目的 通过生物信息学分析,寻找与银屑病发病密切相关的特征基因,并探寻中药复方对其作用机理.方法 利用中药系统药理学数据库(TCMSP)对健脾解毒汤的药物作用靶点进行研究.通过OMIM数据库、GeneCard数据库以及GEO数据库筛选银屑病的病理靶点;使用R包对基因进行功能注释;从NCBI GEO公共数据库下载银屑病数据集GSE13355的基因表达数据;通过Cytoscape建立"活性成分-靶点"网络;采用WGCNA方法,寻找协同表达的基因模块;利用WGCNA-R包构建数据集中基因的共表达网络;采用CIBER-SORT算法推断22种免疫浸润细胞的相对比例,并进行Pearson相关性分析;通过miRcode数据库获得关键基因相关的miRNA.统计分析采用R语言(version4.2.1)进行.结果 最终得到对应药物靶点共132个,将药物靶点与疾病靶点取交集,得43个交集靶点.GO和KEGG富集分析主要涉及cellular response to chemical stress、response to oxidative stress、gland development、HIF-1、Th17 cell differentiation、PI3K-Akt等信号通路.WGC-NA分析共检测到8个基因模块,其中black模块相关性绝对值最高,将black模块中筛选后得到的912个基因与43个交集靶点取交集,结果显示,ABCC1、BIRC5、PCNA这3个基因均有交集,关键基因与多种免疫细胞显著相关.对关键基因和铁死亡相关基因进行相关性分析,关键靶点的表达水平和铁死亡相关基因的表达水平显著相关.结论 ABCC1、BIRC5、PCNA、AIFM2、BECN1和GPX4在银屑病中具有重要的生物学功能,为今后的新药研发奠定基础.

目的:利用生物信息学方法筛选外阴鳞状细胞癌(VSCC)的关键基因及分析免疫浸润特征.方法:从GEO数据库中下载VSCC相关基因表达数据,应用差异表达基因(DEGs)分析和加权基因共表达网络分析筛选出共同的DEGs,对DEGs进行富集分析.采用STRING数据库和Cytoscape软件构建蛋白互作(PPI)网络,并通过4种算法筛选出关键基因,进行关键基因GSEA分析.应用CIBERSORT分析VSCC相关免疫细胞浸润特征及关键基因与免疫细胞的相关性.结果:共筛选出182个DEGs,DO富集主要涉及生殖器官良性肿瘤、结缔组织癌等疾病;GO和KEGG富集结果主要与表皮发育、角质化包膜、氧化应激、免疫细胞迁移等有关;PPI网络中有65个节点,90条边,筛选出6个关键基因,S100A7、SPRR2B、SPRR2G、CASP14、CDSN、ESR1,共同富集到了细胞周期、蛋白酶体信号通路.免疫浸润分析结果显示,与对照组相比,VSCC组初始B细胞、静息CD4+T记忆细胞下调(均P＜0.05),记忆B细胞、调节性T细胞、活化的NK细胞、巨噬细胞M0型、静息肥大细胞、活化的肥大细胞、嗜酸性粒细胞、中性粒细胞上调(均P＜0.05).Spearman相关性分析显示,S100A 7、SPRR2G、CASP14、CDSN均与γδT细胞呈负相关(均P＜0.05),与巨噬细胞M0型呈正相关(均P＜0.05);ESR1与巨噬细胞M0型呈负相关(P＜0.05),与静息CD4+T记忆细胞呈正相关(P＜0.05);S100A7、CASP14 与静息 CD4+T 记忆细胞呈负相关(均 P＜0.05);SPRR2G、CDSN 与 CD8+T 细胞呈负相关(均 P＜0.05).结论:S100A7、SPRR2B、SPRR2G、CASP14、CDSN、ESR1可能是VSCC潜在的生物标志物,长期慢性炎症刺激导致表皮终末分化过程异常可能是VSCC发生、发展的关键因素.

