简介:血糖控制调节至关重要,因为高血糖会导致微娃娃和大环体并发症。越来越多的证据表明,高血糖通过DNA甲基化影响血管并发症的发展。目标:我们的目标是阐明1型直径(T1D)的个体中的分化甲基化基因座,他们没有表现出慢性二氧化物并发症的迹象,并在次级和最佳血糖控制管理之间进行比较分析。方法:该研究包括20名T1D参与者,年龄在13至21岁之间,T1D至少5岁。参与者的DNA是从血液样本中分离出来的,并根据糖化血红蛋白的平均值(HBA1C)汇总。参与者分为两组:HBA1C <7%(10个par ticipant)与HBA1C> 8%(10名参与者)。DNA甲基化。统计分析是用DSS的DSS进行差异分析,用于基因注释的AnnoTATR以及基因和基因组(KEGG)信号途径富集分析的京都百科全书DIA的群集式的。结果:在1802年基因中检测到了总共8385个差异甲基化位点,根据HBA1C组> 8%,包括4575次甲基化和3810 hy苄基化。这些基因富含48个KEGG信号通路。前五名的方法是磷脂酶D信号通路,磷脂酰肌醇信号通路,逆行内源性内源性大麻素途径,RAP1信号通路和内吞作用。
SARS-CoV-2 引起的严重呼吸道疾病爆发已导致数百万人感染,并引发全球健康担忧。连花清瘟胶囊(LHQW-C)是一种广泛用于治疗呼吸系统疾病的中药复方,在治疗 2019 年冠状病毒病 (COVID-19) 中显示出治疗效果。然而,LHQW-C 在治疗 COVID-19 中的有效成分、药物靶点和治疗机制尚不清楚。本研究采用集成网络药理学方法,包括药代动力学筛选、靶点预测(宿主靶点和 SARS-CoV-2 靶点)、网络分析、GO 富集分析、KEGG 通路富集分析和虚拟对接。最终筛选出 LHQW-C 中的 158 种有效成分,预测出 49 个靶点。GO 功能分析显示这些靶点与炎症反应、氧化应激反应和其他生物过程有关。 KEGG富集分析表明,LHQW-C的靶点高度富集到多种免疫反应相关和炎症相关通路,包括IL-17信号通路、TNF信号通路、NF-κB信号通路和Th17细胞分化。此外,四种关键成分(槲皮素、木犀草素、汉黄芩素和山奈酚)与SARS-CoV-2 3-胰凝乳蛋白酶样蛋白酶(3CL pro)表现出较高的结合亲和力。研究表明,LHQW-C中的一些抗炎成分可能调节COVID-19重症患者的炎症反应。
外染色体DNA(ECCDNA)经常携带扩增的癌基因。这项调查旨在检查ECCDNA在诊断出患有晚期胆管胆管癌(PCCA)的患者中的出现和作用,这些患者表现出明显的预后结果。在2021年6月至2022年6月接受第一线肝动脉输液化疗的患者中,选择了五名生存率差和五个效果更好的患者。将提取的ECCDNA放大以进行高通量测序。使用基因和基因组(KEGG)途径分析的基因本体论(GO)和京都百科全书分析与差异表达的ECCDNA相关的基因。差异表达的胆汁ECCDNA相关基因用于构建预后模型。在所有10例患者中,分别在胆汁和血浆中鉴定了总共19,024和3,048个ECCDNA。在胆汁中检测到的ECCDNA的浓度比血浆中的ECCDNA浓度高9倍。ECCDNA的染色体分布在胆汁和匹配的血浆之间相似。GO和KEGG途径分析显示,生存率较差的患者中有丝分裂原激活的蛋白激酶(MAPK)和Wnt/β -Catenin途径的富集。根据由ECCDNA相关基因构建的预后模型,高危胆管癌患者的高危组显示出明显短的总生存期(P <0.001)。此外,高风险组的患者中免疫抑制细胞的锻炼程度较高。总而言之,可以在
clusterGraph。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 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个clusterscore。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>6个色彩图。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 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 clpot。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 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 dayitty2graph。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>11提取物。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>11因子。分析。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 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 Gplot。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>14 Graph2 Day。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 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 Graph2Dayty。