没有合适的资源?快使用搜索试试~ 我知道了~
i本文的最新情况见最后医学信息学解锁18(2020)100304多囊卵巢综合征(PCOS)核心本体和特征基因的生物信息学分析Md Rakibul Islama,Md Liton Ahmed a,Bikash Kumar Paul a,b,c,*,Touhid Bhuiyana,Kawsar Ahmedb,c,Mohammad Ali Monid,e, faDaffodil International University(DIU)软件工程系,地址:Ashulia,Savar,Dhaka,1342,Bangladeshb孟加拉国坦盖尔桑托什Mawlana Bhashani科技大学信息和通信技术系c孟加拉国坦盖尔Santosh Mawlana Bhashani科技大学生物摄影组d计算机科学工程系&,Pabna Science Engineering,Pabna,6600,Bangladeshe计算机科学&工程系,孟加拉国,达卡,绿色大学f澳大利亚悉尼大学医学与健康学院医学科学院A R T I C L EI N FO关键词:微阵列基因本体多囊卵巢综合征差异表达基因生物信息学A B S T R A C T多囊卵巢综合征(PCOS)是目前世界上最常见的一种卵巢疾病。然而,目前缺乏对PCOS内在机制的遗传学研究。在此,我们通过生物信息学分析确定了参与PCOS发病机制的核心基因。对于该研究,数据集GSE 124226从Gene EXPRESSION Omnibus(GEO)数据库收集。用R软件包limma筛选差异表达基因。我们共发现了180个DEG,其中73个过表达,107个下调表达。使用DAVID数据库和软件工具对鉴定的上调和下调的DEG进行功能分析。我们使用Cytoscape生成蛋白质-蛋白质相互作用(PPI)网络,并根据cytoHubba的度得分从PPI网络中识别出4个枢纽基因(RARA、KPNB 1、REL和MAP 1B);还使用MCODE插件进行模块分析。最后,我们使用鉴定的枢纽基因来揭示重要的药物信号,这可能是有用的PCOS的治疗靶点1. 介绍目前,多囊卵巢综合征(PCOS)是世界范围内育龄妇女最常见的激素紊乱之一。大约50%-70%的PCOS患者也与不孕症胰岛素抵抗、代偿性高胰岛素血症和Meta性疾病的高风险[1]。PCOS可通过高雄激素血症、排卵功能障碍、促性腺激素异常和慢性无排卵来鉴别[2]。这种卵巢综合征还造成葡萄糖耐量升高和2型糖尿病(T2DM)的高风险,并在晚年发生心血管疾病(CVD)[3]。根据Joshi等人的研究,22.5%的PCOS爆发是由鹿特丹和10.7%的雄激素EX cess协会标准完成的。轻度PCOS表型是最常见的表型,约占印度PCOS患者的53%[4]。认为遗传和环境因素在PCOS的发生和升高中起作用[5]。PCOS是一种复杂的疾病,它有不同类型的变异。到目前为止,PCOS的复杂机制仍不清楚.然而,对PCOS发病机制的研究却日益增多。中研究发现,低氧诱导因子(HIF)-1α介导的内皮素(ET)-2信号在PCOS小鼠模型中被抑制,并且几乎与PCOS的进展有关[6]。因此,PCOS发病机制的研究和分子机制的研究对于制定有效的诊断和治疗策略具有决定性意义。目前尚无有效的治疗PCOS的药物在目前的研究中,我们提出了一些重要的药物分子,可能会发挥重要作用,以开发一种有效的药物治疗PCOS。计算生物学和微阵列技术分析已被用来证明PCOS的分子机制,并传达了相当多的成果。基因芯片分析是一种大规模、成熟的生物学数据检索方法. 这项技术可以监测基因表达水平的全基因组变异,并发现一万多个基因* 通讯作者。软件工程系,水仙国际大学(DIU),Ashulia,萨瓦尔,达卡,1342,孟加拉国。电子邮件地址:bikash.k. ieee.org,bikash.swe@diu.edu.bd(B. Kumar Paul)。https://doi.org/10.1016/j.imu.2020.100304接收日期:2019年12月14日;接收日期:2020年2月20日;接受日期:2020年2月20日在线预订2020年2月27日2352-9148/©2020的 自行发表通过Elsevier 公司这是一个开放接入文章下的CCBY-NC-ND许可证(http://creativecommons.org/licenses/by-nc-nd/4.0/)中找到。可在ScienceDirect医学信息学期刊主页:http://www.elsevier.com/locate/imuM.R. Islam等人医学信息学解锁18(2020)1003042一起[7]。目前,微阵列分析已广泛用于许多物种疾病的研究[8,9]。