目的 探讨基于奥伦自理学说理念的健康教育在老年急性缺血性脑卒中患者中的干预效果.方法 选取2021年11月—2023年11月邯郸市中心医院收治的138例老年急性缺血性脑卒中患者作为研究对象,根据随机数字表法分为两组,各69例,对照组给予常规健康教育,研究组在对照组的基础上实施基于奥伦自理学说理念的健康教育.比较两组的康复依从性、自理能力、肢体功能、10米步行时间测试(10MWT)、计时起立-行走测试(TUGT)、健康行为、自护能力.结果 研究组的依从率高于对照组(P＜0.05).干预后,两组改良巴氏指数、上肢及下肢Fugl-Meyer评估量表评分、自护能力量表各维度评分、健康行为量表各维度评分均大于干预前(P＜0.05),且研究组各指标均大于对照组(P＜0.05);两组的10MWT、TUGT小于干预前(P＜0.05),且研究组各指标均小于对照组(P＜0.05).结论 基于奥伦自理学说理念的健康教育可改善老年急性缺血性脑卒中患者的康复依从性、自理能力、肢体功能、自护能力,缩短10MWT、TUGT时间,促进健康行为.

目的:分析DNA甲基转移酶3B（DNMT3B）在乳腺癌中的表达及其对预后的影响，探究其在乳腺癌发生发展中及潜在靶点作用。方法:通过R语言程序分析TCGA乳腺癌数据库，使用UALCAN、Starbase database、cBioPortal、GeneMANIA、STRING等在线数据库分析DNMT3B在乳腺癌中的表达、诊断和预后价值、肿瘤免疫微环境、GO功能、KEGG信号通路和蛋白相互作用。采用qRT‐PCR检测DNMT3B在常见乳腺癌细胞系和正常乳腺上皮细胞间的表达差异。结果:在线数据库分析及验证实验提示DNMT3B在乳腺癌中高表达，且其高表达不利于乳腺癌患者的生存，提示DNMT3B可能具有诊断价值。通过GO功能、KEGG信号通路和蛋白相互作用以及肿瘤免疫微环境分析，提示DNMT3B参与乳腺癌发生发展的多种机制，可能成为新的治疗靶点。结论:DNMT3B能促进乳腺癌的发生并影响疾病的进展，可能是乳腺癌潜在的肿瘤标志物及治疗靶点。

针对市场拳参只有统货规格,基于辩证论质法,建立拳参商品规格等级标准.首先,对24批拳参外观性状和数量指标进行测定.同时,检测浸出物、总酚酸、没食子酸三个内在成分,并对拳参抗氧化药理活性进行评价.随后,为了探究可能作为拳参药材规格等级的参数,分析单个外观指标与内在质量指标相关性;并采用信息熵赋权法对内在质量指标整体进行综合评分,进一步地分析内在质量指标综合评分与外观性状的相关性.最后,运用描述统计分析、主成分分析、方差分析确定性状指标的重要度.内在指标综合评分、总酚酸含量与长度值1、最粗直径、单个质量、L*、b*呈极显著正相关;浸出物与长度值1、L*呈极显著正相关.抗氧化能力与长度值1、最粗直径、单个质量、L*、b*呈极显著正相关.筛选得到最粗直径、单个质量、百克个数三个重要性状指标,制定拳参商品规格等级分为统货、选货,统货断面颜色偏暗,呈棕褐色,直径在0.8～3.0 cm;选货断面颜色鲜亮,偏黄,分为2等,一等品拳参最粗直径在1.8 cm以上,单个质量6.9 g以上,百克个数16个以内,综合评分≥64.63;二等品拳参最粗直径1.5 cm以上,单个质量3.8 g以上,百克个数33个以内,综合评分≥ 35.74.研究证实了本草记载的科学性,即个大、断面浅棕色为佳,制定了拳参商品规格等级标准,利于其市场环境和质量控制,确保临床用药的稳定性和有效性.

