图 1. 方法论和方法验证的概念概述。a) 通路活动评分用于训练一个高度预测性的 ML 模型,该模型可区分正常和疾病样本,在热图上分别标记为绿色和红色。b) 接下来,使用药物靶标信息并应用模拟给定药物在通路水平上效果的评分算法来修改疾病样本的通路评分。然后使用训练有素的 ML 分类器评估以前归类为“患病”的修改后的疾病样本现在是否可以归类为“正常”。c) 最后,我们使用现在被归类为正常的疾病样本比例作为代理来识别候选药物,提出联合疗法,并确定新的目标。d) 为了验证该方法,我们首先使用来自 KEGG 和 BRCA-、LIHC- 和 PRAD-TCGA 数据集的通路执行 ssGSEA 以获取样本通路活动得分。 e) 接下来,我们从 DrugBank 和 DrugCentral 获得已知的药物-靶标相互作用,从 Clinicaltrials.gov 和 FDA 批准的药物获得药物-疾病对(即 FDA 批准的药物和针对特定病症的临床试验药物),其中后两者被用作真实阳性(TP)列表。 f) 为了使用通路活性得分模拟上述 TCGA 数据集中患者的药物治疗(即图 1d),我们应用了图 1a-c 中描述的方法,根据治疗的疾病样本比例获得药物排名。最后,我们确定了按我们的方法排名的药物中对三个 TCGA 数据集为真阳性的比例,并将该比例与随机机会进行了比较。
方法:网络药理学和蛋白质 - 蛋白质相互作用网络可视化和富裕分析技术用于找到肥胖基因与其相互作用小的RNA和疾病之间的关联。disgenet,Genecards,TTD和OMIM数据库用于搜索与肥胖,糖尿病和乳腺癌相关的基因靶标,然后与UNIPROT数据库结合使用,用于基因去除和映射,肥胖和各种疾病的关键基因数据。使用Venny在线数据处理平台来获得肥胖和各种疾病之间的关联基因。相关基因是通过使用字符串在线分析平台构建目标蛋白质相互作用网络图和topoolosogogogogogopogogogogogogogogogogogogogogogogogogogogogogogogogogogogogogogogical构建基因,并通过Cytoscape软件进一步筛选了结果,以获得各种疾病与肥胖症之间具有牢固关联的核心目标基因。使用David在线数据库和微生物症的在线分析平台,通过GO和KEGG富含所获得的核心靶基因。结果:有460个肥胖胸癌交叉基因,607个肥胖糖果交叉基因,23个肥胖乳腺癌核心基因和24个肥胖糖核心核心基因。在此基础上,总共获得了与肥胖和乳腺癌有关的138个核心基因或miRNA。有144个与肥胖和糖尿病有关的核心基因或miRNA。本研究使用生物信息学方法来研究肥胖与糖尿病和乳腺癌的关系和潜在机制,然后为我们提供了一种新的观点,可以通过对miRNA的研究来了解与肥胖相关并发症的机制,并为我们提供了新的想法,以探索和改善治疗方法。
乳腺癌(BC)是发病率和病情高的女性中最常见的癌症。因此,生物标志物检测仍然需要新的研究。GSE1124和GSE182471数据集,以评估差异表达的圆形RNA(CIRCRNA)。使用乳腺癌国际联盟(代表)数据库的癌症基因组图集(TCGA)和分子分类学用于鉴定明显的失调的microRNA(miRNA)和基因,并考虑了对微阵列分类的预测分析(PAM50)的预测分析。使用癌症特异性的circrna,mirdb,mirtarbase和mirwalk数据库研究了cirna-miRNA-mRNA关系。使用基因和基因组(KEGG)途径数据库的基因本体论(GO)分析和京都百科全书使用基因分析(GO)分析和京都百科全书来注释CircrNA – MiRNA -MRNA调节网络。蛋白质 - 蛋白质相互作用网络是由字符串数据库构建的,并通过Cytoscape工具可视化。