XiaoMi-AI文件搜索系统
World File Search SystemGSEA
bootgsea：多...>
结果：通过将我们的方法应用于六个独立的癌症转录组学数据集，我们表明bootstrap GSEA可以帮助选择更健壮的富集基因集。此外，我们将方法应用于从脊柱肌肉萎缩（SMA）的小鼠模型获得的成对转录组学和蛋白质组学数据，这是一种与多系统参与相关的神经退行性和神经发育疾病。在两个OMIC级别获得了强大的排名后，将两个排名列表组合在一起以汇总转录组学和蛋白质组学结果的发现。此外，我们构建了新的R包装“ bootgsea”，它实现了所提出的方法并提供了发现的图形视图。基于自举的GSEA能够在示例数据集中识别当在引导程序分析期间设置组成更改时，这些基因或蛋白质集不那么健壮。
QGG：定量遗传分析的统计工具
ACC。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 2邻近。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 3 Gbayes。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div>ACC。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>2邻近。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>3 Gbayes。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div>3 Gbayes。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>4 Getg。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 8 Gfilter。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 9 Glma。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div>4 Getg。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>8 Gfilter。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 9 Glma。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div>8 Gfilter。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>9 Glma。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div>9 Glma。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>10 gmap。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>13 GPREP。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>16 Grmll。 div>。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。18 grm。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。21 GSCORE。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。21 GSCORE。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。23 GSEA。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 25 GSIM。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 27 GSOLVE。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。23 GSEA。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。25 GSIM。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。27 GSOLVE。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。29 LDSC。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 31岩浆。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 33 mtadj。 。29 LDSC。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。31岩浆。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。33 mtadj。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。34个流行音乐。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。36拉斯维加斯。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。38
o r i g i n a l r e s a r c h prmt1在肝细胞癌的进展中整合了免疫微环境和脂肪酸代谢反应
背景：蛋白精氨酸甲基转移酶（PRMT）家族成员在癌症过程中具有重要作用。然而，它在调节肝细胞癌（HCC）的癌症免疫疗法中的功能尚不完全了解。这项研究旨在研究PRMT1在HCC中的作用。方法：获得单细胞RNA测序（SCRNA-SEQ）和临床病理数据，并用于探索HCC中PRMT1的免疫微环境调节中的诊断和预后价值，细胞功能以及在HCC中的PRMT1调节中的作用。使用基因和基因组（KEGG）和基因本体论（GO）以及基因集富集分析（GSEA）（GSEA）的基因和基因组（KEGG）和基因组学百科全书（GSEA）探索了PRMT1的功能。计时器和Cibersort用于分析PRMT1表达与免疫细胞浸润之间的关系。字符串数据库用于构建蛋白质 - 蛋白质相互作用（PPI）网络。结果：PRMT1在HCC中异常表达，高表达与HCC患者的肿瘤进展相关，总生存期（OS）和无病生存期（DFS）。PRMT1也与免疫细胞浸润有关。此外，它是在免疫细胞中特异性表达的，包括耗尽的CD8 T细胞，B细胞和单宏/宏观细胞。在HCC患者的高PRMT1表达组中，免疫检查点的表达显着增加。在PRMT1敲低HCC细胞中被抑制。此外，与PRMT1共表达的基因参与了脂肪酸代谢过程，并富含脂肪和药物诱导的肝病。结论：综上所述，这些结果表明PRMT1可能通过HCC中的免疫微环境调节和脂肪酸代谢发挥其致癌作用。我们的发现将为进一步的研究提供基础，并表明对肝癌的潜在临床治疗靶点。关键词：蛋白精氨酸甲基转移酶，PRMT1，预后，肿瘤浸润，脂肪酸代谢
系统阐明和药理学靶向...
GBM PRAD 4.70E-07 PRAD GBM 1.30E-11 GBM KIRC 7.20E-07 KIRC GBM 6.90E-11 GBM BLCA 2.10E-05 BLCA GBM 1.10E-06 PRAD KIRC 3.40E-11 KIRC PRAD 2.20E-04 PRAD BLCA 8.10E-08 BLCA PRAD 2.30E-07 KIRC BLCA 2.10E-05 BLCA KIRC 1.30E-08 表 1：不同肿瘤环境中 TI 与 P-Treg MR 蛋白的 GSEA，Bonferroni 校正。
相关免疫细胞浸润的生物信息学分析...
方法：用于对ONFH患者和健康对照组中的mRNA表达训练进行仔细检查，其数据整合来自GEO数据库。de mRNA。通过基因和基因组（KEGG）途径富集分析，基因本体论（GO）功能分析以及基因集富集分析（GSEA）的基因和基因组（KEGG）途径富集分析，基因和基因组百科全书（GSEA）探索了DE mRNA的生物学功能。此外，支持向量机 - 递归特征消除（SVM-RFE）和最低绝对收缩和选择操作员（Lasso）（Lasso）被用来辨别与该疾病相关的诊断生物标志物。接收器操作特征（ROC）分析用于评估特征基因的统计性能。使用QRT-PCR在从ONFH患者和健康对照组中获得的骨组织中进行关键基因的验证。成骨分化，以验证关键基因与成骨分化之间的相关性。最后，执行免疫细胞进行锻炼分析以评估ONFH中的免疫细胞失调，同时探索免疫细胞内效率与关键基因之间的相关性。
jak2损失是由肿瘤传播空间引起的...
