摘要

目的:通过生物信息学方法分析与骨髓瘤患者脂肪干细胞(MM-ASC)相关的关键基因和候选通路,为多发性骨髓瘤(MM)的诊断和治疗提供候选靶点。方法:在GEO数据库中获取GSE133346芯片数据,使用R语言筛选MM-ASC的差异基因(DEGs),并用DAVID数据库对DEGs进行生物学功能(GO)分析,利用京都基因与基因组百科全书(KEGG)数据库对基因进行生物通路富集分析,筛选靶基因所涉及的有意义的生物学功能和通路靶基因;采用String和Cytoscape软件进行靶基因蛋白相互作用(PPI)网络分析,筛选关键靶基因;进一步采用R语言筛选miRNAs,使用miRDB预测其靶基因,并使用Cytoscape软件构建miRNAs-mRNA调控关系网络。结果:(1)MM-ASC共筛选出123个DEGs,其中有36个上调基因和87个下调基因;(2)信号通路主要表现为胃酸分泌、NF-κB信号通路、胰高血糖素信号通路、钙信号通路、血管平滑肌收缩信号通路、细胞因子-细胞因子受体相互作用等;(3)其Hubgene为CXCL12、CD44和CDH2。Degree排在前10位的关键基因为CDH2、CD44、CXCL12、ACTA2、MYLK、S100A4、PLAU、NT5E、AXIN2、MYH10;(4)预测得到hsa-miR-30a-3p、hsa-miR-34a-5p、hsa-miR-30d-3p等10种重要的miRNAs。结论:MM-ASC中存在差异表达基因谱,且DEGs大多富集于NF-κB、钙信号通路等。CDH2、CD44、CXCL12在MM的发病中可能发挥关键基因作用。miR-30a-3p、miR-34a-5p等miRNAs可能干预MM的发病过程。