XiaoMi-AI文件搜索系统
World File Search SystemKEGG
与疾病发展相关的乳腺癌生物标志物；一项基于计算机的研究
简介：乳腺癌 (BC) 是全球女性死亡的主要原因之一。通过与疾病发展相关的差异表达识别基因有助于我们更好地了解 BC 的分子机制。目的：我们的研究使用计算机模拟分析来识别可能引发 BC 发展的中心基因。材料和方法：在这项横断面计算机模拟研究中，我们在基因表达综合 (GEO) 数据库中确定了 GSE38959 和 GSE45827 为差异表达基因 (DEG)，调整后的 P < 0.05。在这两组中，在病例和正常 BC 样本中表达的 DEG 中均观察到 logFC ≥ 2 和 logFC ≤ -2。然后进行比较，使用 GEO2R 工具检测两个常见的 DEG 数据集。使用京都基因和基因组百科全书 (KEGG) 和基因本体数据库阐明途径。然后使用 Cytoscape 和 Gephi 分析蛋白质-蛋白质相互作用 (PPI)。最后进行 GEPIA 分析以验证目标基因。结果：使用 GEO，鉴定出 322 个常见 DEG 和 65 个中心基因作为 PPI。基于基因本体 (GO) 和 KEGG 通路分析，DEG 在与细胞分裂、染色体、着丝粒区域、微管结合和细胞周期相关的功能方面富集。通过 GEPIA 分析比较正常与肿瘤样本时，CDK1、CCNB1、TOP2A、CXCL12、IGF1 和 KIT 6 个基因的表达具有统计学意义。结论：本研究引入了六个高表达基因（CDK1、CCNB1、TOP2A、CXCL12、IGF1 和 KIT），可作为 BC 发展 (所有基因 P <0.05) 的生物标志物。需要进一步进行全面的体内实验研究来描述它们在 BC 中的作用。
双膦酸盐的免疫相关表达谱——...
目的：研究双膦酸盐相关颌骨坏死（BRONJ）的免疫细胞和基因组图谱，挖掘潜在的小分子药物。方法与材料：从基因表达数据库（GEO）下载患有BRONJ的多发性骨髓瘤（MM）患者的基因组图谱。通过估计RNA转录本的相对亚群，通过细胞类型识别预测患者体内22种免疫细胞亚群的浸润。此外，识别BRONJ的差异表达免疫相关基因（DEMG），然后进行基因本体论和京都基因和基因组百科全书（KEGG）富集分析以进行功能注释。然后，基于DEGs通过连接图（CMAP）预测用于治疗BRONJ的潜在药物。结果：BRONJ患者中天然CD4+T细胞和M0巨噬细胞比例较高，静息肥大细胞、NK细胞和嗜酸性粒细胞比例下调（P < 0.05）。静息树突状细胞和γδT细胞呈正相关（r=0.93）。另外，从BRONJ表达谱的336个DEG中筛选出36个DEMG。GO富集分析显示，DEMG与肽基酪氨酸修饰、髓系白细胞迁移、白细胞趋化和趋化因子产生调控最相关（P<0.05）。KEGG分析显示DEMG主要与细胞因子-细胞因子受体相互作用、IL-17信号通路和NF-κB信号通路有关（P<0.05）。此外，在伴有ONJ的MM患者中筛选出12种小分子药物。结论：BRONJ中免疫细胞类型和免疫相关转录组不同组成的发现有助于解释MRONJ的发生、发展，为BRONJ的治疗提供了新的靶点。
研究论文评估多胺代谢产物在血液中的作用以及结核分枝杆菌的DNA甲基化对多药物的患者
背景：结核病（TB）是中国第二大传染病杀手，耐药性结核病患者的患病率不断增加，使治疗工作变得复杂并增加了相关成本。对耐药结核病的机制和特征的研究有助于发现新药物靶标和新的抗结核药物的发展。方法：在这项研究中，使用高性能液相色谱（HPLC）来检测多胺代谢产物的含量，而蛋白质印迹，qPCR和ELISA被用来检测与多胺代谢相关酶的表达。牛津纳米孔技术（ONT）测序被应用于耐多药结核分枝杆菌（MTB）中的剖面DNA甲基化。基因本体论（GO）分析和基因和基因组（KEGG）途径富集分析的京都百科全书在筛选的差异性高甲基化基因上进行。此外，使用字符串和细胞尺度软件用于构建蛋白质 - 蛋白质相互作用（PPI）网络以识别关键基因。结果：结果表明，在结核病患者的外周血中，精子（SPD）和多胺代谢相关酶的升高升高。此外，多胺和代谢相关的酶的产生在多药耐药性结核病（MDR-TB）患者的外周血中增加。GO和KEGG分析表明，差异甲基化基因主要富含精氨酸代谢。PPI网络分析确定了最高程度的前五位关键基因：MoAx，vapc49，vapb49，higha3和nuoc。结论：MDR-TB患者的外周血中多胺代谢产物增加。多种耐药的MTB中差异性高甲基化基因参与精氨酸生物合成过程，差异甲基化基因可能在MTB的多药耐药性中起重要的生物学作用。
桉叶油素的分子机理分析……
