广东医科大学公共卫生学院医学系统生物学研究所
- 作品数:3 被引量:2H指数:1
- 发文基金:国家自然科学基金更多>>
- 相关领域:医药卫生更多>>
- 两样本孟德尔随机化法分析抑郁症与间质性肺病关系的研究被引量:2
- 2023年
- 目的采用孟德尔随机化方法分析抑郁症与间质性肺病(ILD)之间的因果关系,为ILD的预防、治疗及预后评估提供新的思路。方法利用大样本全基因关联研究汇总数据,选择与抑郁症密切相关的遗传位点作为工具变量,逆方差加权法为主,加权中位数法和MR-Egger回归为辅对数据进行两样本孟德尔随机化分析。以OR值评价抑郁症与ILD之间的因果关系,异质性检验、基因多效性检验和敏感性分析3种方法评估结果的稳定性和可靠性。结果共纳入37个单核苷酸多态性(SNP)位点作为工具变量,逆方差加权法估计抑郁症患者患ILD的风险(OR)是健康人群的1.21倍(95%CI:1.075~1.361,P=0.002)。加权中位数法同样支持抑郁症和ILD之间存在因果效应(95%CI:1.118~1.564,P=0.001)。逆方差加权法和MR-Egger回归的异质性检验结果表明不存在异质性,MR-Egger回归截距项和MR-PRESSO方法检验表明结果受基因多效性影响的可能性较小,leave-one-out分析未发现非特异性SNP。结论抑郁症与ILD之间可能存在正向因果关联。
- 陈铭刘金婵唐田书许德华陈晓琳饶绍奇
- 关键词:抑郁症间质性肺病
- 联合TCGA和GEO数据库构建由circRNA介导的非小细胞肺癌特异性竞争性内源性RNA网络
- 2023年
- 目的通过整合多组学公共数据,构建由circRNA介导的非小细胞肺癌(NSCLC)特异性ceRNA网络并识别与NSCLC患者预后相关的生物标志物。方法首先,按|log2(Foldchange)|>1和adj-P<0.05的标准,对circRNA、miRNA、mRNA数据进行差异分析,获得差异circRNA(DEcircRNA)、miRNA(DEmiRNA)和mRNA(DEmRNA),使用秩集聚法整合确定最优的DEcircRNA。然后,利用miRanda、RNAhybrid算法确定DEcircRNA-DEmiRNA的调控对,使用miRTarbase数据库确定DEmiRNA-DEmRNA调控关系,由此构建由DEcircRNA介导的NSCLC特异性ceRNA网络并提取核心子网络;最后,对子网络进行GO和KEGG富集分析以及生存分析,以阐明其生物学和临床意义。结果通过对circRNA、miRNA-seq、RNA-seq及临床信息进行分析,构建circRNA-miRNA-mRNA网络并提取了核心子网络(含8个DEcircRNA、10个miRNA和38个mRNA),即NSCLC特异性ceRNA子网。GO分析显示子网主要参与中性粒细胞激活参与免疫反应、核受体活性等过程;KEGG显示集中于MAPK信号通路和p53信号通路等通路。最后,生存分析得到子网络中显著影响NSCLC患者预后的14个基因(ANGPTL4、FOXM1、HMGA2、HOXA1、OPRM1、PMAIP1、LDHA、TWIST1、MTFR1、PLK1、MAP3K8、TGFBR2、BTK和CX3CR1)。结论构建了由circRNA介导的NSCLC特异性ceRNA网络具有明确的生物学意义和临床意义,为进一步开展NSCLC相关机制和预后标志物研究提供了基础数据。
- 刘金婵许德华李让唐田书陈铭陈晓琳饶绍奇
- 关键词:非小细胞肺癌
- 基于自噬长链非编码RNA调控网络识别胰腺导管腺癌生物分子标记和靶向药物
- 2023年
- 目的利用公共转录组RNA测序数据系统性地探索与胰腺导管腺癌(PDAC)预后相关的自噬长链非编码RNA(lncRNA)及潜在的治疗药物。方法从TCGA数据库中获取PDAC患者转录组数据(RNA-seq)及临床数据。采用Pearson相关分析确定与自噬基因表达相关的lncRNAs(ARlncRNA)。利用单因素Kaplan-Meier法和多因素Cox回归分析筛选重要的与PDAC患者预后相关的ARlncRNA,构建受ARlncRNA调控的基因网络识别核心基因。最后,借助蛋白质互作网络和药物-基因相互作用数据库(DGIdbs)识别分子靶向药物。结果筛选出12个ARlncRNA与PDAC患者预后相关,10个共表达mRNA(核心基因)对患者总生存期有显著影响。富集分析主要为自噬通路。网络分析和数据库挖掘发现了3个PDAC潜在治疗药物(阿法替尼、达克替尼和奥希替尼)。结论建立ARlncRNA-mRNA网络以期揭示PDAC的发病机制和识别分子标记,经DGIdbs识别3个PDAC潜在治疗药物。
- 唐田书许德华刘金婵陈铭陈晓琳饶绍奇
- 关键词:胰腺导管腺癌自噬长链非编码RNA靶向药物