目的:鉴定非酒精性脂肪性肝病（NAFLD）患者和健康对照组人血清外泌体微小RNAs（microRNAs）差异表达谱，探索miRNAs在NAFLD发病、诊断及治疗中的价值。方法:各取4例人口学特征、个人史相近的S2~3级NAFLD患者和健康对照者进行血清外泌体miRNAs高通量测序，对差异表达最显著的4条miRNAs按S1组、S2~3组、对照（Control）组每组各20例行qRT-PCR验证，并进行靶基因预测，对靶基因进行GO和KEGG富集分析。正态分布的计量资料使用 t检验或方差分析，等级资料和非正态分布资料使用秩和检验，计数资料使用Pearson χ2检验或Fisher精确检验。 结果:初步鉴定出差异有统计学意义（ P < 0.05）且差异表达在2倍以上的血清外泌体miRNAs共19条，hsa-miR-122-5p、hsa-miR-146b-5p、hsa-miR-197-3P的相对表达关系为：S2~3组>S1组>Control组，hsa-miR-483-3p的相对表达关系为：NAFLD组（S1或S2~3）>Control组。GO分析显示靶基因在分子功能、细胞组分、生物过程均有广泛的注释，靶基因显著富集的通路共84条，从20条与NAFLD最密切的通路中筛选出与至少10条通路都相关的靶基因共5个，即PIK3R2、AKT2、AKT3、MAPK1、NFKB1。 结论:初步分析了NAFLD患者和健康对照组血清外泌体miRNAs差异表达谱，研究了4条miRNAs对于判断肝脂肪变性程度的价值，预测了数以千计的靶基因及其参与的复杂信号通路，为寻找无创诊断NAFLD的生物标志物和特异性治疗的新靶点提供了新的参考。

目的 探讨血管生成素 1(angiopoietins-1,ANGPT1)及其受体TEK(tyrosine kinase)在泛癌中的表达、预后及免疫浸润的情况.方法 应用TIMER2.0、Kaplan-Meier plotter、UALCAN等数据库分析ANGPT1 及TEK在泛癌中的表达、预后;利用SangerBox3.0 及R软件分析ANGPT1、TEK与肿瘤突变负荷(tumor mutation burden,TMB)、微卫星不稳定(microsatellite instability,MSI)、免疫检查点(immune checkpoint,ICP)、免疫浸润的相关性;使用String数据库、GO与KEGG分析鉴定与ANGPT1 和TEK相关的蛋白及调节通路.结果 ANGPT1 和TEK在多数肿瘤中低表达(P<0.05).ANGPT1、TEK低表达患者预后不良(P<0.05).ANGPT1 和TEK的表达水平与肾透明细胞癌、膀胱尿路上皮癌、乳腺浸润性癌等临床分期相关(P<0.05).ANGPT1、TEK表达与肿瘤的TMB、MSI、ICP相关(P<0.05),与免疫浸润正相关(P<0.05).与ANGPT1 和TEK关系密切的基因有GRB2、PIK3R1、EGFR等,主要参与Grb2-EGFR、ERBB3:ERBB2、Shc-EGFR等复合物相关的生物学过程和功能,主要涉及ErbB信号通路.结论 ANGPT1 和TEK可能通过ErbB信号通路在肿瘤发生发展中起重要作用,有望成为多种癌症的潜在临床预后标志物.

目的:利用生物信息学分析筛选缺血性脑卒中(IS)的差异表达基因,构建竞争性内源RNA(ceRNA)调控网络,探讨IS的相关分子机制.方法:从GEO数据库下载IS相关的miRNA、mRNA和lncRNA测序数据,借助R软件获取差异基因,通过starBase、miRDB和miRwalk数据库进行lncRNA-miRNA和miRNA-mRNA关系预测,并构建ceRNA网络.预测与差异分析的结果取交集后筛选出差异靶基因(DETmRNAs),利用DAVID数据库进行KEGG和GO富集分析,String数据库构建蛋白互作网络(PPI),采用Cytoscape软件识别核心靶基因.结果:共筛选出存在明显差异表达的miRNAs 20个,mRNAs 1512个,lncRNAs 278个,并成功构建了51ncRNAs-6miRNAs-102mRNAs互作的ceRNA网络.筛选出的285个DETmRNAs所富集的功能主要包括染色质的组织、磷蛋白磷酸酶活性的负向调节和细胞周期等生物学过程,涉及白细胞经内皮迁移、血小板激活等信号通路,最终识别出排名前 10 的核心靶基因为 CREB1、MAPK1、GSK3B、SP1、PIK3R1、NR3C1、NCOR1、NFATC1、SETD2、NSD1.结论:构建ceRNA网络有助于进一步认识IS的分子机制和筛选潜在的生物标志物,为后续康复治疗靶点的确定和制定康复策略提供一些线索.

