背景 . 液泡蛋白分选16 (VPS16) 过表达近来被认为与癌症生长和耐药性有关;然而,关于 VPS16 是否在肝细胞癌 (LIHC) 中起重要作用知之甚少。方法 . 使用TIMER2在线数据库分析VPS16在泛癌中的表达,并使用Xena Browser探讨VPS16表达水平与生存时间之间的相关性。使用R语言测试TCGA数据库中374例LIHC病例的生存数据。使用DESeq2进行差异表达基因 (DEG) 分析。使用HPA数据库验证VPS16在LIHC中的表达水平。使用clusterProfiler包通过GO/KEGG富集分析分析功能和相关信号通路。利用药物敏感性分析和分子对接技术筛选出最敏感的针对VPS16分子的药物。结果 .全癌分析显示VPS16在多种肿瘤中均有高表达,尤其在LIHC中。随着LIHC的T分期和分级的增加,VPS16的表达水平也增加。VPS16的表达与LIHC患者总生存期呈负相关。分期可作为独立的预后因素。共发现63种敏感药物,其中19种药物与VPS16显示出较强的分子结合能。结论。VPS16可能是LIHC诊断和预后的潜在生物标志物。未来以VPS16为靶点的药物可能应用于LIHC的治疗。
耐链霉素(SM)的结核分枝杆菌( M . tuberculosis )是结核病(TB)治疗中关注的焦点,但其具体的耐药机制尚不清楚。本研究主要通过多基因组学的联合分析,对链霉素耐药相关基因进行初步筛选。通过全基因组甲基化、转录组和蛋白质组分析,阐明结核分枝杆菌H37Rv中特定基因与链霉素耐药性的关联。甲基化分析显示,SM耐药组与正常组之间有188个基因存在差异甲基化,其中89个基因为高甲基化,99个基因为低甲基化。功能分析显示,这188个差异甲基化基因富集在74条通路中,多数富集在代谢途径中。转录组分析显示耐药组与正常组之间有516个差异表达基因,其中显著上调和下调的基因分别有263和253个。KEGG分析表明这516个基因富集在79条通路上,大多数基因富集在组氨酸代谢途径,甲基化水平与mRNA丰度呈负相关。蛋白质组分析发现56个差异表达蛋白,其中14个上调,42个下调。此外,通过综合分析获得了3个枢纽基因(coaE、fadE5和mprA)。本研究结果提示,整合的DNA甲基化、转录组和蛋白质组分析可为SM耐药结核分枝杆菌H37Rv的表观遗传学研究提供重要资源。
抗精神病药物治疗的患者中,神经阻滞剂恶性综合征 (NMS) 是一种罕见但严重且有时致命的并发症,其潜在机制仍不清楚。精神病的药物治疗很复杂,通常涉及两种或两种以上药物的组合,包括抗精神病药物以外的药物。在本研究中,我们使用日本药物不良事件报告 (JADER) 数据库广泛调查与 NMS 相关的药物及其相关途径,以及 NMS 中的药物间相互作用 (DDI)。所有分析均使用 2004 年 4 月至 2022 年 5 月 JADER 数据库中的数据进行。使用报告比值比 (ROR) 和比例报告比 (PRR) 评估单一药物信号,并使用京都基因和基因组百科全书 (KEGG) 研究药物途径。使用 Ω 收缩测量和卡方统计模型评估 DDI。 JADER 数据库中与 20 例或更多 NMS 病例相关的所有药物都显示出 NMS 信号,包括非抗精神病药物。与药物相关的通路包括与抗精神病药物相关的多巴胺能或血清素能突触。已确认几种显示单一药物信号的药物组合会导致 NMS 的 DDI。这项研究证实了各种药物(包括非精神病药物)与 NMS 的显著关联,并表明与这些药物相关的各种通路可能参与 NMS 的进展。此外,发现这些药物的几种组合会相互作用(DDI),从而增加 NMS 的风险,这表明在使用这些药物时应采取适当的谨慎措施。
将结核病 (TB) 基因组变异转化为临床应用的一个主要挑战是整合与疾病相关的变异,并通过基因组驱动的药物再利用概念促进药物发现。在这里,我们利用两个已建立的基因组数据库,即全基因组关联研究 (GWAS) 和全表型关联研究 (PheWAS) 来识别与结核病相关的基因组变异,并进一步将其用于药物靶向基因。我们评估了 3.425 个与结核病相关的基因组变异,这些变异与 200 个结核病相关基因重叠。为了确定生物结核病风险基因的优先级,我们设计了一个计算机模拟流程,并利用基于六个功能注释(错义突变、顺式 -eQTL、生物过程、细胞成分、分子功能和 KEGG 分子通路分析)的成熟生物信息学方法。有趣的是,基于我们应用的六个功能注释,我们发现 14 个生物结核病风险基因与生物结核病风险基因的失调密切相关。因此,我们证明了 12 个药物靶基因与 40 种用于其他适应症的药物重叠,并进一步表明这些药物可能被重新用于治疗结核病。我们强调 CD44、CCR5、CXCR4 和 C3 是极有前途的拟议结核病靶点,因为它们与 SELP 和 HLA-B 相关,而 SELP 和 HLA-B 是功能注释上系统评分较高的生物结核病风险基因。总之,当前的研究揭示了与结核病发病机制有关的基因组变异作为生物结核病风险基因,并提供了结核病基因组学可能有助于药物发现的经验证据。
