科研之友
微信
新浪微博
Facebook
分享链接
摘要
目的对动脉粥样硬化(AS)基因芯片数据进行生物信息学分析,寻找疾病相关核心(Hub)基因,并探讨其在AS发生发展中的作用。方法利用R语言包对基因表达综合数据库(GEO)中筛选出的AS芯片进行基因差异表达分析,String数据库进行蛋白相互作用分析,并以Cytoscape3.7.2软件插件CytoHubba筛选Hub基因,采用DAVID6.8及R语言包对Hub基因行功能注释GO富集分析和KEGG通路富集分析。结果与正常动脉内膜比较,晚期AS斑块中309个基因存在差异表达,其中121个表达上调,188个表达下调。构建PPI网络后,鉴定出21个Hub基因,即:CXCL8、IL1B、CD86、CXCL2、CXCL3、MMP1、CXCL1、CCL7、CXCR4、CCR1、NGF、ADRA2A、ADRA2C、CD69、GAL、HTR1B、ITGA4、ITGAX、PLEK、SPP1、TREM1。Hub基因被富集到253个不同的GO子集中,包括生物学过程(BP)、细胞组分(CC)和分子功能(MF)三个方面,其中各自最显著富集的子集分别为白细胞迁移、白细胞趋化性、细胞趋化性、细胞质膜外侧面、受体配体活性、G蛋白偶联受体结合、细胞因子活性、细胞因子受体结合等。同时,Hub基因被富集到类风湿关节炎信号通路、白细胞介素-17(IL-17)信号通路、核因子κB(NF-κB)信号通路、肿瘤坏死因子(TNF)信号通路趋化因子信号通路、细胞因子-细胞因子受体相互作用等25个信号通路中。结论通过对GEO数据库中AS的芯片数据进行分析,所筛选出的Hub基因涉及AS发生发展的多个炎症信号通路,可为AS发病机制研究或靶向药物的研发提供重要实验理论依据。
- 单位