目的 分析原发性胶质母细胞瘤(GBM)患者肿瘤组织中细菌相关特征基因,并研究肿瘤内细菌相关特征基因在GBM中的功能及作用机制.方法 采用基于癌症基因组图谱(TCGA)数据分析得到的原发性GBM瘤内细菌相关特征基因的公开数据,共152例.根据GBM患者总生存时间的中位数,将其分为低生存组(78例)和高生存组(74例).使用秩和检验评估组间α多样性的差异;采用非度量多维尺度(NMDS)分析和主坐标分析(PCoA)评估组间β多样性的差异;采用线性判别分析(LDA)比较两组GBM样本中丰富度存在显著差异的细菌种类.分别根据各差异细菌相关特征基因的相对丰富度将152例患者分为高丰富度组和低丰富度组,采用Kaplan-Meier法分析高丰富度组与低丰富度组患者生存率的差异.对与良好预后相关的高丰富度细菌相关特征基因GBM样本中显著上调的基因进行基因本体论(GO)生物过程功能注释和京都基因和基因组百科全书(KEGG)通路富集分析;通过TCGA转录组测序数据集分析肿瘤免疫微环境景观,应用曼特尔检验分析免疫细胞浸润含量与预后相关细菌特征基因的相关性.所有数据分析均采用R软件,以P＜0.05为差异有统计学意义.结果 152例GBM组织中共鉴定出252种细菌相关特征基因,其中234种特征基因在低生存组与高生存组均存在,8种仅存在于低生存组,10种仅存在于高生存组.NMDS和PCoA结果显示,两组的β多样性的差异有统计学意义(P＜0.05).LDA显示,高生存组与低生存组的肿瘤组织中细菌相关特征基因的丰富度存在差异(P＜0.05),其中脆弱拟杆菌相关特征基因在高生存组的丰富度较高(P＜0.05),并与患者的总生存期呈正相关(x2=4.13,P＜0.05).功能富集分析显示,肿瘤内脆弱拟杆菌相关特征基因丰富度较高的患者肿瘤组织中高表达与免疫途径相关的基因(P＜0.05).曼特尔检验分析结果显示,原发性GBM肿瘤组织中脆弱拟杆菌相关特征基因的丰富度与M1巨噬细胞浸润呈正相关(P＜0.05).结论 脆弱拟杆菌相关特征基因在高生存原发性GBM患者肿瘤组织中的丰富度较高,并影响肿瘤的免疫微环境.

目的:基于转录组学和网络药理学探究清眩润目饮(QRY)治疗干眼(DE)的作用机制,并通过干眼动物模型对QRY的药效和关键靶点进行实验验证.方法:运用RNA高通量测序(RNA-seq)技术检测干眼小鼠与正常小鼠的差异表达基因(DEGs),通过数据库筛选QRY有效成分及作用靶点,将二者重叠获取关键靶点后进行GO和KEGG富集分析,构建"药物-成分-靶点-信号通路"网络并分析蛋白质-蛋白质相互作用(PPI);自动物实验开始每7 d对小鼠行Schirmer Ⅰ试验(S Ⅰ t)、泪膜破裂时间检测(BUT)、角膜荧光染色试验(FL)检查;HE染色观察小鼠角膜组织病理变化;ELISA、Western blot、qRT-PCR验证小鼠角膜组织中核心靶点的蛋白和mRNA表达水平.结果:获得DEGs共2 234个、QRY有效成分233个及相关靶点457个,获得关键靶点64个,GO与KEGG分析结果提示QRY与炎症反应密切相关,通过PPI网络筛选出白介素-6(IL-6)等19个核心靶点;QRY组的S Ⅰ t、BUT、FL结果与模型组相比有差异(均P＜0.05);HE染色结果示模型组角膜上皮细胞分层紊乱且角膜形态发生改变,QRY组可以改善角膜粗糙及分层紊乱的情况,形态接近空白组;ELISA、Western blot、qRT-PCR 结果示 QRY 组的IL-1β、IL-6、肿瘤坏死因子-α(TNF-α)的蛋白和mRNA表达对比模型组都呈现出下降趋势.结论:清眩润目饮通过多成分、多靶点、多通路联合发挥作用,利用槲皮素等主要成分对IL-6、IL-1 β、TNF等靶点进行调控,从而抑制AGE-RAGE/TNF/IL-17等信号通路以实现对干眼的治疗作用.