近年来,多囊卵巢综合征的研究进行了利用微阵列分析,以确定潜在的候选基因[10如本文所述,我们从基因表达综合(GEO)数据库收集数据集(GSE124226)[14]。筛选出PCOS患者脂肪干细胞(APCs)的差异表达基因(DEG)。此后,对鉴定的上调和下调的DEG进行功能分析,以将它们分类为上调和下调类型。随后,我们生成了上调和下调DEG的蛋白质-蛋白质相互作用(PPI)网络;我们合并了这些PPI网络,并根据节点度从合并的网络中识别出枢纽基因。我们还对合并后的网络进行了模块分析。最后,我们使用鉴定的枢纽基因揭示了一个重要的药物特征,这可能有助于开发PCOS药物。我们展示了本研究的整个过程与流程图。1.一、2. 方法2.1. PCOS的数据集收集基于GPL 570(Affymetri x Human Genome U133 Plus 2.0 Array)平台的来自正常体重PCOS女性的脂肪干细胞相对于对照细胞样品的基因表达谱(GSE 124226)从 Gene E X pression Omnibus ( GEO )(https://www.gepressionOmnibus)收集。comncbi.nlm.nih.gov/geo/)[14]数据库,该数据库由国家生物技术信息中心(NCBI)(https://www.ncbi。nlm.nih.gov/).微阵列数据集GSE 124226由Phan JD等人提交[15]。GSE124226数据集有4个对照样本和4个PCOS受影响样本。2.2. PCOS的DEG识别我们通过使用R编程语言的limma包从GSE 124226数据集中检索差异表达基因(DEG)[16]。为了获得DEG,Benjamini和Hochberg(BH)技术的错误发现率(FDR)在调整多重比较的p值方面卓有成效[17,36]。FDR是最常用的Fig. 1. 本研究中使用的分析方法流程图。获得微阵列数据的方法[37]。调整后的p值0.05和绝对对数倍数变化(FC)>1.40用作获得DEG的截止标准。<2.3. DEG的功能分析对于大规模转录或基因组数据的功能研究基因本体论(GO),功能实验已经成为一种非常常用的方法[18,19]。京都基因和基因组百科全书(KEGG)主要用于广泛了解基因注释的代谢途径[34,35]。在本研究中 , 使 用 Database for Annotation , Visualization , and IntegratedDiscovery软件(DAVID; http://david. ncifcrf.gov/)[20]。功能分析遵循S. Zhang [41].为了揭示统计学显著差异,认为P值小于0.05。2.4. 蛋白质-蛋白质相互作用(PPI)网络构建与模块分析通 过 检 索 相 互 作 用 基 因 的 搜 索 工 具 ( STRING )( www.example.com ) 分 析 鉴 定 的 DEGhttp://www.string-db.org/;String是一个在线存储库,包含来自2031种生物体的9,643,763种蛋白质,用于预测基因之间的关系[21]。将组合评分设定为小于0.75(中等 置 信 度 评 分 ) 视 为 显 著 。 通 过 Cytoscape ( http : //www.cytoscape.org/)[22]。应用Cytoscape插件分子复合物检测(MCODE)[23]以获得具有大于3的既定评分和大于4的节点的重要模块。在PPI网络中,所涉及的边的数量决定了节点的度值;具有高度值的节点被认为是枢纽基因。我们绘制了枢纽基因,以评估其PPI信息。我们使用cytoHubba[43](Cytoscape插件)来评估构建的PPI网络中的枢纽基因。cytoHubba是一个使用11种特定方法从PPI网络中计算枢纽基因的工具;在这项研究中,我们使用度得分来识别枢纽基因。2.5. 多囊卵巢综合征的候选药物特征识别为了确定PCOS的候选药物,我们将DEG提交给DSigDB数据库[24]。我们发现了药物与基因之间的关系,使所确定的药物可以在PCOS的治疗部分发挥作用。通过使用PubChem数据集[25]获得有关已识别药物的相关信息。3. 结果和分析3.1. PCOS的DEG识别我们分析了微阵列数据集GSE 124226以鉴定PCOS的DEG。在应用可用的数字表达值后,我们鉴定了总共180个DEG,其中73个DEG上调,其余107个DEG下调。DEG列表见补充表(见表S1和S2)。3.2. DEG的功能分析通过使用DAVID数据库,针对GO分析的上调和下调的DEG筛选前10个富集分析结果。生物过程、细胞组分和分子功能富集分析结果见表1和表2。表达上调的DEGs主要富集于细胞增殖和肺发育的正向调节中。另一方面,下调的DEGs在质膜、细胞质核周区和轴突导向区富集。