XiaoMi-AI文件搜索系统
World File Search SystemCCNA2
组蛋白去甲基化酶 KDM4B 通过 CDK6 和 CCNA2 在横纹肌肉瘤中的作用：KDM4A 的补偿作用以及针对 KDM4B 和 KDM4A 的凋亡反应
简单总结：横纹肌肉瘤 (RMS) 是儿童年龄段中常见的软组织肉瘤。目前标准的多模式治疗可能导致所有亚型的严重终生副作用，并且高风险 RMS 患者的预后不佳。迫切需要为这些儿童找到新的、更有针对性的治疗方法。研究表明，多种组蛋白去甲基化酶的高表达支持 RMS 细胞的增殖，在这里我们将注意力集中在 KDM4B 上，它已成为最近药物发现工作的焦点。我们表明 KDM4B 在 RMS 细胞中调节细胞周期基因，并证明 KDM4B 的长期沉默在功能上由另一个 KDM4 家族成员 KDM4A 补偿。KDM4A 和 KDM4B 的预先减少会杀死 RMS 细胞，表明针对两个组蛋白去甲基化酶家族成员的治疗方法是可取的，可以避免功能冗余。
医学®
摘要 为探讨COVID-19与白塞氏病（BD）关系的潜在作用，寻找相关的生物标志物。采用生物信息学方法下载COVID-19患者外周血单核细胞（PBMCs）和BD患者PBMCs的转录组数据，筛选COVID-19与BD之间的共同差异基因，进行基因本体（GO）和通路分析，构建蛋白质-蛋白质相互作用（PPI）网络，筛选枢纽基因并进行共表达分析。此外，还构建了基因-转录因子（TFs）-miRNA网络、基因-疾病网络和基因-药物网络，以深入了解两种疾病之间的相互作用。我们使用了GEO数据库（GSE152418、GSE198533）中的RNA测序数据集。通过交叉分析获得461个上调的共同差异基因和509个下调的共同差异基因，绘制PPI网络，并利用Cytohubba筛选出关联最强的15个基因作为枢纽基因（ACTB、BRCA1、RHOA、CCNB1、ASPM、CCNA2、TOP2A、PCNA、AURKA、KIF20A、MAD2L1、MCM4、BUB1、RFC4、CENPE）。筛选出具有统计学意义的枢纽基因，发现ACTB在BD和COVID-19中均处于低表达状态，ASPM、CCNA2、CCNB1、CENPE在BD中处于低表达状态，而在COVID-19中处于高表达状态。随后进行GO分析和通路分析，获得共同的通路和生物反应过程，提示BD与COVID-19之间存在共同的关联。基因-TFs-miRNA网络、基因-疾病网络和基因-药物网络也在两种疾病的相互作用中发挥重要作用。COVID-19和BD之间存在相互作用。ACTB、ASPM、CCNA2、CCNB1和CENPE是两种疾病的潜在生物标志物。
网络药理学和生物信息学探索Fuzheng Xiaoliu颗粒的分子机制用于治疗肝素
背景和目的：肝细胞癌（HCC）是世界上十大最常见的恶性肿瘤之一，它是世界上一个主要问题。中医（TCM）在预防和治疗HCC方面具有许多优势，但其复杂的作用机理很难澄清，这限制了其研发。生物信息技术的持续发展为TCM研究提供了新的方法和机会。这项研究使用现代网络药理学和生物信息学方法来探索中草药化合物Fuzheng fuzheng fuzheng小颗粒（FZXLG）的可能分子机制，以治疗HCC，为其临床应用和基本研究提供理论基础，以促进TCM的现代化，以促进其世界化的应用。方法：通过TCMSP，BATMAN-TCM和其他数据库收集FZXLG的活性成分。通过PubChem和Swisstarget Prediction预测FZXLG的目标；通过Genecards，OMIM和其他疾病数据库获得了与HCC疾病相关的靶标，并筛选了FZXLG的潜在基因靶标。构建了用于治疗HCC的FZXLG的“处方-tcms-ingredients-targets-targets-targets-targets-targets-targets-targets-targets-targets-targets-targets-targets-targets-targets-targets-targets-targets-targets-targets-targets-targets-targets-targets-targets-targets-targets-targets-targets-targets-targets-targets-targets-targets”。分析了TCGA数据库中HCC肿瘤和非肿瘤邻近组织的差异表达基因（DEG），以获得HCC的预后基因。