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>17 Graph2Lava。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>18 kegg。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>18 kegg.Pathways。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>19 lavaan2graph。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>20个localci.test。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。21 Mergenodes。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。22 Modelsearch。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。24个Orrientedges。。。。。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>27 Pachasis Meerix。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>28个参数测试。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>29探路者。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>30个属性。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>31简历。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。。。32麻袋。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。34这个。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。35 Sembap。。。。。。。。。。。。。。。。。。。。。。。。。。。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>37 Semys Day。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>40 semdci。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>43 Semgsa。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。。。。。。。。。。。。。。。。。。。。。。。。。。。45 SEMPATH。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 47 Semrun。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 48半隔离。 。 。 。 。 。45 SEMPATH。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。47 Semrun。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。48半隔离。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。52 sipley.test。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。55摘要。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。57 summary.ricf。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。57转换data。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。58重重。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。 div>61 div>
背景:钙结合基质细胞糖蛋白(SPARC,分泌蛋白,酸性,富含半胱氨酸)属于细胞外基质蛋白家族,其功能主要集中在组织损伤、重塑和肿瘤发生上。SPARC在卵巢癌中的作用目前仍存在争议。方法:我们使用癌症基因组图谱/基因型-组织表达(TCGA / GTEx)和其他数据库搜索SPARC,以分析其表达水平与卵巢癌生存、免疫特征和化学药物反应之间的关系。此外,我们在卵巢癌SKOV3和ID8细胞系中用质粒过表达SPARC,然后通过细胞计数试剂盒-8(CCK8)、Transwell、伤口愈合试验、粘附试验、平板克隆试验和体外软琼脂球体形成测量了SPARC对卵巢癌细胞增殖、迁移、侵袭性、克隆性和干细胞性的影响。基因本体论(GO)和京都基因和基因组百科全书(KEGG)富集分析显示了SPARC的潜在信号通路。结果:卵巢癌中SPARC的高表达与肿瘤分期较晚、临床生存率较差、化学药物反应较差有关,而与免疫特征呈正相关。对于卵巢癌表型,较高的 SPARC 表达水平促进细胞增殖、迁移、集落形成和球体形成。GO 和 KEGG 富集突出了 SPARC 与 PI3K-AKT 和 MAPK 信号调控的潜在分子机制。结论:SPARC 通过增殖、迁移、侵袭性、克隆性和干性促进卵巢癌进展。卵巢癌患者中 SPARC 的高表达水平可作为预后不良和药物反应不良的标志。