M.R. Islam等人医学信息学解锁18(2020)1003043表1上调基因的功能分析,以确定前10个GO术语。表2下调基因的功能分析,以确定前10个GO术语。类别方面计数p值重叠基因类别Term计数p值重叠基因GO_BP正调控121.32E-HES1,EDNRB,FGF18,GO_CC质膜386.25E-04WNT5A、SLC2A10、细胞增殖06STX3、TBX3、CXCL5、RAB 3B、CALD 1、JAG1、ITGB1BP 1、TNC、SOX 4、LAMC 2、RARA、SHC4IL7R、SLC39A8、SHC3、PRSS12、PTGER1、FLT1,GO_BP肺发育52.00E-HES 1、FGF 18、CRISPLD 2、CAP 2、PTGER 4、MYO 1B,GO_BP炎症反应0485.80 E-04CHI3L1、MMP 14F11 R、CXCL5、REL、CYP 26 B1、CXCL2、LYZ、CHI3L1、MAPKAPK2PCDHB 3、MAP1B、NLGN 1、NTN 4、APOLD 1、PCDH 7、DOCK 5、PTPRO、PRKCB、EPHA 5、ADI1,GO_CC细胞外间隙149.47E-04FGF18、MASP1、CXCL5、TNC、CXCL2、LYZ、CHI3L1、TLE2、GAS6、THBD、APOE、ENO2、LAMC 2、PLTPFMN2、PLCE1、MYO10、OR2H2、CLIC4、RGS4、SLC6A6、PSEN2、CCNYL1、FAM155A、RGS7、SMURF2、GO_BP高密度脂蛋白颗粒重塑3 0.00145载脂蛋白E、载脂蛋白C 1、PLTPADGRL4GO_MF CXCR趋化因子受体结合APOC 1、LYZ、CHI3L1、DNHD 1、CDHR 5、MAPKAPK2、LRRC15、GAS 6、GLIPR2、LAMA 4、SERINC 5、APOE、CRISPLD 2、ITGB1BP1、ENO22 0.03258 CXCL5、CXCL2HHIP、CLCN 5DLC1、CASP10、MEF2A、GULP1、CLIC 4、TIAL 1、SEMA 3A、GREM 1、AHR、PRKCBWNT5A、BDNF、PCDHB3、NLGN 1GO_BP细胞形态发生4 0.005212 CAP2,GREM 1,IL7R,PTPROBP<$4生物工艺,CC<$4细胞成分,MF<$4分子功能。GO_MF信号换能器活动6 0.00565 PLCE 1,GULP 1,NDFIP 2,RGS7、SHC3、UNC13AGO_BP脂质转运4 0.009154 GULP1,APOLD1,我们应用DAVID的KEGG通路分析,结果显示上调的DEG主要参与通路包括胆固醇代谢、尼古丁成瘾和局灶性粘连,GO_MF钙调素结合0.02127OSBPL 10、OSBPL 11MYO 10、MYO 1B、RGS4、CALD 1、UNC13A(表3)。下调的DEG主要涉及RAS信号传导途径、AXon guidance和原发性免疫缺陷(表4)。3.3. 蛋白质-蛋白质相互作用(PPI)网络构建与模块分析蛋白质-蛋白质相互作用(PPI)网络对于更广泛地理解分子的功能活动起着至关重要的作用。在目前的研究中,我们总共丰富了三个PPI网络,以更清楚地分析。我们分别针对上调的DEG和BP<$4生物工艺,CC<$4细胞成分,MF<$4分子功能。表3上调的DEG的 KEGG途径分析术语计数P值重叠基因胆固醇代谢3 7.46E-04 APOC 1; APOE; PLTP ECM-受体相互作用3 0.003106LAMA 4; TNC; LAMC 2粘着斑4 0.005497 SHC 4; LAMA 4; TNC;LAMC2MMP 14; CXCL2; CXCL5BCL2L11; LAMA 4; FGF 18;TNC; LAMC 2具有103个连接的82个节点(图2A),并且用于下调的DEG的PPI网络具有94个节点,节点之间具有136个连接(图2B)。具有所有DEG的合并的PPI网络展示了235个节点的总共385个连接(图2C)。我们还发现了2个信号-逆行内源性大麻素信号3 0.01573 CACNA1A; ABHD6; GRIA3通过使用Cytoscape插件MCODE从合并的PPI网络中提取重要模块。模块1有35个节点和41个连接(图4A);另一方面,模块2有14个节点和13个连接(图4B)。模块的DEG在丰富重要的GO方面发挥了重要作用术语“细胞增殖的正调节”和“轴突发生”。我们还识别了前4个枢纽基因(RARA,KPNB 1,REL和MAP1B)从PPI网络使用cytoHubba工具[图3,表5]。