目的:为早期筛查、获取有效诊治手段来提高肺腺癌(LUAD)患者的总体生存率,探索PIK3R1 基因低甲基化指标对肺腺癌诊疗及预后判断的影响.方法:使用大型公共数据库:TCGA、GEO、GEPIA2、UALCAN、KaplanMeier Plotter、LinkedOmics 和 TIMER 进行在线分析.在LUAD人群不同的临床特征亚组中构建单变量和多变量 COX 比例风险模型.结果:低表达的 PIK3R1 会导致LUAD患者的总生存期(OS)、首次进展后生存期(FP)和疾病进展后生存期(PPS)较差.性别、肿瘤分期、吸烟史、T分型、N分型和PIK3R1 低表达是LUAD发病的危险因素,低表达的 PIK3R1 是 LUAD 的潜在独立危险因素.DNA 甲基化分析显示,探针 ID(包括 cg01239651、cg24797508、cg16664523 和 cg25008444)的 PIK3R1 启动子内 CpGs 的低甲基化通过DNA甲基转移酶(DNMT1)降低PIK3R1 的表达.ROC曲线分析显示,PIK3R1 的甲基化和表达在LUAD的准确诊断中具有高灵敏度和特异度.免疫分析研究表明,PIK3R1 低甲基化和表达与免疫细胞(B细胞、CD8+ T细胞、CD4+ T细胞、巨噬细胞、中性粒细胞和树突状细胞)浸润有关.此外,共表达基因(PGR、C5orf41、SCN7A、RBMS3、FAT4、RASSF2、A2M、ITGA8、FLI1 和RECK)通常与PIK3R1 具有相似的功能.结论:PIK3R1 的低甲基化及表达可视为肺腺癌的一种特异性诊断生物标志物和独立的预后因素,并可以预测免疫治疗的有效性.

目的:通过生物信息学筛选与口腔鳞癌(oral squamous cell carcinoma,OSCC)预后显著相关的miRNA,并通过体外实验进行验证.方法:从癌症基因组图谱(The Cancer Genome Atlas,TCGA)下载OSCC患者数据.通过R分析差异表达的miRNA.使用回归分析建立风险模型.通过Kaplan-Meier生存分析预测OSCC患者预后.通过受试者操作特征(receiver operating characteristic,ROC)曲线及回归分析验证风险模型可靠性.使用GO和KEGG分析预测预后相关miRNA的生物学功能.通过qRT-PCR及Western blot对生物信息学结果进行体外验证.结果:20个miRNA在OSCC中差异表达;miR-204-5p及miR-503-3p与OSCC预后显著相关;本研究构建的风险模型能有效预测OSCC预后;GO分析显示miR-204-5p与细胞凋亡、增殖及迁徙相关,而miR-503-3p与细胞分化、细胞周期及GTP结合有关;KEGG分析显示miR-204-5p与PI3K/Akt/mTOR通路及自噬通路相关,而miR-503-3p与Ras通路及HIF-1通路相关;qRT-PCR显示OSCC细胞中miR-204-5p表达量下降(P＜0.05),瞬时转染miR-204-5p mimic后OSCC细胞中miR-204-5p表达量明显升高(P＜0.05);Western blot显示升高miR-204-5p后OSCC细胞中PIK3CB表达量明显下降(P＜0.05).结论:miR-204-5p及miR-503-3p是OSCC中有效的预后生物标志物.miR-204-5p及miR-503-3p构建的风险模型能有效预测OSCC患者预后.miR-204-5p在OSCC细胞中低表达,升高miR-204-5p后OSCC细胞中PIK3CB的表达量下降.