摘要。检测早期肺癌的筛查过程对患者的生存有害。幸运的是,有一些自然化合物已被认为具有抗癌特性,作为肺癌促进子的蛋白质结合抑制剂的起作用:EGF和EGFR。该研究旨在鉴定EGFR蛋白结合的抑制剂。评估。Ten inhibitor compounds that expressed highest activity were selected for further analysis were: (20R,22R)-5beta,6beta-Epoxy-4beta,12beta,20-trihy- droxy-1-oxowith-2-en-24-enolide, irinotecan, flavopyridol, teniposide, exatecan, daphnoretin, indirubin, topitecan, gentilactone和evidiamine。在此分析中,天然配体拉帕替尼用作阳性对照。通过使用PyRX软件中使用Vina 4的分子对接来完成分析。使用Ligplot+ 2.2研究了配体与残基之间的相互作用。The In-silico analysis of the ten candidate compounds revealed that (20R, 22R)-5beta, 6beta-Epoxy-4beta, 12beta, 20- trihydroxy-1-oxowith-2-en-24-enolide expressed the lowest binding energy value, which is -10.4 kcal/mol, indicated the closest binding energy value to Lapatinib as the control.基于氨基酸的相互作用,(20r,22r)-5beta,6beta-epoxy-4beta,12beta,20-三羟基-1-oxowith-1-oxowith-2-oxOxowith-2-en-24-烯酰胺具有极好的潜力,可用于下一个抑制剂com com-egfr protein,因为它与egfr protein相结合,因为它与lys condys结合了lys。它反映了阳性对照,并且在指定可接受参数的范围内具有结合能。
摘要简介:鲁丁蛋白是一种黄酮醇糖苷,已知血糖还原活性。然而,其在降低血糖水平的分子机制尚不清楚。这项研究用于阐明鲁丁作为抗糖尿病药物的药理机制。方法:在相关数据库中筛选Rutin的潜在目标以构建复合目标网络。网络药理学用于识别与疾病,基因本体学和KEGG途径相关的靶标,并使用Autodock 4.2在ADT界面辅助的结果中证实了其潜在的结合亲和力:。结果强调了MTOR,PIK3R1和NFKB1R是通过网络药理学的潜在目标。与胰岛素信号通路,胰岛素抵抗,2型糖尿病,B受体信号通路,糖尿病并发症和胰腺癌中的年龄静电信号通路途径有关的靶标。所有对接协议的有效期为TNF-A,NF-KB,PI3K的RMSD值分别为0.72Å,0.67Å和0.54Å。分子对接已经通过与这些蛋白质稳定结合,估计的自由结合能值为-8.54 kcal/mol(nf -kb),-8.01 kcal/mol(pi3k)和-6.22 kcal/mol(tnf -l -l -l -l -l -l -l -li)。结论:该研究已通过稳定与NF-KB,TNF-和PI3K结合,对Rutin在DM管理中的分子机制有了深入的了解。但是,需要进一步的实验室实验研究,尤其是体外和体内测定。关键字:鲁丁,抗糖尿病,网络药理学,分子对接,虚拟筛查
抽象的血浆细胞外囊泡(EV)是细胞衍生的脂质颗粒,据报道在败血症的发病机理中起作用。这项研究旨在鉴定化粪池患者中的EV货物蛋白,并探索其与关键的脓毒症病理生理学的关联。基于定量蛋白质组学分析,对血浆EV进行了串联质量标签(TMT)。与健康对照组相比,我们确定了败血症患者中522个差异表达的(DE)EV蛋白(n = 15)(n = 10)。对DE蛋白的KEGG分析揭示了与败血症相关的多种功能途径,例如补体/凝结,血小板活化,吞噬体,炎症和中性粒细胞外陷阱形成。加权基因共表达网络分析1,642 eV蛋白鉴定出了9个独特的蛋白质模块,其中一些模块与脓毒症诊断和多种血浆标记物高度相关,包括器官损伤,炎症,凝血病和内皮激活。细胞类型特异性富集分析揭示了EV的细胞起源,包括免疫和上皮细胞,神经元和神经胶质细胞。因此,当前的研究发现了与败血症中关键病理生理反应密切相关的血浆EV中的复杂蛋白质组学特征。这些发现支持EV货物蛋白在患者的免疫反应,凝结和内皮激活中的重要性,并为等离子体发病机理中血浆EV的未来机械研究奠定了基础。关键字败血症,细胞外囊泡(EV),质谱法,蛋白质组学,串联质量标签(TMT)