使用cytoHubba工具的度排名方法来鉴定4个枢纽基因;根据度排名方法,度得分大于GO_CC胞外区150.00161GO_BP细胞粘附80.00176GO_MF铁离子结合40.01869GO_CC胞外外泌体180.02024DEG下调此后,我们将PPI网络与所有尼古丁成瘾20.008883CACNA1A; GRIA3已确认的180个DEG中。PPI网络上调DEG乳腺癌30.01545SHC4; FGF18; HES 1长时程抑制20.019262CACNA1A; GRIA3PPAR信号传导途径20.028476血小板减少性紫癜GO_BP凋亡过程100.004785GO_BP突触装配40.00498TNF信号通路30.007054pi 3 k-akt信号通路50.008472GO_CCFGF18、MASP1、CXCL5、细胞质核周区110.002008 EPHA5,FMN2,RAB 3B,GALNT1、SLC2A10、BDNF、MYO1B、CLIC4、TNC、ARSI、CXCL2、APOC 1、LYZ、GAS 6、GO_BP轴突导向6PSEN2、NDFIP2、CTSB0.002087 EPHA5,WNT5A,BDNF,GLIPR2、LAMA4、APOE、CRISPLD 2、LAMC 2、PLTP HES 1、F11 R、LAMA4、TNC、CDHR 5、LAMC2、PRPH 2、GAS 6CH 25 H、SCD、F11R、STX3、ABHD6、GO_CC质膜组成170.00388NTN 4、SEMA 3A、PTPRO PTGER 1、SLC2A10、FLT 1、SLC25A4、PTGER 4、PCDHB 3、NLGN 1、JAG 1、PCDH 7、PTPRO、EPHA 5、SLC6A6、SLC39A8、M.R. Islam等人医学信息学解锁18(2020)100304412个基因被认为是枢纽基因。3.4. 候选药物特征识别上传了180个DEG,以确定来自DSigDB药物特征数据库的PCOS的重要药物特征。使用该数据集,我们根据p值和比值比获得了药物特征。我们从以下来源收集所有药物特征的相关信息:M.R. Islam等人医学信息学解锁18(2020)1003045表4下调DEG的KEGG途径分析。途径收缩基底细胞癌2 0.040403 HHIP; WNT 5A肾素分泌2 0.047603 PTGER 4;CTSBPubChem,并且从研究中确定8种药物特征对PCOS最显著(表6)。分析表明,维甲酸涵盖了所有重要的枢纽基因,并且在8种药物分子中,瑞士海尔维苷具有最低的p值率4. 讨论当女性肾上腺产生的雄性激素比正常情况下更多时,就会发生PCOS。然而,PCOS发展的分子机制至今仍不清楚。 本研究通过对PCOS与正常人群的DEG序列进行分析,并应用生物信息学分析技术确定与PCOS相关的关键基因和GO术语。从GSE 124226数据集中鉴定了总共180个DEG;这些DEG包括73个上调和107个下调的DEG。我们使用这些DEG进行生物信息学分析,包括GO功能分析,生成PPI网络和鉴定药物签名。GO功能分析显示,前10位GO术语主要参与细胞增殖、肺发育、炎症反应、细胞外间隙、高密度脂蛋白、颗粒重塑、细胞外区、细胞粘附、铁离子结合、细胞外泌体和CXCR趋化因子受体结合的正向调节。从功能分析的组成部分,我们确定,细胞增殖可能在PCOS中发挥重要作用。根据Z Yuanyuan等人的研究,microRNA miR-324通过靶向WNT 2B基因影响PCOS中的细胞增殖[26]。在另一项研究中,Xiafei等人表明,过表达的microRNA miR-16可促进细胞增殖,但另一种microRNA miR-16可促进PCOS中的细胞增殖[27]。另一方面,下调的DEG显示,前10名GO图二. 多囊卵巢综合征蛋白质相互作用网络的可视化。A. 具有82个节点和103条边的上调基因的PPI网络;绿色节点表示上调基因。B. 具有94个节点和136条边的上调基因的PPI网络;红色节点表示下调基因。C. 合并所有DEG的PPI网络。这个PPI网络有235个节点和385个连接。红色节点表示下调基因,绿色节点表示上调基因。(For对本图中颜色图例的解释,读者可参考本文的网络版Term计数p值重叠基因RAS信号通路50.006469SHC3; FLT1; PRKCB; BDNF;x引导原发性免疫缺陷620.013420.014991PLCE1EPHA5 , WNT5A ,BDNF,NTN4,SEMA3A,PTPROIL7R; JAK3巧信号转导通路40.015229PRKCB; PTGER 1; PLCE 1;神经营养因子信号通路30.022448SLC25A4SHC3; BDNF; PSEN2Hedgehog信号20.023553SMURF 2; HHIPNotch信号通路20.024497JAG 1; PSEN 2血管平滑肌30.029318PPP1R14 A; PRKCB; CALD 1M.R. Islam等人医学信息学解锁18(2020)1003046图三. PPI网络与识别枢纽基因。