目的：探讨桉叶油精柠檬蒎烯肠溶胶囊（QIENUO）治疗肺囊性纤维化（CPF）的作用机制，分析QIENUO与CPF的共同靶点，验证核心蛋白与小分子的分子对接。方法：从PubChem、SwissTargetprediction、GeneCards、PharmMapper、TCMSP数据库中获取主要活性化合物及其对应靶点，从GeneCards、OMIM、DisGeNET、TTD数据库中筛选与CPF相关的靶点。通过维生信网站利用基因本体论（GO）和京都基因与基因组百科全书（KEGG）对“QIENUO-CPF”共同靶点进行分析，利用Cytoscape构建蛋白质-蛋白质相互作用（PPI）网络和化合物-靶点-通路网络，并系统分析网络参数。采用分子对接方法评估并验证核心蛋白与单体成分之间的相互作用。结果：筛选出228个活性化合物靶点和1354个CPF相关靶点，对92个共同靶点进行GO和KEGG分析。结果显示，切诺对CPF的治疗作用主要通过AMPK信号通路、cGMP-PKG信号通路和TGF-β信号通路实现。分子对接结果显示，15对配体-受体对中，有9对的结合能低于-6kjmol-1。结论：切诺作为治疗肺囊性纤维化的药物具有巨大的潜力，研究和论证了切诺治疗CPF的具体分子机制和有效活性成分，为切诺更好的临床应用提供理论基础。关键词：网络药理学；分子对接；肺囊性纤维化；桉叶油素、柠檬烯、蒎烯肠溶胶囊
一种新型的线粒体相关LNCRNA签名，用于预测胃腺癌的预后
基于癌症基因组图集（TCGA）的Stad转录组数据和临床谱，我们通过共表达和差分分析确定了与线粒体相关的LNCRNA。与COX回归合作的最低绝对收缩和选择操作员（LASSO）算法被用来构建风险signatus，然后将患者分为高风险和低风险基团。通过就使用Kaplan-Meier生存分析，接收器操作特征（ROC）曲线分析，独立的预后分析来评估签名的预后性能。此外，使用KEGG，GO和GSEA分析来阐明与风险特征相关的生物学功能。最后，还研究了与该特征有关的肿瘤微环境，药物敏感性和肿瘤突变负担（TMB）。
metagenomickg：元基因组应用的知识图
动机：微生物群落中的庞大的体积和种类的基因组含量使宏基因组学成为丰富的生物医学知识的领域。为了穿越这些复杂的社区及其众多的未知数，宏基因组学通常取决于不同的参考数据库，例如基因组分类数据库（GTDB），基因和基因组（KEGG）的京都百科全书（KEGG）以及细菌和病毒生物影响中心（BV-BRC），以便各种分析。这些数据库对于微生物群落的遗传和功能注释至关重要。尽管如此，这些数据库的命名法或标识符不一致提出了有效整合，表示和利用的挑战。知识图（kgs）通过将生物学实体及其相互关系组织到凝聚力网络中提供了适当的解决方案。图形结构不仅促进了隐藏模式的揭幕，而且还通过更深入的见解丰富了我们的生物学理解。尽管KG在各种生物医学领域都表现出了潜力，但它们在宏基因组学中的应用仍未得到充实。结果：我们介绍了元素元，这是一个专门针对宏基因组分析的新知识图。metagenomickg从广泛使用的数据库中整合了与广泛使用的数据库的分类学，功能和发病机理相关的信息，并将这些信息与已建立的生物医学知识图联系起来，以扩大生物学联系。通过几种用例，我们证明了它在微生物和疾病之间的关系，生成特定于样品的图形嵌入并提供可靠的病原体预测方面的假设产生的实用性。可用性和实现：构建Metagenomickg和复制所有分析的源代码和技术详细信息，请访问github：https：//github.com/koslickilab/metagenomickg。我们还托管了一个neo4j实例：http：//mkg.cse.psu.edu：7474用于访问和查询此图。联系人：dmk333@psu.edu补充信息：在线生物信息学上获得。
槲皮素抗膝骨关节炎的潜在靶点及分子机制
摘要 目的基于网络药理学和分子对接，阐明槲皮素抗膝骨关节炎（KOA）的潜在作用机制。方法 通过PubChem和Swiss Target Prediction数据库预测槲皮素的靶点，通过DisGeNET、OMIM和GeneCards数据库获取KOA的靶点，然后将槲皮素与KOA的靶点进行交集，寻找槲皮素抗KOA的潜在靶点。通过STRING数据库构建蛋白质-蛋白质相互作用网络，筛选核心靶点。利用DAVID数据库进行基因本体（GO）功能富集分析和京都基因和基因组百科全书（KEGG）通路富集分析。用Cytoscape软件构建药物-靶点-通路-疾病网络，并用Vina进行分子对接验证。结果槲皮素抗KOA潜在靶点49个，其中核心靶点10个。GO功能富集分析显示槲皮素抗KOA的生物学过程主要涉及对细胞凋亡过程、胶原分解过程、细胞外基质解体等的负调控。KEGG通路富集分析显示槲皮素抗KOA与PI3K-Akt信号通路、Rap-1信号通路、FoxO信号通路、Ras信号通路、TNF信号通路、ErbB信号通路密切相关。分子对接结果显示配体与受体之间的结合能小于5kcal•mol-1。结论槲皮素抗KOA的分子机制涉及多个靶点和通路，能够调控软骨细胞的增殖与凋亡、细胞外基质的降解以及炎症反应。槲皮素可以稳定地与核心靶蛋白的活性口袋结合，从而发挥对抗KOA的功效。
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
组蛋白乙酰化相关基因标记对胃腺癌预后和免疫治疗效果的预测及体外验证
建立了由8个组蛋白乙酰化相关基因组成的STAD预后模型，根据中位风险评分将STAD患者分为高危组和低危组，高危组的预后较低危组差。两组在体细胞突变、免疫亚型、临床病理特征、肿瘤微环境、免疫细胞浸润和免疫活性、免疫治疗预测和药物敏感性等方面存在明显差异。基因本体论（GO）和京都基因与基因组百科全书（KEGG）分析结果表明，两组中的差异表达基因（DEG）参与了与癌症相关的过程和途径。细胞分析表明，DCLK1是胃癌的促癌因子，可促进胃癌细胞对奥沙利铂产生耐药性。