基于GEO数据库对类风湿性关节炎相关基因筛选及生物信息学分析

作者：陈龙梅; 杨振华^*

来源：现代检验医学杂志, 2021, 36(02): 49-78.

• 关节炎
• 类风湿
• 生物信息学
• GEO数据库

目的基于生物信息学筛选类风湿性关节炎(rheumatoid arthritis, RA)的差异表达基因,并分析差异表达基因的生物学功能及其调控通路。方法从GEO(gene expression omnibus)数据库检索并下载了基因芯片GSE94519,通过GEO数据库的在线分析工具GEO2R以P<0.05,|logFC>1.5|为条件筛选RA的差异基因,以DAVID6.8对筛选出的RA差异基因开展GO功能注释和KEGG信号通路富集分析。通过STRING在线分析工具和Cytoscape软件挖掘在RA生物学过程中发挥至关重要作用的关键基因。结果该研究共发现差异表达基因278个,GO功能在生物学方面主要介导血小板脱颗粒、病毒过程、氧化还原过程和GTPase活性正调节的转导过程,在细胞功能方面主要参与胞外小体、胞浆、薄膜及细胞质的调控,在分子功能方面主要富集于GTPase活性、泛素蛋白连接酶结合、钙黏蛋白结合参与细胞之间的黏附。KEGG的分析RA差异表达的基因结果表明其主要的信号通路是调节氧化磷酸化以及帕金森病,在蛋白互作网络中筛选出10个Hub基因分别为ACTB,RHOA,PPBP,B2M,MT-CYB,PF4,CFL1,MT-ATP6,VCL和TPM1。结论利用生物信息学和R语言能有效分析GEO数据库的原始基因芯片数据,获得芯片内在的生物学信息;通过关键差异基因分析不仅能识别目前已知的类风湿关节炎相关信号通路,还能发现一些新的通路或生物学过程。