突出显示的4个节点代表枢纽基因。cytoHubba的度评分方法考虑了这个网络中的61个节点,其中68个连接来自合并的PPI网络。图四、PPI网络的模块分析。A. 模块1有35个 节点,41个 连接。B. 模块2有14个 节点和13个 连接。M.R. Islam等人医学信息学解锁18(2020)1003047表5PPI网络四个枢纽节点的拓扑分析名称程度中介中心性接近中心性应力Rara220.2125890.30870754852KPNB 1190.1454330.292554022REL140.119010.26927531860MAP1B130.0628480.25827825084表6使用DSigDB基因数据集在药物靶标富集中鉴定的前8个候选药物特征。药物名称p值比值比基因瑞士草苷0.00132768633.222RARA; REL葱苷0.00152694630.959RARA; REL毒毛旋花子甙0.00172983329.069RARA; REL瑞士草苷0.00184103328.169RARA; RELnocodazole0.00203027726.809REL; KPNB 1维甲酸0.0020540974.695MAP1B; RARA; REL; KPNB 1毛花甙C0.00271354323.148RARA; RELvorinostat0.00350640320.325RARA; KPNB 1术语主要涉及质膜、细胞质核周区、轴突导向、质膜组成部分、凋亡过程、突触组装、细胞形态发生、信号转导活性、脂质转运和钙调蛋白结合。应用KEGG通路分析来鉴定上调的DEG的前10个显著通路,并且分析显示该基因集涉及胆固醇代谢、ECM-受体相互作用、局灶性粘附、TNF信号传导通路、PI 3 K-Akt信号传导通路、尼古丁成瘾、乳腺癌、逆行内源性大麻素信号传导、长期抑郁和PPAR信号传导通路。抑郁症在PCOS患者中很常见,长期抑郁可能在PCOS的进展中起重要作用[40]。尼古丁成瘾与PCOS女性的睾酮水平升高有关[42]。因此,我们可以说尼古丁成瘾途径也可能在PCOS的进展中起着至关重要的作用。通路分析还显示,下调的DEG参与RAS信号通路、AXon guidance、原发性免疫缺陷、钙信号通路、神经营养因子信号通路、Hedgehog信号通路、Notch信号通路、血管平滑肌收缩、基底细胞癌和肾素分泌通路。精神疾病是PCOS的危险因素[38]。如果患者还患有精神疾病,则X指导在PCOS的进展中起着至关重要的作用[39]。从合并的PPI网络中,我们确定了4个枢纽基因,这4个基因是RARA、KPNB 1、REL和MAP1B。还进行模块分析以确认所鉴定的枢纽基因的意义。在我们的研究中,RARA基因在PPI网络中具有最多的连接;该基因提供了以视黄酸受体α(RARα)命名的转录因素[28]。RARA基因在PCOS患者中表达上调。 视黄酸受体α(RARA)基因参与类维生素A结合[29],根据我们的功能分析,这是PCOS的另一个关键因素。RARA可能是PCOS发生发展的核心基因靶点。Karyopherin亚基 Beta 1(KPNB 1) 是 一 蛋白编码 基因的KPNB 1基因有助于上皮性卵巢癌和宫颈癌的进展[30根据我们的分析,KPNB 1可能有助于PCOS在分析的最后阶段,我们预测了有可能治疗PCOS的药物特征。所有的DEG都被提交到DSigDB数据库进行分析。通过DSigDB数据库结果筛选可能与PCOS相关的重要药物特征列表。我们确定了其中8个最重要的药物特征。Proscillaridin药物签名是从Drimia Maritima获得的强心苷。根据研究,有潜在的细胞毒性,基于药物影响拓扑异构酶I和II作用的证据,研究了原葱苷的抗癌性质[33]。因此,原海葱素可能在设计治疗PCOS的药物中发挥重要作用。然而,我们的数据集样本是基于女性的腹部脂肪干细胞。我们研究的一个限制是样本量。我们只处理了8个样本,尽管我们希望有意义的结果可以引起更多的关注,以便这项研究可能导致当前临床实践的修改在此,我们进行了基于网络的分析以识别显著的遗传生物标志物;将来我们将实施语义建模分析以探索具有更多数据样本的其他显著结果。5. 结论在这项研究中,我们分析了多囊卵巢综合征(PCOS)的微阵列数据集GSE 124226,并确定了180个DEG(73个上调,107个下调)与PCOS有关。之后,我们对这些DEG进行了功能分析,并根据其p值选择了前10个重要的GO术语。表达上调的DEGs主要富集于细胞增殖和肺发育的正向调节中。