然后,根据PAM50亚组中的特定表达水平,使用某些选择标准对RAW miRNA数据和基因进行过滤。使用Cytohubba Cytoscape插件来获得一种瓶颈方法来获得高度相互作用的集线器基因。在我们的研究中,在miRNA和circrna轴内检测到的这些枢纽基因进行了无病生存和整体生存分析。我们确定了可能在卑诗省起重要作用的三个circrnas,三个miRNA和十八个候选靶基因。另外,已经确定这些分子在BC的分类中可以有用,尤其是在确定基础样乳腺癌(BLBC)亚型时。我们得出的结论是,在BC的BLBC亚组中,HSA_-CRIC_0000515/mir-486-5p/sdc1轴可能是诱因患者的重要生物标志物候选者。
瘤胃代表一个动态的微生物生态系统,在响应饮食变化时,发酵代谢产物和微生物浓度会随着时间而变化。微生物基因组知识和动态建模的整合可以增强我们对瘤胃生态系统功能的系统级别的理解。但是,缺乏动态模型与瘤胃微生物群数据之间的这种整合。这项工作的目的是将通过16S rRNA基因扩增子测序确定的瘤胃微生物群时间序列整合到动态建模框架中,以将微生物数据与发酵过程中挥发性脂肪酸(VFA)的动态联系起来。为此,我们使用状态观察者的理论来开发一个模型,该模型从与每个VFA的特定产生相关的微生物功能代理数据中估算VFA的动力学。我们使用cowpi确定了微生物的代理,以推断瘤胃微生物群的功能潜力,并将其功能模块推断从KEGG(基因和基因组的京都百科全书)中推断出功能模块。使用来自体外rusitec实验的数据以及四头母牛的体内实验来挑战该方法。通过均方根误差(CRMSE)的变化系数评估模型性能。在体外案例研究中,乙酸盐的平均CVRMSE为9.8%,丁酸酯为14%,丙酸酯为14.5%。在体内案例研究中,乙酸盐的平均CVRMSE为16.4%,丁基率为15.8%,丙酸苯甲酸盐为19.8%。乙酸盐的VFA摩尔级分的平均CVRMSE为3.1%,丁酸酯为3.8%,丙酸酯为8.9%。我们的结果表明,与Microbiota时间序列数据集成的状态观察者有希望地应用了用于预测瘤胃微生物代谢的情况。
摘要:背景:侵袭是胶质母细胞瘤(GBM)和重要预后因素的恶性肿瘤的重要特征。sempervirine(SPV)是一种Yohimbine型生物碱,已被证明可以抑制GBM细胞在先前的研究中抑制GBM细胞的增殖,并发现其抗侵入性具有潜在的作用,但其抗侵袭机制仍然未知。方法:在这项研究中探索其在抑制GBM细胞侵袭的药物动力学,我们将网络药理学和生物信息学结合在一起,以对SPV进行全面的探索性分析,并验证了体外机制。结果:首先,从公共数据库中收集了SPV和与入侵相关的基因的靶标。此外,还获得了GBM样品,以分析癌症基因组地图集(TCGA)的差异表达基因(DEG)。然后,通过三个基因组的交集获得了SPV抑制GBM侵袭(SIGI)的相关靶标。此外,GO和KEGG分析表明,Sigi的靶标在AKT信号通路中大量富集。随后,基于机器学习方法,使用TCGA和基因表达综合(GEO)的GBM样品构建了SIGI相关靶标的临床预后模型。成功构建了四生模型(DUSP6,BMP2,MMP2和MMP13),分子对接中MMP2和MMP13的VINA得分较高,这可能是Sigi的主要目标。然后,通过功能实验对侵袭,迁移和粘附测定的影响确认了SIGI的作用,并且涉及P-AKT,MMP2和MMP13表达的变化所效果。最后,与AKT激活剂(SC79)和抑制剂(MK2206)结合使用,我们进一步证实SPV通过AKT磷酸化抑制GBM侵袭。结论:这项研究为AKT磷酸化和SPV抑制GBM侵袭的调节提供了有价值的和期望的观点。