然后，筛选了影响HCC预后的FZXLG基因，并进一步筛选核心靶基因。研究了HCC患者的核心基因表达与预后，免疫细胞浸润和免疫组织化学变化之间的相关性。基因和基因组的百科全书（KEGG）富集分析和基因本体学富集分析，对影响HCC预后的FZXLG基因进行了使用David Database进行了。AutoDockTools软件随后用于分子对接验证。结果：用于HCC治疗的FZXLG的十种核心有效成分包括多种类黄酮成分，例如槲皮素，Luteolin和formononetin。11影响HCC预后的FZXLG的核心靶标被筛选，其中雌激素受体1（ESR1）和催化酶（CAT）是有利的预后因素，而EGF，MMP9，CCNA2，CCNB1，CCNB1，CDK1，CDK1，CHEK1，CHEK1，CHEK1和E2F1是不良的预测因素。MMP9和EGF与六个TIIC子集正相关。CAT，PLG，AR，MMP9，CCNA2，CCNB1，CDK1和E2F1的不同表达水平与正常肝癌和肝癌的免疫组织化学染色变化相关。KEGG途径富集分析产生了33个途径，包括细胞周期，p53，乙型肝炎和其他信号通路。分子对接证实了主要核心成分与保护性预后核心靶标ESR1和CAT具有良好的结合。结论：FZXLG可以通过多种成分，多个靶标和多种途径来治疗HCC，从而影响HCC的预后，免疫微环境和免疫组织化学变化。
识别用于治疗 OSCC 的潜在治疗靶点及其配体
癌症生物学领域的最新进展揭示了与致癌作用和化疗暴露相关的分子变化。现有信息正被充分利用来开发针对与癌细胞生长、存活和化学耐药性有关的特定分子的疗法。靶向疗法已显著提高许多癌症的总生存期 (OS)。因此，开发针对口腔鳞状细胞癌 (OSCC) 的此类靶向疗法预计将具有重大的临床意义。在当前的工作中，我们利用基因表达、Cox 比例风险回归和机器学习在 OSCC 中确定了与药物特异性敏感性相关的预后生物标志物 (BOP1、CCNA2、CKS2、PLAU 和 SERPINE1)。这些标志物的失调与许多癌症的总生存期显著相关。它们的表达升高与各种癌症中的细胞增殖和侵袭性恶性肿瘤有关。从机制上讲，抑制这些生物标志物应能显著减少 OSCC 中的细胞增殖和转移，并应能带来更好的 OS。值得注意的是，迄今为止尚未发现针对这些生物标志物的有效小分子候选药物。因此，我们采用了一种综合的计算机药物设计策略，结合同源性建模、广泛的分子动力学 (MD) 模拟和集合分子对接，来识别针对已识别靶标的潜在化合物，并已识别出潜在分子。我们希望这项研究将有助于揭示在化学耐药性中发挥作用并对 OS 产生重大影响的潜在基因。它还将导致识别针对 OSCC 的新靶向疗法。
计算模型用于识别针对以糖酵解增强为特征的转移性去势抵抗性前列腺癌的药物
摘要：由于缺乏有效的治疗方法，转移性去势抵抗性前列腺癌 (mCRPC) 仍然是一种致命疾病。癌症代谢向糖酵解升高方向重编程是 mCRPC 的标志。我们的目标是确定与高糖酵解特别相关的治疗方法。在这里，我们建立了一个计算框架，以在肿瘤微环境下识别具有增强糖酵解活性的 mCRPC 的新药物，然后进行体外验证。首先，使用我们已建立的计算工具 OncoPredict，我们估算了来自两个大型临床患者队列的每个 mCRPC 肿瘤中大约 1900 种药物对药物反应的可能性。我们选择了预测敏感性与糖酵解评分高度相关的药物。总共确定了 77 种预测在高糖酵解 mCRPC 肿瘤中更敏感的药物。这些药物代表了不同的作用机制。基于在泛癌细胞系中与糖酵解/OXPHOS 相关的最高测量药物反应，我们选择了三种候选药物伊维菌素、CNF2024 和 P276-00 进行后续体外验证。通过降低培养基中的输入葡萄糖水平以模拟 mCRPC 肿瘤微环境，我们在 PC3 细胞中诱导了高糖酵解条件，并验证了在此条件下这三种药物预计的更高敏感性（所有药物的 p < 0.0001）。对于生物标志物的发现，预测伊维菌素和 P276-00 对具有低雄激素受体活性和高糖酵解活性（AR（低）Gly（高））的 mCRPC 肿瘤更敏感。此外，我们整合了蛋白质-蛋白质相互作用网络和拓扑方法来识别这些候选药物的生物标志物。通过多个独立的生物标志物提名管道，EEF1B2 和 CCNA2 分别被确定为伊维菌素和 CNF2024 的关键生物标志物。总之，这项研究通过精准靶向高糖酵解的 mCRPC，提供了超越传统雄激素剥夺疗法的新型有效治疗方法。