背景:2019 年 12 月,由新型冠状病毒(严重急性呼吸综合征冠状病毒 2,SARS-CoV-2;曾称 2019-nCoV)引起的冠状病毒病 2019(COVID-19)在中国武汉出现,造成大量感染和死亡。目前,尚无针对 COVID-19 病因和治疗的特效药物。中西医结合治疗 COVID-19 被提出,其中黄连解毒汤(HLJDD)被中国许多省份推荐用于治疗 COVID-19,并已在临床中广泛使用。本研究基于网络药理学探讨了 HLJDD 在治疗 COVID-19 中的潜在靶点。方法:首先,通过 TCMSP、UniProt、GeneCards 和 OMIM 数据库获取 HLJDD 的化学成分和靶点以及 COVID-19 相关靶点。其次,通过STRING数据库和Cytoscape软件构建HLJDD靶点和HLJDD-COVID-19靶点网络。最后,通过DAVID数据库对HLJDD-COVID-19靶点进行基因本体论(GO)和京都基因与基因组百科全书(KEGG)通路富集分析。结果:本研究共鉴定出67个HLJDD活性成分和204个HLJDD靶点。共获得502个COVID-19相关靶点,其中47个为HLJDD与COVID-19的交叉靶点。共鉴定出179个GO术语和77个KEGG术语,包括TNF信号通路、NF-κB信号通路和HIF-1信号通路。结论:本研究探索了HLJDD在COVID-19治疗中的潜在作用靶点及信号通路,可为COVID-19治疗药物的研发提供依据。关键词:黄连解毒汤 2019冠状病毒病 COVID-19 SARS-CoV-2 网络药理学 中药
DNA N 6 -甲基腺嘌呤(6mA)修饰在生物体中广泛存在,在调控细胞过程方面发挥着重要的功能性作用。作为生物湿法冶金的模式生物,Acidithiobacillus ferrooxidans在酸性条件下可以通过氧化亚铁(Fe 2+ )和各种还原性无机硫化物(RISC)获取能量。为探讨A. ferrooxidans中基因组DNA甲基化与两种氧化代谢途径切换之间的联系,利用6mA-IP-seq技术评估了不同条件下培养的A. ferrooxidans基因组中的6mA景观。在Fe 2+和RISCs氧化条件下分别鉴定出214个和47个6mA的高置信度峰(P < 10 − 5 ),表明在Fe 2+氧化条件下基因组甲基化程度更高。 6mA在转录起始位点(TSS)处表达下降,并且在两种氧化条件下均频繁出现在基因体中。此外,基因本体论(GO)和京都基因和基因组百科全书(KEGG)分析显示,7条KEGG通路被映射到差异甲基化基因上,大多数差异甲基化基因在氧化磷酸化和代谢途径中富集。选择了14个基因研究甲基化差异对mRNA表达的影响。除petA-1外,13个基因随着甲基化水平的增加表现出mRNA表达下降。整体而言,两种条件下6mA甲基化富集模式相似,但富集的途径有所不同。基因甲基化水平上调与表达下调的现象表明6mA的调控机制与Fe 2+和RISCs氧化途径之间存在潜在关联。
背景:黑色素瘤是起源于黑色素细胞的皮肤恶性肿瘤,主要通过手术、化疗、靶向治疗、免疫治疗、放射治疗等治疗。靶向治疗是治疗晚期黑色素瘤的一种有前途的方法,但总是会发生耐药性。本研究旨在利用计算方法有效地识别耐药黑色素瘤的潜在靶基因和候选药物。方法:使用文本挖掘工具 pubmed2ensembl 识别与耐药黑色素瘤相关的基因。通过 GO 和 KEGG 通路富集分析进行进一步的基因筛选。使用 STRING 数据库和 Cytoscape 构建 PPI 网络。使用 GEPIA 进行生存分析并绘制 Kaplan-Meier 曲线。在 Pharmaprojects 中筛选出针对这些基因的药物。利用 DeepPurpose 预测了药物-靶标相互作用的结合亲和力得分。结果:通过文本挖掘共发现 433 个与耐药黑色素瘤相关的基因。 GO和KEGG分析中统计学差异最大的功能富集通路包含348个基因,通过Cytoscape中的MCODE进一步筛选出27个枢纽基因。经过生存分析和文献综述,鉴定出6个具有统计学差异的基因。在限制条件下,利用Pharmaprojects找到了16个针对枢纽基因的候选药物。最终,利用DeepPurpose预测出11个亲和力得分最高的ERBB2靶向药物,包括10个ERBB2激酶抑制剂和1个抗体-药物偶联物。结论:文本挖掘和生物信息学是药物发现中基因识别的有效方法。DeepPurpose是一种高效、可操作的深度学习工具,可用于预测DTI和选择候选药物。
结果:我们的结果揭示了包括miRNA,PIRNA和TRNA在内的组中331个已知和441个新型SRNA的显着差异表达。值得注意的是,鉴定出SRNA表达模式的不同簇,特异性miRNA在HTLV-1和HTLV-2感染中显示出明显的上调或下调。基因本体分析表明,靶基因在转录调控和RNA结合过程中的显着参与,而KEGG途径分析突出了与癌症相关途径的富集以及Foxo,Ras和Mapk等信号级联的富集。网络分析确定关键miRNA,例如HSA-MIR-20B-5P和HSA-LET-7E-5P,是具有广泛相互作用的中央调节剂,这表明它们在HTLV感染的发病机理和免疫反应中的潜在作用。