目的:Ginkgolide B(GB)具有抗炎,抗氧化剂和抗凋亡特性,抗淀粉样蛋白β(Aβ)引起的神经毒性(Aβ),但GB在阿尔茨海默氏症治疗中的潜在神经保护作用仍然难以捉摸。我们旨在通过GB预处理对β1-42诱导细胞损伤进行蛋白质组学分析,以发现GB的潜在药理机制。方法:串联质量标签(TMT)标记为液相色谱串联质谱法(LC-MS/MS)方法,用于分析β1-42诱导的小鼠神经母细胞瘤N2A细胞中的蛋白质表达,或者没有GB预处理。折叠变化> 1.5且来自两个独立实验的p <0.1的蛋白质被视为差异表达的蛋白质(DEPS)。进行基因和基因组(KEGG)富集分析的基因本体论(GO)和京都百科全书,以分析DEP的功能注释信息。使用Western blot和定量实时PCR在另外三个样品中验证了两个关键蛋白骨座蛋白(SPP1)和铁蛋白重链1(FTH1)。结果:我们在GB处理的N2A细胞中确定了总共61个DEP,包括42个上调和19个下调的蛋白质。生物信息学分析表明,DEPS主要通过下调SPP1蛋白和上调FTH1蛋白来调节细胞死亡和铁铁作用。结论:我们的发现表明,GB治疗对β1-42诱导的细胞损伤提供了神经保护作用,这可能与细胞死亡和铁毒性的调节有关。该研究为治疗阿尔茨海默氏病(AD)的GB潜在蛋白质靶标提供了新的见解。
目的:探索基于生物信息学的肥胖与疾病发生之间的关联。方法:主要目标是从相关疾病数据库(Genecards,TTD,Omim,Uniprot)中获得的,其中具有“肥胖”,“心血管疾病”,“心脏病”,“癌症”和“肝脏代谢障碍”的关键词。Based on the STRING database, the protein-protein interaction network of dis- ease and obesity cross-targets was constructed, the core targets were screened, and the DAVID data- base was used to analyze the gene ontology function (GO) and Kyoto Encyclopedia of Genes and Ge- nomes (KEGG) pathways, so as to predict the non-coding RNA and transcription factors acting on the core targets, and construct基因调节网络。结果:在肥胖和心血管疾病之间筛选了总共25个核心目标和58个相互作用的miRNA。有30个肥胖和心脏病的核心目标,有81个相互作用的miRNA。有25个肥胖和癌症的核心靶标,以及84个相互作用的miRNA。有30个肥胖和肝脏代谢疾病的核心靶标,还有73个相互作用的miRNA。肥胖和心血管疾病的核心靶标主要富含脂质,动脉粥样硬化,腺苷酸激活的蛋白激酶,信号传导途径等。肥胖和心脏病的核心靶标主要富含胆固醇代谢,脂质动脉粥样硬化和其他信号通路。肥胖和癌症的核心靶标主要在腺苷酸激活的蛋白激酶和磷脂酰肌醇3-激酶-akt信号通路中富含。肥胖和肝脏代谢性疾病的核心靶标主要富含非酒精性脂肪肝病和脂肪细胞因子信号通路。本研究为肥胖与疾病之间复杂关系的后续探索提供了一个新的方向和新思路。
背景:近年来,LncRNA作为竞争性内源性RNA(ceRNA)的一员,在肺癌耐药中发挥着重要作用。本研究旨在利用全面的ceRNA网络识别顺铂耐药肺癌细胞的潜在生物标志物。方法:GSE6410(GPL-201)分析了A549 NSCLC细胞中顺铂耐药基因表达变化。GSE43249(GPL-14613)包括源自顺铂耐药A549肺细胞的非编码RNA表达谱。在线分析工具GEO2R分析了差异表达的mRNA和miRNA(DEmRNA和DEmiRNA)。