背景:肝细胞癌(HCC)是一种常见的恶性肿瘤,预后较差。微小浓度维持3(MCM3)蛋白被上调,但是生物学功能,分子机制以及与MCM3在HCC中的肿瘤免疫的关系仍然很少了解。方法:根据TCGA,GEO和LIHC数据库分析了MCM3在HCC中的表达水平和预后作用,以及40个成对的组织样品。我们对这些DEG进行了基因和基因组(KEGG)和基因本体(GO)分析的京都百科全书,以探索MCM3对HCC生物学行为的潜在影响。此外,还采用了流式细胞仪,CCK-8,EDU,菌落形成和裸鼠异种移植模型来研究MCM3的生物学功能。此外,通过计时器2.0,ACLBI和TCGA数据库分析了免疫细胞浸润,标记和与检查点相关的基因。结果:在这项研究中,我们研究了MCM3在HCC中的表达和功能。MCM3在包括HCC在内的多种肿瘤中高度表达,高MCM3表达与各种临床病理学参数呈正相关,并作为HCC总体存活率较差的预后不良的独立因素。同时,免疫特征分析表明,高MCM3表达与HCC中的免疫细胞浸润和免疫检查点有关。我们的功能富集分析表明,MCM3主要参与细胞周期和细胞代谢相关途径。此外,在体外和体内实验进一步证实,MCM3可以通过调节细胞周期进程来促进HCC的增殖。结论:我们的结果表明,MCM3在HCC中被上调,并且可能成为HCC患者诊断和治疗的生物标志物。
摘要背景:随着诊断方法的不断进步,越来越多的早期非小细胞肺癌(NSCLC)患者被诊断出来。尽管许多学者投入了大量的努力来研究NSCLC的发病机制和预后,但其分子机制仍然没有得到很好的解释。方法:从基因表达综合(GEO)数据库中检索三个基因数据集GSE10072,GSE19188和GSE40791,筛选并鉴定差异表达基因(DEG)。然后,对筛选出的核心基因进行KEGG和GO功能富集分析、生存分析、风险分析和预后分析。我们构建了蛋白质-蛋白质相互作用(PPI)网络,并使用STRING数据库和Cytoscape软件。结果:生物学过程分析显示这些基因主要在细胞分裂和核分裂中富集。生存分析显示,CEP55(中心体蛋白55)、NMU(神经调节素U)、CAV1(Caveolin 1)、TBX3(T-box转录因子3)、FBLN1(fibulin 1)及SYNM(synemin)基因可能参与NSCLC的发生、发展、侵袭或转移(P < 0.05,logFC > 1)。预后分析及独立预后分析显示,这些枢纽基因相关mRNA的表达与NSCLC的预后风险相关。风险分析显示,所选的枢纽基因与NSCLC患者总生存时间密切相关。结论:本研究筛选和鉴定的DEGs和枢纽基因有助于我们了解NSCLC的分子机制,CEP55的表达影响NSCLC患者的生存和预后,并参与肿瘤的免疫反应。关键词:CEP55,微阵列,非小细胞肺癌,预后模型,肿瘤免疫反应
背景:宫颈癌是严重危害妇女健康的常见妇科肿瘤之一,准确探究其发生发展和临床预后的潜在机制尤为重要。材料/方法:在GEO数据库中,使用GEO2R对GSE6791、GSE9750、GSE63514、GSE67522四个数据库中的差异表达基因进行分析,然后使用DAVID网站进行基因本体论(GO)和京都基因与基因组百科全书(KEGG)分析。使用STRING网站对DEGS的蛋白质-蛋白质相互作用(PPI)网络进行可视化和分析,并使用Cytohubba插件进一步筛选枢纽基因。最后,通过基因表达谱交互分析(GEPIA)在线工具、人类蛋白质图谱(HPA)数据库和QuartataWeb数据库进一步分析枢纽基因的功能。结果:4个Profile数据集共收集了101例癌组织和67例正常组织,4个数据集中的78个差异表达基因中,51个基因上调,27个基因下调。使用Cytoscape和STRING工具对这些差异表达基因的PPI进行可视化。随后,利用GEPIA工具和Kaplan-Meier曲线进一步分析枢纽基因,结果显示CDK1和PRC1的调控与较好的生存相关,而AURKA的调控与较差的生存相关。在这些枢纽基因中,仅AURKA与宫颈癌的预后密切相关,并发现了21种潜在药物。结论:这些结果提示AURKA及其候选药物未来可以提高宫颈癌的个体化诊断和治疗。