目的:采用网络药理学方法探讨厚朴抗抑郁的物质基础及作用机制.方法:通过中国知网,SciFinder,中药系统药理学数据库和分析平台(TCMSP)等数据库收集厚朴药材的主要化学成分;通过BATMAN-TCM数据库筛选出药物成分潜在作用靶标;基于HPO数据库筛选出抑郁疾病相关靶标;采用String数据库对药物成分潜在靶标与抑郁症靶标进行蛋白质相互作用分析,筛选抗抑郁化学成分及其相关靶点,并通过David数据库对其结果进行功能富集分析.基于以上结果,采用Cytoscape v3.5.1软件网络化展现厚朴抗抑郁的“药物靶标-疾病靶标”“化学成分-靶标-信号通路”的网络关系图,并通过网络拓扑分析从中筛选出关键靶标并对其进行“成分-靶标蛋白”的分子对接验证,进一步明确关键抗抑郁成分及其靶点.结果:从厚朴收集得到的138种化学成分中筛选得到16个与抑郁症相关的活性成分,涉及74个关键作用靶标;分子对接分析结果表明,与其他成分相比,16种活性成分中的α-衣兰油烯等10种挥发性成分与“药物靶标-疾病靶标”相互作用网络图中的5种关键靶标(degree排名前5)胰岛素受体(INSR),丝裂原活化蛋白激酶1(MAPK1),鸟嘌呤核苷酸结合蛋白α抑制3(GNAI3),磷脂酰肌醇3-激酶受体1(PIK3 R1),选择性受体B1(GNB1)均具有较好的结合活性;并且该类成分与目前治疗抑郁症化药的直接靶标毒蕈碱型乙酰胆碱受体M2(CHRM2),5-羟色胺受体(HTR)2B和HTR2C也均具有较好的亲和活力;通路富集分析结果表明厚朴抗抑郁作用可能通过调节神经营养因子信号通路,MAPK信号通路,钙离子信号通路,神经活性配体-受体相互作用等发挥作用.结论:该研究从网络药理学的角度初步揭示了厚朴抗抑郁的药效物质基础及作用机制,筛选得到16个与抑郁症相关的活性成分,可为抗抑郁药物的开发以及厚朴抗抑郁质量标志物的发现提供参考.

目的:筛选肝细胞癌(HCC)预后不良相关基因,并探讨其临床意义.方法:在基因表达综合数据库(GEO)中获取符合分析条件的肝细胞癌全基因组表达谱数据并分析得到差异表达基因(DEGs),再运用生物学信息注释及可视化数据库(DAVID)和蛋白相互作用数据库(String)分别进行功能富集分析和蛋白质互作用网络的构建.利用癌症基因组图谱数据库(TCGA)和Cox比例风险回归模型对相关差异基因进行预后分析.结果:找到一个符合条件的人类HCC数据库(GSE84402),共筛选出1141个差异表达基因(DEGs),其中上调基因720个,下调基因421个.基因功能富集分析和蛋白质互作用分析结果显示CDK1、CDC6、CCNA2、CHEK1、CENPE、PIK3R1、RACGAP1、BIRC5、KIF11和CYP2B6为HCC预后的关键基因.TCGA数据库和Cox回归模型分析显示CDC6、PIK3R1、RACGAP1和KIF11的表达升高,CENPE的表达降低与HCC预后不良密切相关.结论:CDC6、CENPE、PIK3R1、RACGAP1和KIF11可能和HCC的预后不良相关,可作为未来HCC预后研究的参考标志物.

目的 筛选ER阳性乳腺癌中受miRNA调控的关键基因,以此构建乳腺癌中miRNA-mRNA互作网络,进而了解ER阳性乳腺癌的调控机制,为筛选ER阳性乳腺癌诊断预后的生物标志物和治疗靶点打下基础.方法 利用MCF-7细胞系的AGO-IP(HITS-CLIP Protocol for Argonaute)高通测序实验数据,发现miRNA对mRNA的真实调控关系,并以此构建基于RNAs诱导的沉默复合体(RNA-induced silencing complex,RISCs)miRNA-mRNA调控模组.根据调控模组利用蚁群优化算法在基因互作网络中筛选关键基因,构建ER阳性乳腺癌中miRNA调控下的关键基因互作网络,并对关键基因进行功能分析.结果 本研究筛选出106个关键基因,244个调控关键基因的miRNA.根据乳腺癌中miRNA调控的关键基因互作网络识别出了YWHAG、EP300、CHEK1、SMAD2、SMAD1、SYK、FGFR1、PIK3R2、IRS1、TGFBR2、CHUK和CSDE1等12个hub基因;并发现了hsa-miR-940、hsa-miR-545-3p、hsa-miR-3065-5p、hsa-miR-15a-5p、hsa-miR-181b-5p、hsa-miR-16-5p、hsa-miR-765、hsa-miR-4723-5p、hsa-miR-454-3p、hsa-miR-374a-5p、hsa-miR-34a-5p、hsa-miR-30e-5p、hsa-miR-19a-3p、hsa-miR-15b-5p、hsa-miR-149-5p和hsa-miR-128-3p等16个hub miRNA.这些基因主要对肿瘤细胞的增殖、侵袭、化疗抗性、放疗抗性和耐药性起重要作用.结论 本研究筛选出的关键基因及调控关键基因的miRNA对ER阳性乳腺癌的耐药性、化疗抗性、放疗抗性及肿瘤细胞的增殖、侵袭有重要调控作用,对ER阳性乳腺癌临床治疗及预后起到重要参考作用.