为了探索差异表达mRNA的功能富集意义,我们使用了GO(基因本体)和KEGG(京都基因和基因组百科全书)通路分析。通过 miRDB、Targetscan、Starbase 和 miRWalk 寻找靶向 miRNA,采用 Kaplan-Meier 曲线法对靶向 RNA 的临床生存率进行分析( P<0.05),Starbase 数据库预测了潜在的 lncRNA 介导的靶向 miRNA。最后利用 cytoscape3.7.2 构建了 lncRNA、miRNA、mRNA 的新型 ceRNA 网络。结果:118 个差异表达的 mRNA 构成了介导的 ceRNA 网络的基础。DAVID 和 Kaplan-Meier 筛选出凋亡调节因子 BAX,维恩图显示 8 个 miRNA 共同调控 BAX。Starbase 预测 lncRNA XIST 介导的 miRNA。最后,lncRNA XIST 可能是调节肺癌细胞顺铂耐药性的有用生物标志物,进一步探讨了 BAX 可能影响肿瘤浸润免疫细胞。结论:LncRNA XIST在BAX调控顺铂耐药过程中与miRNA 520竞争性结合,参与p53信号通路引起细胞凋亡。
摘要:脱落酸(ABA)参与调控抗旱性,而吡巴克汀抗性样(PYL)蛋白被称为脱落酸受体。为了阐明水稻中脱落酸受体之一的作用,通过 CRISPR / Cas9 在水稻中诱变 OsPYL9。基于位点特异性测序筛选出缺乏任何脱落酸靶标和 T-DNA 的纯合和杂合突变体植物,并用于形态生理学、分子和蛋白质组学分析。在胁迫条件下,突变株似乎积累了更高的脱落酸、抗氧化活性、叶绿素含量、叶片角质层蜡质和存活率,而丙二醛水平、气孔导度、蒸腾速率和维管束则较低。蛋白质组学分析发现总共有 324 种差异表达蛋白 (DEP),其中 184 种和 140 种分别上调和下调。OsPYL9 突变体在干旱和水分充足的田间条件下均表现出谷物产量增加。大多数与昼夜节律、干旱反应和活性氧有关的 DEP 在突变体植物中上调。京都基因和基因组百科全书 (KEGG) 分析显示 DEP 仅参与昼夜节律,基因本体论 (GO) 分析表明大多数 DEP 参与对非生物刺激的反应以及脱落酸激活的信号通路。蛋白质 GIGANTEA、Adagio 样和伪反应调节蛋白在蛋白质-蛋白质相互作用 (PPI) 网络中表现出更高的相互作用。因此,总体结果表明CRISPR / Cas9产生的OsPYL9突变体具有提高水稻抗旱性和产量的潜力。此外,全局蛋白质组分析为水稻抗旱的分子机制提供了新的潜在生物标记和理解。
抽象的脊髓损伤(SCI)是中枢神经系统的创伤性损伤。由于神经元在SCI后受损且难以再生,因此其修复仍然具有挑战性。然而,关于干细胞疗法的最新研究有利于SCI之后的使用。在这项研究中,基于建立小鼠SCI模型,人性衍生的子宫内膜干细胞(MENSC)被固定地注入,以探索MENSC在SCI中的作用和分子机制。MENSC,行为评估表明MENSC移植改善了功能恢复。因此,在7天后收集样品,并进行转录组测序。基因本体论(GO)富集分析表明,SCI与免疫系统过程密切相关。MENSC移植后,免疫反应显着激活。在基因和基因组分析的京都百科全书中,发现MENSC移植与TH1,TH2和TH17细胞分化途径密切相关。通过荧光免疫组织化学检测到不同组的神经元损伤和神经胶质细胞的增殖和激活,SCI后7天进行了蛋白质印迹。同时检测到不同类型的小胶质细胞的激活,并定量分析了促炎和抗炎因子的表达。本研究为研究MESC在SCI修复中的作用和分子机制提供了实验基础,并参考了SHH诱导的MENSC在SCI修复中的作用。结果表明,MENSC移植和声音刺猬(SHH)诱导的MESCS在受伤部位加速了神经元的恢复,抑制了神经胶质细胞的形成和受伤部位的小胶质细胞激活,抑制了炎症因子的表达,并改善了炎症性微观的条件,以提高功能性回收。