目的:基于数据库中已鉴定并发表的疾病危险基因，通过生物信息学分析探究烟雾病和烟雾综合征的病理发生机制。方法:在PubMed等公共数据库搜索烟雾病、烟雾综合征基因相关研究，整理已鉴定并发表的疾病相关危险基因。借助网络工具，在基因本体数据库（包括生物学过程、细胞组分和分子功能3大类）、京都基因与基因组百科全书（KEGG）数据库对基因集进行功能富集分析，构建蛋白-蛋白互作（PPI）网络并筛选关键基因。结果:本研究纳入53篇烟雾病研究文献，鉴定126个烟雾病相关危险基因；纳入51篇烟雾综合征研究文献，鉴定出51个烟雾综合征相关危险基因。共计纳入177个疾病相关危险基因。基因本体功能分析：生物学过程主要富集在细胞因子及其介导通路，以及细胞的黏附、分化、迁移等活动；细胞组分主要富集在细胞表面、细胞膜及蛋白复合物、受体复合体等；分子功能主要富集在酶结合、激酶结合、磷酸蛋白结合、受体信号结合、免疫受体活动等。KEGG分析主要富集在癌症信号通路、免疫细胞分化及免疫疾病通路、病毒感染信号通路等，其中MAPK信号代谢通路、Jak-STAT信号代谢通路被显著富集。通过不同算法，在PPI网络筛选出5种关键基因：PTPN11、GRB2、ITGB3、CBL、HIF1A。结论:生物信息学分析为阐述烟雾样血管改变的病理机制提供了新的角度。烟雾病发病机制可能是以基因遗传为背景、多种环境因素共同参与的。

目的:通过整合单细胞RNA测序(sing-cell RNA sequencing, scRNA-seq)和癌症基因组图谱(The Cancer Genome Atlas, TCGA)数据，探索肺鳞状细胞癌(lung squamous cell carcinoma, LUSC)中差异表达基因(differentially expressed genes, DEGs)和预后相关基因，并构建基于这些基因的预后模型。为了更好地了解LUSC中的免疫微环境(tumor microenvironment, TME)，进一步分析了免疫细胞的浸润特征，揭示其与LUSC患者预后的潜在关联。方法:从基因表达综合数据库GEO(GSE118245)中获取LUSC单细胞RNA测序数据，并通过质量控制和数据标准化，鉴定出不同的细胞群体。使用Seurat软件包进行主成分分析(principal component analysis, PCA)和统一流形近似投影(uniform manifold approximation and projection, UMAP)进行降维聚类。基于TCGA数据库中的LUSC患者样本，使用TCGAbiolinks包获取批量RNA测序数据，并对肿瘤样本和正常样本之间的DEGs进行筛选，采用加权基因共表达网络分析(weighted gene co-expression network analysis, WGCNA)构建基因共表达网络。使用Cox回归和最小绝对收缩和选择算子(least absolute shrinkage and selection operator, LASSO)回归构建基于DEGs的预后模型，Kaplan-Meier生存曲线评估患者总生存期(overall survival, OS)。使用CIBERSORT算法评估不同风险组中的免疫细胞浸润比例，比较22种免疫细胞在高风险和低风险组中的差异。结果:从LUSC单细胞数据中质控得到出5 360个细胞，注释为13个不同的细胞群，并通过SingleR注释为8种细胞类型。与对照组相比，LUSC组中的中性粒细胞、CD4＋ T细胞和骨骼肌细胞比例显著上升。差异表达基因分析共筛选出3 396个DEGs，其中1 851个基因上调，1 545个基因下调。GO和KEGG富集分析表明，DEGs主要参与细胞周期、感染和补体级联反应等重要生物过程。在TCGA-LUSC数据中，使用WGCNA识别出与LUSC发展显著相关的蓝色模块，在此基础上筛选出61个交集基因进行进一步分析。单因素Cox回归和LASSO回归分析共识别出4个独立的预后相关基因(ITIH3、MME、PLAAT1和ATP13A5)，构建了风险评分模型。Kaplan-Meier生存曲线显示高风险组患者的总生存期显著低于低风险组。免疫浸润分析结果表明，高风险组患者肿瘤中的CD8＋ T细胞、活化的记忆CD4＋ T细胞和滤泡辅助性T细胞比例显著高于低风险组，进一步支持了免疫微环境对LUSC进展的关键作用。结论:通过整合单细胞和TCGA数据，成功鉴定了LUSC中的关键差异表达基因，构建了有效的预后模型。模型在多个验证队列中表现出预后预测，揭示的免疫细胞浸润特征为LUSC的免疫微环境提供了新的见解。免疫细胞在LUSC的发生和进展中发挥重要作用。

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.