摘要
目的 采用生物信息学方法探究影响肾纤维化(renal fibrosis,RF)和肾透明细胞癌发病机制的关键基因。方法 从基因表达整合数据库(gene expression omnibus data base,GEO)下载了RF和肾透明细胞癌的基因芯片数据集,并利用GEO2R在线工具获得差异表达基因(differentially expressed gene,DEG)。然后,使用注释、可视化和集成发现数据库(the database for annotation,visualization and integrated discovery,DAVID)进行基因本体论分析(gene ontology,GO)以及京都基因与基因组百科全书(kyoto encyclopedia of genes and genomes,KEGG)富集分析。随后,我们使用检索相互作用基因/蛋白质的搜索工具(searchtoolfortheretrievalofinteractiongene/proteins,STRING)数据库并构建了蛋白质互作网络(protein-protein interaction networks, PPI),使用Cytoscape的cytoHubba插件来选择中心基因。然后,我们使用癌症基因组图谱计划数据库(the cancer genome atlas program,TCGA)、基因表达谱交互分析数据库(gene expression profiling interactive analysis,GEPIA)、肿瘤免疫评估资源数据库(tumor immune estimation resource,TIMER)数据库来验证中心基因并进一步筛选出核心基因,同时运用TargetScanHuman、miRTarbase和miRWalk数据库对核心基因调控的靶向miRNA进行逆向预测,并筛选出核心miRNA,建立了mRNA和miRNA互助网络。然后,通过基因集富集分析(gene set enrichment analysis,GSEA)工具分析LYZ基因,最后使用人类蛋白质图谱(the human protein atlas,HPA)数据库验证已鉴定核心基因的表达水平。结果 我们筛选出了347个差异基因,我们对下调和上调的差异基因分别进行了功能富集分析,通过TCGA数据集、GTEx数据集、TIMER数据库和HPA数据库,在三轮验证中逐步筛选,最终选择LYZ基因,鉴定出调节该基因的上游转枢miRNA:has-miR-4649-3p和has-miR-873-3p。结论 基于这些发现,提出LYZ、has-miR-4649-3p和has-miR-873-3p可能成为肾透明细胞癌的潜在预后生物标志物,并有助于预防和治疗肾纤维化,这也向我们展示了一种新的治疗理念,提供了从免疫角度治疗肾纤维化的可能性。
- 单位