提升算法(XGB)模型和广义线性模型(GLM)构建训练模型,筛选出最相关的5个基因作为诊断性标志物,并在GSE122063数据集中进行验证.结果 在文献中已证实的24个双硫死亡相关基因中,有22个基因在AD发病过程中显著差异表达.免疫浸润分析发现浆细胞、CD8+T细胞、单核细胞可能在双硫死亡调控AD中发挥重要作用.GSVA富集分析结果表明:对比于C1亚组,C2亚组中双硫死亡相关差异表达基因在亨廷顿病、帕金森病和阿尔茨海默病中上调.通过共识聚类方法将AD基因分为两个亚组(C1和C2),通过WGCNA识别显著模块并将结果取交集后获得63个AD特征性基因.训练模型结果显示,SVM模型的残差分布最低,ROC曲线下面积(AUC)值最高(0.946).SVM模型筛选的前5个AD特征基因为PARP10、MAP2K1、PTBP1、PAK1和NMS,并基于此建立AD诊断风险评估列线图.决策曲线和校正曲线分析结果显示该模型预测准确度良好.在GSE122063外部数据集中验证模型准确性,ROC结果显示AUC值为0.788,模型构建成功.结论 双硫死亡在AD的发生和诊断中起重要作用,未来可根据双硫死亡相关基因预测并筛选具有潜在治疗AD作用的药物.

目的:探讨lncRNA相关内源竞争RN A(ceRNA)网络在早发性卵巢功能不全中的作用机制.方法:从Gene Expression Omnibus(GEO)数据库中筛选出两个早发性卵巢功能不全患者的数据集,使用R语言"limma"包筛选出差异表达的lncRNA、miRNA和mRNA.使用Starbase数据库预测与差异lncRNA相互作用的miRNAs,使用TargetScan和miRDB数据库预测与差异miRNAs相互作用的mRNAs,预测的mRNAs与差异mRNAs取交集.根据RNA之间的相互作用关系,建立早发性卵巢功能不全的lncRNA-miRNA-mRNA ceRNA调控网络.使用Metascape在线工具对ceRNA调控网络中的mRNA进行GO和KEGG功能分析,通过String数据库建立蛋白质相互作用(PPI)网络,利用Cytohubba插件识别PPI网络中的hub基因并构建lncRNA-miRNA-hub基因网络.结果:从早发性卵巢功能不全患者与正常对照组中筛选了 116个差异lncRNAs,22个差异miRNAs和282个差异mRNAs.通过116个差异lncRNAs,利用数据库预测到了 13个差异lncRNAs,7个差异miRNAs和54个差异mR-NAs的相互作用,构建了早发性卵巢功能不全的lncRNA-miRNA-mRNA ceRNA调控网络.GO和KEGG富集分析结果显示,调控网络中的mRNA参与早发性卵巢功能不全的生物学过程,包括凋亡信号通路、mRNA的代谢过程和cAMP信号通路.通过PPI 网络筛选了 8 个 hub 基因(EIF4ENIF1、SENP1、RBM5、DYNLL2、AGO2、SRSF1、CAPZB、SRSF10),构建了一个 lncRNA-miR-NA-hub基因网络.结论:12个lncRNA通过参与SRSF1等hub基因的表达,调控影响早发性卵巢功能不全的发生、发展.

泛基因组是指特定物种或类群全部进化枝的所有基因组信息的总和.泛基因组研究通过序列比较和分析,构建非冗余集合体,以识别核心基因组和可变基因组,从而了解物种或种群中基因的丰富性、基因家族的扩张与收缩、水平基因转移等现象,为探究和理解物种内的遗传多样性和基因组进化提供了新的视角和工具.本文对泛基因组的概念、研究策略及其应用进展进行了综述,以期为中学一线教师进行基因工程相关内容教学提供前沿拓展素材.

