酒精性脂肪性肝炎差异表达基因的生物信息学分析.docVIP

酒精性脂肪性肝炎差异表达基因的生物信息学分析 目录 TOC \o 1-9 \h \z \u 目录 1 正文 1 文1：酒精性脂肪性肝炎差异表达基因的生物信息学分析 1 1、材料与方法 2 2、结果 3 3、讨论 4 4、结论 6 文2：人骨肉瘤差异表达基因的筛选 7 0 引言 8 1 材料和方法 8 2 结果 10 3 讨论 11 参考文摘引言： 12 原创性声明（模板） 14 文章致谢（模板） 14 正文 酒精性脂肪性肝炎差异表达基因的生物信息学分析 文1：酒精性脂肪性肝炎差异表达基因的生物信息学分析 酒精性肝病是全球慢性肝病的主要疾病之一，其主要包括单纯性脂肪变性、酒精性脂肪性肝炎（ASH）、进行性肝纤维化（通常始于肝小叶的周围区域）、肝硬化和肝癌[1，2]。ASH其病理表现为脂肪变性、肝细胞气球样变性和多形核中性粒细胞炎性浸润共存。虽然，ASH病理改变与非酒精性脂肪性肝炎（NASH）病理改变类似，然而与NASH比较，ASH具有更严重的临床表现和组织学病变[3]。患重度ASH患者1个月病死率可达30%～40%[4]。目前，ASH发生和发展的确切分子机制尚不完全清楚。因此，探索ASH的关键基因及其分子机制，对发现更有效的诊断方法及治疗靶点非常重要。随着计算机技术的普及和发展，高通量平台在医学领域得到广泛应用，微阵列技术和新一代测序分析作为用于基因表达分析的工具，具有巨大的临床价值，目前已普遍应用于突变基因检测、差异基因筛查、肿瘤分型、多态性检测等多个方面[5，6]。本研究通过生物信息学方法，从基因芯片公共数据库（GEO）筛选出ASH相关差异表达基因，并对其进行基因本体论（GO）富集分析和KEGG通路分析，同时分析其蛋白互作网络结构，以明确差异表达基因的生物学功能，进一步探索与ASH相关的潜在基因和相关分子机制，为ASH的诊疗提供新的靶标。 1、材料与方法 材料 本研究应用2个ASH相关基因芯片数据GSE28619[7]和GSE103580[8]进行整合分析，均从GeneExpressionOmnibus(http：./geo/）数据库下载[9]，其中GSE28619的微阵列数据包括15例ASH肝组织标本和7例正常肝组织标本，GSE103580包括13例ASH肝组织标本。 数据处理及差异表达基因分析 将原始数据转换成表达矩阵，随后使用perl软件对2个芯片进行数据合并。使用R软件（，https：/）和Bioconductor软件包（http：）进行合并后对数据进行分析，首先使用R软件中sva包中Combat功能对数据进行批次校正。随后使用R软件中limma包筛选ASH肝组织和正常肝组织间的差异表达基因。P值及其余参数计算采用经验性贝叶斯方法。其中|log2FoldChange|且adjustedP为差异有统计学意义。 差异表达基因的功能富集分析 在线分析软件DAVID数据库（.gov/knowledgebase）是为研究人员提供的一套全面的功能注释工具。本研究使用DAVID工具对差异表达基因进行GO富集分析（包括生物过程、细胞成分和分子功能类别）。应用R软件中Clusterprofiler包对差异表达基因进行京都基因和基因组百科全书（KEGG）途径富集分析，以明确其生物学功能及参与的信号调控网络。选择P为功能富集分析差异有统计学意义。 差异表达基因编码蛋白的相互作用分析 蛋白质相互作用关系数据库（STRING）是最大的蛋白质数据库之一，通过STRING分析工具，可以预测蛋白质之间的关系并可视化，找出关键蛋白质。MIRYALA等[10]作为一种生物图形可视化工具，主要用于生物网络的研究与设计，如基因表达调控网络及蛋白互作网络等。利用STRING评估差异表达基因之间的相互作用关系，再使用Cytoscape软件构建蛋白质-蛋白质相互作用（PPI）网络图，利用Cytoscape软件中插件CytoHubba，综合12种拓扑分析方法的得分排序筛选出分数最高的前3个作为核心基因。最后再次使用DAVID数据库对PPI网络中包含的基因进行GO功能富集分析。 2、结果 差异表达基因的筛选 对数据集GSE28619和GSE103580进行联合分析，筛选ASH患者与正常对照组间的差异表达基因，共筛选出28个差异表达基因，见表1。与对照组比较，ASH组中共21个上调基因，7个下调基因。 表1数据集GSE28619和GSE103580的28个差异表达基因 差异表达基因的GO富集分析和KEGG通路分析 利用DAVID软件对28个差异表达基因进行GO富集分析见表2。GO富集分析结果表明，在生物过程方面，差异表达基因参与了细胞对细胞外刺激的反应及对皮质醇的反应。分子功能方面