下调的DEG在质膜、细胞质核周区和轴突导向区富集。途径分析表明,胆固醇代谢途径主要涉及上调的DEGs,RAS信号通路则通过下调的DEGs而富集。我们通过使用所有DEG构建PPI网络,并根据度值识别枢纽基因(RARA,KPNB 1,REL和MAP 1B)。最后,我们预测了8个最重要的药物特征,这可能有助于开发治疗PCOS的药物。附录A. 补充数据本 文 的 补 充 数 据 可 在 https : //doi 网 站 上 找 到 。org/10.1016/j.imu.2020.100304。引用[1] 杜纳伊夫河胰岛素抵抗和多囊卵巢综合征:发病机制和意义。Endocr Rev1997;18(6):774-800。https://doi.org/ 10.1210/edrv.18.6.0318。[2] Azziz Ricardo,Dumesic Daniel A,Goodarzi Mark O.多囊卵巢综合征是什么?《生育与不育》2011;95(5):1544-8。https://doi.org/10.1016/j。fertnstert.2010.09.032。[3] 莫兰·丽莎,提德·海伦娜。多囊卵巢综合征生殖表型的代谢特征。ReprodUpdate 2009;15(4):477-88. 网址://doi. org/10.1093/humupd/dmp008。[4] Joshi Beena,Mukherjee Srabani,Patil Anushree,Purandare Ameya,乔汉·桑杰,瓦伊迪亚·拉玛。印度孟买青少年和年轻女孩多囊卵巢综合征的横断面研究印度内分泌代谢杂志2014;18(3):317。https://doi.org/10.4103/2230-8210.131162网站。[5] de Melo Anderson Sanches,Dias Sabrine Vilan,de Carvalho Cavalli Ricardo,Cardoso Viviane Cunha,Bettiol Heloisa,Barbieri Marco Antonio,Ferriani RuiAlberto,Vieira Carolina Sales.多囊卵巢综合征的发病机制:从胎儿期到绝经期的多因素评估。生殖2015;150(1):R11-24。https://doi.org/10.1530/REP-14-0499网站。[6] 王帆、张正宏、王兆凯、肖凯专、王庆、苏景谦,王正超。HIF-1a/ ET-2信号通路在多囊卵巢综合征发病和治疗中的表达及 临 床 意 义 分 子 生 物 学 杂 志 2015;46 ( 2 ) : 173-81 。https://doi.org/10.1007/s10735-015-9609-4[7] 张庆伟,牛岛理惠,河合孝俊,田中浩。用哪个?微阵列数据分析在输入和输出数据处理。化学生物信息杂志2004;4(2):56-72。https://doi.org/10.1273/cbij.4.56网站。[8] 段红英、严志强、陈伟、吴宇、韩劲松、郭红艳、乔杰。TET 1通过激活Wnt/ β-catenin信号抑制剂DKK 1和SFRP 2抑制卵巢癌细胞EMT。妇科肿瘤2017;147(2):408-17。https://doi.org/10.1016/j.ygyno.2017.08.010网站。[9] 张冰玉,陈洋,邱美媛,丁志祥. TGF-β2诱导的上皮-间质转化过程中HLE B-3细胞中长链非编码RNA的表达谱BMC Ophthalmol 2017;17:69.https://doi.org/10.1186/s12886-017-0461-z[10] 刘继英、涂飞、王耀、李新宇、谢庄、刘洪林、李启发,潘增祥。miR-26 b通过HAS 2-HA-CD 44-Caspase-3途径靶向HAS 2增强卵巢颗粒细胞凋亡Sci Rep 2016;6:21197. https://doi.org/10.1038/srep21197网站。M.R. Islam等人医学信息学解锁18(2020)1003048[11] Aydos Alp,Gurel Aykut,Islakoglu Yasemin Oztemur,Noyan Senem,Gokce Bagdagul,Ecemis Tolga,Kaya Cemil,Aksu Arif Tarik,Dedeoglu BalaGur.在卵丘和壁颗粒细胞中鉴定多囊卵巢综合征(PCOS)特异性基因。PloS One2016;11(12):e0168875. https://doi.org/10.1371/ journal.pone.0168875.[12] 苏念军、马健、冯德锋、周帅、李子涛、周伟平、邓华、梁家英、杨旭辉、张月梅、刘凤华、张良。