目的:探讨与胃癌发生相关的PI3K/Akt/mTOR通路上新的与自噬相关基因单核苷酸多态性位点(SNPs),为寻找有价值的胃癌发生相关的分子标志物提供新的依据.方法:采用1:1配对病例-对照研究的方法.通过KEGG pathway网站和GeneOntology、Ensemble数据库及HaploView、STRING、Cytoscape软件联合SNP芯片筛选目标SNPs,采用基质辅助激光解吸电离飞行时间质谱(MALDI-TOF-MS)对筛检出来的SNPs位点在来自福建省仙游县的622例胃癌患者和622例健康人群基因组中进行验证.结果:SNP芯片及生物信息学分析筛选出IRS1 rs 10205233、PIK3CD rs3934934、PIK3R1 rs706711、PIK3R1 rs706714和AKT1rs35285446为候选位点.扩大样本验证发现IRS1 rsi0205233的多态性变异(C＞T)显著降低了胃癌的发病风险[共显性模型、显性模型的0R(95％C1)分别为0.761(0.595,0.975)、0.764(0.601,0.973)].进一步分层分析,该位点显性模型、隐形模型、共显性模型以及等位基因在贲门癌和非贲门癌人群中均未见统计学差异(P＞0.05).并未见其他位点与患胃癌风险的关联有统计学意义.对PIK3R1基因2个位点(rs706711、rs706714)的单体型分析也未见统计学差异.结论:IRS1 rs10205233位点与福建省胃癌高发区仙游县的胃癌发生存在关联,T等位基因可能是胃癌发生的一个遗传保护因素.

目的:应用生物信息学方法,分析食管鳞状细胞癌miRNA表达谱,筛选差异miRNA并预测其靶基因,分析其生物学功能.方法:下载GEO数据库食管鳞状细胞癌miRNA表达谱芯片数据GSE114110,应用GEO2R软件对数据进行处理分析,筛选差异表达miRNA;应用GEO数据库食管鳞状细胞癌miRNA表达谱芯片数据GSE97049、GSE59973、GSE55856、GSE43732对所筛选出的差异表达miRNA进行验证;应用miRNet预测其靶基因;采用DAVID进行生物功能富集分析;通过String、Cyto-scape构建靶基因的蛋白-蛋白互作网络并筛选Hub基因,进一步构建miRNA-Hub gene网络;利用star-Base在线分析工具分析Hub基因的表达情况.结果:分析GSE114110芯片数据共筛选出159个DE-miRNAs,在食管癌组织中表达上调的86个,下调的73个.预测上调幅度前三名和下调幅度前三名miRNA的靶基因1700个,它们参与癌症通路、黏着斑、p53信号通路等.在P P I网络中,靶基因连通度最高的前十名为Hub基因,如MAPK1等.通过构建miRNA-Hub gene网络,我们发现大部分Hub基因都可能被hsa-miR-196a-5p和hsa-miR-1调控.hsa-miR-1调控的7个靶基因CDC42、POLR2K、PIK3CA、POLR2I、HIST2H2AC、FN1、VEGFA的表达在ESCC组织中较正常组织明显上调,hsa-miR-1与靶基因之间存在着负相关关系.因此,显著上调的7个基因可能是下调hsa-miR-1的靶点.结论:通过生物信息学方法分析食管鳞癌组织和正常上皮组织的差异DE-miRNAs表达,最终筛选出2个差异显著的miRNA和7个关键的Hub基因为进一步研究食管鳞癌的分子标志物和分子机制提供指导.