目的 分析慢性阻塞性肺疾病(chronic obstructive pulmonary disease,COPD)患者肌肉与脂肪状况,并探讨其与疾病发展过程的相关性.方法 选取COPD患者118例(研究组)与健康体检者97例(对照组),采用生物电阻抗、身高体重计测定两组患者的体重指数(body mass index,BMI)、去脂体重(fat-free mass,FFM)、骨骼肌(skeletal muscle mass,SMM)、四肢骨骼肌指数(appendicular skeletal muscle height index,ASMHI)、体脂率(percent body fat,PBF)、内脏脂肪面积(visceral fat area,VFA)、腰围(waist circumference,WaistCir)、上臂围(arm circumference,AC)、上臂肌围(arm muscle circumference,AMC)、相位角(phase angle,PA)等指标,并进行对比分析;同时收集COPD患者的基本信息、实验室指标及入院肺功能检查数据等,进行相关性分析;根据全球领导人营养不良倡议(Global Leadership Initiative on Malnutrition,GLIM)诊断标准,找出FFM在营养不良诊断中的最佳截断值.结果 研究组患者FFM、SMM、双下肢肌肉、ASMHI及AMC均低于对照组(P＜0.05).戒烟组患者BMI、PBF及VFA均高于持续吸烟组(P＜0.05);低ASMHI组第1秒用力呼气容积(forced expiratory volume in one second,FEV1)、第1秒用力呼气容积占预计值百分比(forced expiratory volume in one second in predicted,FEV1％pred)、用力肺活量(forced vital capacity,FVC)及 1 秒率(FEV1/FVC)偏低;低ASMHI组中性粒细胞计数与淋巴细胞计数比值(neutrophil-lymphocyte ratio,NLR)高于正常ASMHI组(P＜0.05).GLIM诊断结果显示,50.8％COPD患者存在营养不良,其中FFM预测营养不良的最佳截断值为47.85kg.结论 COPD患者易出现肌肉和脂肪分布不平衡.FFM与GLIM诊断的一致性对早期识别和诊断营养不良有重要的临床意义.

循环肿瘤细胞(CTCs)是从肿瘤组织上分离并进入淋巴系统或血液的细胞,虽然在体液中数量极少却与肿瘤的转移和复发密切相关.CTCs包含完整病理信息,可通过对CTCs的分离、富集和分析来提取这些能够指导癌症诊治的信息,从而显著改善癌症的监测效率和预后状况.与传统组织活检相比,使用CTCs作为生物标志物的液体活检技术可以实现肿瘤信息的特异性检测和动态持续检测并减轻患者痛苦.为了实现CTCs的检测,首先必须将CTCs从体液中分离,分离后则需要将其释放富集,本文将详细描述CTCs的响应性分离(包括光、介电泳、声波电泳和磁泳)、化学分离(特异性分子和拓扑结构)和响应性释放(包括光、电、热、pH、酶响应以及可降解基底)的最新研究进展.响应性分离利用CTCs与血细胞物理性质的差异进行分离,化学分离利用特异性识别来捕获CTCs.这些先进的分离和释放的技术具备细胞损伤低和特异性高的特点,为进一步分析提供了条件.目前CTCs检测可应用于多种癌症的检测,本文在最后讨论了CTCs对各种癌症(如肺癌、肝癌、结直肠癌和前列腺癌)的早期诊断和预后评估等方面的作用.

肾移植是目前终末期肾脏病最有效的治疗方案,但排斥反应是肾移植术后面临的最大挑战,也是导致移植肾失功的重要原因.目前,临床评估移植肾功能常规的免疫监测手段主要依赖于血肌酐检测和移植肾穿刺活检.但血肌酐检测不能及时准确地反映免疫排斥状态,而移植肾穿刺活检则具有创伤性,不适合长期应用.因此,临床亟需寻找一些操作简单且足够准确的免疫监测标志物,以便准确地识别肾移植术后排斥反应并指导临床治疗.细胞因子是一类能在细胞间传递信息,具有免疫调节和效应功能的低相对分子质量蛋白质或小分子多肽,是由活化的免疫细胞及某些基质细胞表达并分泌的活性物质,其主要生物学功能是介导和调节免疫应答及炎症反应.其中,与肾移植免疫排斥反应发生密切相关的细胞因子有IL-10/TNF-α、IL-33、IL-34、IL-6等.在这些细胞因子中,有些能够增强免疫应答,促进排斥反应发生;有些则能够抑制免疫细胞活化和增殖,维持免疫耐受.因此,这些细胞因子有望成为肾移植术后免疫监测的潜在生物标志物.

目的:采用生物信息学方法分析老年骨质疏松症相关的核心致病基因及相关通路。方法:于2020年11月至2021年8月，以在北京积水潭医院就诊的8例骨质疏松症病例和5名健康体检者为研究对象。采集8例老年骨质疏松症患者与5名健康体检者的外周血，开展高通量转录组测序，并对表达谱进行分析。对差异表达基因进行GO富集分析和KEGG通路富集分析。通过 STRING、Cytoscape 工具构建 PPI 调控网络、筛选核心基因。结果:8例骨质疏松症病例中，男性1例，女性7例，年龄为（72.4±4.2）岁；5名健康体检者中，男性1名，女性4名，年龄为（68.2±5.7）岁。分析筛选出差异表达基因1 635个，其中847个基因高表达，788个基因低表达。GO富集分析结果显示，差异基因在分子功能方面主要富集于核糖体结构成分、蛋白质二聚化活性等；细胞组分方面主要富集于核小体、DNA组装复合物、胞质部分、蛋白-核酸复合物、游离核糖体等。KEGG信号通路分析结果显示，差异表达基因主要富集于系统性红斑狼疮、核糖体等。筛选出的10个核心基因分别为 UBA52 、UBB、RPS27 A、RPS15 、RPS12 、RPL13 A、RPL23 A、RPL10 A、RPS25和 RPS6，且其中7个基因均可编码核糖体蛋白。 结论:老年骨质疏松症的发病可能与核糖体相关基因和通路有关联。