外周血转录组鉴定了多囊卵巢综合征的炎症反应基因妇科内分泌2018;34(7):584-8。https://doi.org/10.1080/09513590.2017.1418851网站。[13] 毕星宇,翟志金,王书玉。识别关键途径和基因与多囊卵巢综合征的相关性进行生物信息学分析。Gen PhysiolBiophys 2019;38(3):205-14。https://doi.org/10.4149/gpb_2018049网站。[14] 克拉夫·艾米丽,巴雷特·坦尼娅.基因表达综合数据库。In:Statistical Genomics.New York,NY:Humana Press; 2016.第93-110页。https://doi.org/10.1007/978-1-4939-3578-9_5。[15] Dumesic Daniel A,Phan Julia D,Leung Karen L,Grogan Tristan R,Ding Xiangmiang,Li Xinmin,Hoyos Luis R,Abbott David H,ChazenbalkGregorioD. 体重正常的多囊卵巢综合征妇女的脂肪胰岛素抵抗临床内分泌代谢杂志2019;104(6):2171-83。https://doi.org/10.1210/jc.2018-02086.[16] 史密斯·戈登Limma:微阵列数据的线性模型。In:使用R和Bioconductor的生物信息学和计算生物学解决方案。New York,NY:Springer; 2005.第397-420页。https://doi.org/10.1007/0-387-29362-0_23网站。[17] Islam Md Rakibul,Ahmed Md Liton,Paul Bikash Kumar,Bhuiyan Touhid,Ahmed Kawsar.缺血性卒中和应激障碍的潜在治疗药物Inf Med Unlocked 2019:100259. 10.1016/j.imu.2019.100259https://doi.org/网站上发布。[18] 阿什伯恩迈克尔,球凯瑟琳A,布莱克朱迪思A,博特斯坦大卫,Butler Heather,Michael CherryJ, Allan P,Davis,et al. Gene ontology:toolfor the unification of biology.Nat Genet 2000;25(1):25.https://doi.org/10.1038/75556网站。[19] 放大图片作者:Hulsegge Ina,Kommadath Arun,Smits Mari A. Globaltest和GOEAST:两种不同的基因本体分析方法BMC Proc 2009;3(4):S10。网址:http://doi.org/10.1186/1753-6561-3-S4-S10生物医学中心[20] 焦晓丽,谢尔曼布拉德T,黄大伟,斯蒂芬斯罗伯特,巴斯勒迈克尔W,Clifford Lane H,Lempicki Richard A. DAVID-WS:一个有状态的Web服务,用于促进基因/蛋白质列表分析。Bioinformatics 2012;28(13):1805-6.https://doi.org/ 10.1093/bioinformatics/bts251.[21] Szklarczyk Damian,Franceschini Andrea,Wyder Stefan,Forslund Kristoffer,Heller Davide,Huerta-Cepas Jaime,Simonovic Milan,et al. STRING v10:Nucleic AcidsRes 2014;43:D447-52. https://doi.org/10.1093/nar/gku1003网站。[22] Shannon Paul,Markiel Andrew,Owen Ozier,Baliga Nitin S,Wang Jonathan T.丹尼尔拉马奇,纳达阿明,本诺施维科夫斯基,和特雷伊德克尔。Cytoscape:生物分子相互作用网络集成模型的软件环境。Genome Res 2003;13(11):2498-504. https://doi.org/10.1101/gr.1239303网站。[23] Bader Gary D,Hogue Christopher WV.在大蛋白质相互作用网络中寻找分子复合物 的 自 动 化 方 法 。 BMC Bioinf 2003;4 ( 1 ) : 2. 