背景：肿瘤通过空气空间（Stas）扩散是最近发现的肺腺癌（LUAD）的危险因素。这项研究的目的是研究与Stas相关的特定遗传改变和抗癌免疫反应。通过使用机器学习算法和肺癌细胞系中的药物筛查，我们分析了Janus激酶2（JAK2）对LUAD患者和可能的候选药物的生存的影响。方法：这项研究包括566名与临床病理和遗传数据相对应的LUAD患者。用于分析LUAD，我们将基因集富集分析（GSEA），硅细胞仪，途径网络分析，体外药物筛查和梯度增强机（GBM）分析应用。结果：Stas患者的生存时间比没有Stas的患者短（P <0.001）。我们检测到使用GSEA与Stas相关的JAK2的基因设定相关的下调。低JAK2表达与预后不良和CD8+ T细胞分数低有关。在GBM中，JAK2在将其添加到其他参数（T期，N级，淋巴血管侵袭，胸膜侵袭，肿瘤大小）中时显示出改善的生存预测性能。药物
在线访问http://www.tjpr.org http://dx.doi.org/10.4314/tjpr.v23i12.19原始研究文章治疗和临床生物学意义
目的：研究CREB3L4表达在原发性前列腺癌（PCA）中的治疗，临床病理学和生物学相关性，并确定PCA中CREB3L4表达放松管制的机制。方法：CREB3L4表达在两个同类群体中的治疗，临床病理学和生物学意义，以及使用TCGA数据对CREB3L4表达进行放松的机制，该机制使用TCGA数据确定了使用综合计算的临床基因组和DEUTSCHES KREBS KREBS KREBS KRES KRES KRES KRES KRES KRES KRES KRES KRES kRE的综合计算分析来确定的CREB3L4表达（DFKZ）。结果：基因集富集分析（GSEA）显示了基因组的富集，这些基因集预测了对CREB3L4表达较低的PCA亚群中对一系列认可的抑制剂的生物学反应，分别在p <0.05和p <0.25的标称和错误发现率下。此外，TCGA PCA队列中的CREB3L4表达较低，在雄激素剥夺治疗后显示出较差的结果。此外，GSEA表明细胞增殖，上皮 - 间质转变，血管生成，炎症反应和凋亡基因集富含CREB3L4表达较低的PCA子集。低CREB3L4表达与PCA的不良临床病理特征有关，以调整后的P <0.05。CREB3L4的甲基化，microRNA表达和拷贝数数据的多元回归分析鉴定了甲基化基因座和miRNA表达，这些表达独立地预测了CREB3L4在PCA中的表达。结论：这项研究证明了CREB3L4在原代PCA中的潜在治疗相关性和临床生物学意义。关键词：前列腺癌，CREB3L4表达，基因集富集分析，药物签名数据库（DSIGDB），肿瘤生物学
PRC1在肺腺癌中起重要作用，并可能由Fostamatinib
摘要。- 目的：肺腺癌（LUAD）是世界上最常见的罐头之一。细胞因子1（PRC1）的蛋白质调节剂在包括luad在内的几种癌症的肿瘤发生和发育中起作用。本研究的目的是评估LUAD中PRC1的特征，以便找到针对PRC1的潜在药物。材料和方法：我们使用COX分析了来自癌症基因组图集（TCGA）门户的RNA测序数据的LUAD患者的PRC1的预后价值。评估了PRC1和LUAD前的联系，吸烟突变计数，动力型和缺氧评分之间的联系。分析了LUAD中PRC1与肿瘤侵入肿瘤的免疫细胞之间的关系，并使用基因集富集分析（GSEA）研究与PRC1相关的生物学过程和信号途径。使用药物银行数据库和分子对接鉴定靶向PRC1的潜在药物。结果：LUAD中的PRC1表达显着增加。prc1可能是预测luad总体表现的预后生物标志物。PRC1表达也与癌症阶段和患者的吸烟史有关。PRC1与突变计数，非整倍性和缺氧得分呈正相关。它也与肿瘤浸润的免疫细胞，尤其是活化的肥大细胞有关。GSEA表明PRC1可能与细胞周期，细胞因子和p53信号通路相关。此外，发现fostamatinib是一种针对PRC1的药物。结论：PRC1可能对LUAD患者具有预后价值，并且相关 -
香港通往绿色流动性的道路 - 研究收集
人体组织工程矩阵（HTEMS）已被提议作为原位式心脏瓣膜（TEHVS）的有前途的方法。然而，人们对HTEM中的ECM组成如何在组织培养时间中发展仍然存在有限的理解。因此，我们使用（IM-MUNO）组织学，生化测定和质谱法（LC-MS/MS）进行了培养时间（2、4、6周）的纵向HTEM评估。 2）使用基因集富集分析（GSEA）分析参与ECM开发的蛋白质途径； 3）使用单轴拉伸测试评估HTEM机械表征。最后，作为概念验证，使用6周HTEM样品进行了TEHV制造，在脉冲重复器中测试。LC-MS/MS证实了在组织学和生化测定中观察到的ECM蛋白的组织培养时间依赖性增加，揭示了最丰富的胶原蛋白（Col6，Col12），蛋白聚糖（HSPG2，VCAN，VCAN）和糖蛋白（FN，TNC）。gsea在2周（mRNA代谢过程），4周（ECM生产）和6周（ECM组织和成熟度）的HTEM中鉴定出最大代表的蛋白质途径。单轴机械测试显示出在失败时的刚度和应力增加，以及组织培养时间的应变减少。htem的TEHV在肺部和主动脉压力条件下表现出有希望的体外性能，具有对称的LEA频率和无狭窄。总之，在组织培养时间内ECM蛋白丰度和成熟度增加，随之而来的是HTEM机械性征象。这些发现表明，较长的组织培养会影响组织组织，导致可能适合高压应用的HTEM。