目的:运用生物信息学方法探究幽门螺杆菌(Hp)感染与玫瑰痤疮的共同信号通路以及筛选Hub基因。方法:通过GEO数据库获取Hp感染(GSE70394)和玫瑰痤疮(GSE65914)相关的基因表达数据集，使用R语言limma包以及Venn图筛选出两者共表达差异基因，运用Metascape数据库对差异基因进行基因本体论(GO)富集分析，并使用R语言clusterProfiler包分别对上调和下调基因进行京都基因与基因组百科全书(KEGG)富集分析。随后使用STRING以及Cytoscape软件构建蛋白互作(PPI)网络，应用其内部插件MCODE和Cytohubba筛选关键功能模块和Hub基因，将Hub基因导入GeneMANIA在线分析工具，构建Hub基因共表达网络，并再次对Hub基因进行GO以及KEGG富集分析。结果:GSE70394数据集包含3个未感染Hp的人胃腺癌细胞(AGS)组织和3个感染Hp 24 h后的AGS细胞组织的基因芯片数据；GSE65914数据集包含了19例玫瑰痤疮患者皮肤组织和10名健康志愿者皮肤组织的基因芯片数据。经过比较分析最终获得139个共表达差异基因，包含93个上调基因和46个下调基因。GO富集分析显示共表达差异基因主要集中于平滑肌细胞调节、血管发育以及脂质代谢过程。KEGG富集分析显示共表达差异基因主要涉及脂质和动脉粥样硬化、炎症反应和免疫相关通路，如PPAR信号通路、细胞因子-细胞因子受体相互作用、Th17细胞分化、IL-17信号通路和NF-κB信号通路。使用Cytohubba插件共识别出16个Hub基因，包括SPRR1B、GCLM、KRT16、GPX2、S100A2、SOD2、MMP1、MSMO1、HMOX1、GLRX、IL-1β、CXCL1、PPARγ、HMGCS1、SRXN1、SPRR3。结论:Hp感染与玫瑰痤疮存在一定的相关性，Hp可能通过介导炎症免疫反应以及调节脂质代谢过程来参与玫瑰痤疮疾病的发生发展，筛选出的Hub基因与相关信号通路可为后续的关联性分析提供一定的理论参考。

目的:分析三阴性乳腺癌(TNBC)与非三阴性乳腺癌(non-TNBC)的基因表达谱，寻找可能参与TNBC发生发展的差异表达基因(DEGs)。方法:从GEO数据库下载4个mRNA芯片数据集进行分析，获得基因表达谱。通过STRING和Cytoscape构建了DEGs的蛋白-蛋白相互作用(PPI)网络，并筛选出核心基因。京东基因组百科全书(KEGG)和基因本体论(GO)用于功能富集分析。使用UCSC、Oncomine和Kaplan-Meier在线网站来分析核心基因的表达和生存水平。结果:在TNBC和non-TNBC中共识别出287个DEGs和10个核心基因。Kaplan-Meier生存曲线显示，TNBC患者表皮生长因子受体(EGFR)高表达或ESR1、胰岛素样生长因子(IGF)-1低表达与更差预后相关。Non-TNBC患者的预后特征与TNBC患者差异有统计学意义( P<0.05)。 结论:ESR1、EGFR和IGF-1可能导致TNBC的不良预后与复发。

目的:对基于在线健康社区的用户画像在癌症领域应用的国内外相关研究进行范围综述，为今后该领域相关研究及应用提供参考。方法:计算机检索中国知网、中国生物医学文献数据库、维普、万方、Web of Science、Embase、MEDLINE、PubMed、CINAHL、Cochrane Library共10个中英文数据库，聚焦癌症领域中基于在线健康社区构建用户画像的相关研究，检索时限为建库至2022年4月20日。对文献筛选、数据提取并汇总。结果:纳入11篇文献。基于在线健康社区的用户画像的构建流程包括数据采集、标签提取、画像呈现。在癌症领域的应用内容显示出功能多样性和实施可行性，可快速识别癌症患者的健康信息需求差异，提供个性化的决策支持和护理服务，加强健康信息教育，提高患者自我管理能力。结论:基于在线健康社区的用户画像与癌症领域融合处于初始探索阶段，现有研究证实其促进患者健康行为的可行性与有效性。未来仍需推动其在临床实践中应用的实证研究，为今后提供针对性的患者健康管理方案奠定基础。