网 址 : http ://doi.org/10.1186/1471-2105-4-2[24] 作 者 : Yoo Minjae , Shin Jimin , Kim Jihye , Karen A. Ryall , Kyubum Lee,Sunwon Lee , Minji Jeon , Jaewoo Kang 和 Aik Choon Tan 。 “DSigDB : drugsignatures database for gene集合分析Bioinformatics 2015;31(18):3069-71. https://doi.org/10.1093/bioinformatics/btv313.[25] 傅刚,巴切勒·科林,杜蒙蒂尔·米歇尔,黑斯廷斯·詹纳,威利哈根·埃贡,博尔顿·埃文。PubChemRDF:面向PubChem化合物和物质数据库的语义注释。JCheminf 2015;7(1):34. https://doi.org/ 10.1186/s13321-015-0084-4.[26] 钟媛媛,王泽琴,宋晓杰,刘丽萍,向云,周洁琼。多囊卵巢综合征患者卵巢颗粒细胞增殖受调控MicroRNA-24通过靶向无翅型家族成员2B(WNT 2B)。Med Sci Mon Int MedJ E Xp Clin Res 2019;25:4553-9. https://doi.org/10.12659/ MSM.915320。[27] 付霞飞、何媛丽、王雪峰、彭东贤、陈晓颖、李欣然、万青。MicroRNA-16通过靶向PDCD 4促进多囊卵巢综合征卵巢颗粒细胞增殖并抑制凋亡Cell PhysiolBiochem 2018;48(2):670-82. https://doi.org/10.1159/00049189网站。[28] 王秀君,海耶斯·约翰·D,亨德森·科林·J,罗兰·沃尔夫·C。通过激活视黄酸受体α鉴定视黄酸作为转录因子Nrf 2的抑制剂。Proc Natl Acad Sci Unit States Am2007;104(49):19589-94. https://doi.
下载后可阅读完整内容,剩余1页未读,立即下载
![pdf](https://img-home.csdnimg.cn/images/20210720083512.png)
![pdf](https://img-home.csdnimg.cn/images/20210720083512.png)
![pdf](https://img-home.csdnimg.cn/images/20210720083512.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://profile-avatar.csdnimg.cn/default.jpg!1)
cpongm
- 粉丝: 4
- 资源: 2万+
上传资源 快速赚钱
我的内容管理 收起
我的资源 快来上传第一个资源
我的收益
登录查看自己的收益我的积分 登录查看自己的积分
我的C币 登录后查看C币余额
我的收藏
我的下载
下载帮助
![](https://csdnimg.cn/release/wenkucmsfe/public/img/voice.245cc511.png)
会员权益专享
最新资源
- 保险服务门店新年工作计划PPT.pptx
- 车辆安全工作计划PPT.pptx
- ipqc工作总结PPT.pptx
- 车间员工上半年工作总结PPT.pptx
- 保险公司员工的工作总结PPT.pptx
- 报价工作总结PPT.pptx
- 冲压车间实习工作总结PPT.pptx
- ktv周工作总结PPT.pptx
- 保育院总务工作计划PPT.pptx
- xx年度现代教育技术工作总结PPT.pptx
- 出纳的年终总结PPT.pptx
- 贝贝班班级工作计划PPT.pptx
- 变电值班员技术个人工作总结PPT.pptx
- 大学生读书活动策划书PPT.pptx
- 财务出纳月工作总结PPT.pptx
- 大学生“三支一扶”服务期满工作总结(2)PPT.pptx
资源上传下载、课程学习等过程中有任何疑问或建议,欢迎提出宝贵意见哦~我们会及时处理!
点击此处反馈
![](https://img-home.csdnimg.cn/images/20220527035711.png)
![](https://img-home.csdnimg.cn/images/20220527035711.png)
![](https://img-home.csdnimg.cn/images/20220527035111.png)
安全验证
文档复制为VIP权益,开通VIP直接复制
![](https://csdnimg.cn/release/wenkucmsfe/public/img/green-success.6a4acb44.png)