基于生物信息学的结节病诊断标志物的筛选及实验验证

作者：潘彬; 张晋福; 王国栋; 余觅; 张维; 黄飞; 李小燕; 何杰^*; 孙建

来源：国际呼吸杂志, 2021, 41(21).

• 结节病
• 生物信息学分析
• 诊断
• 肺

目的探索结节病的关键基因, 并为其分子机制提供理论依据。方法实验性研究。从基因芯片公共数据库(GEO)中下载获得结节病患者外周血的基因芯片数据集GSE34608和GSE18781。使用R软件对芯片数据进行整合并筛选出差异基因。随后进行基因本体论(GO)富集分析和KEGG信号通路分析, 利用随机森林和LASSO回归两种算法, 筛选出核心基因。为进一步验证基因芯片的结果, 选取成都医学院第一附属医院2017年7月至2020年10月收治的肺结节病患者50例设为病例组, 并选取于同一时期体检的50例健康志愿者设为健康对照组。采用酶联免疫吸附法对生信分析结果进行验证。结果 761个差异基因在免疫反应、炎症反应、GTP酶的活性等生物学过程和功能中均有富集。且富集于T细胞受体, NF-κB, AMPK等信号通路。随机森林和LASSO回归两种算法筛选出核心基因为SPOCK2, ELISA结果显示0～Ⅰ期肺结节病患者(3.24±0.18)μg/L及Ⅱ～Ⅲ期肺结节病患者(5.03±0.12)μg/L, 外周血样本中的SPOCK2浓度低于健康对照组(9.31±0.59) μg/L, 且差异有统计学意义(F=37.36, P<0.05), 且血清SPOCK2对0～Ⅰ期肺结节有较高的诊断效能(AUC=0.836)。结论筛选的核心基因SPOCK2为结节病的发病机制和靶向治疗提供了理论基础, 同时通过实验验证血清SPOCK2对于肺结节病的诊断有一定帮助。

• 单位
  成都医学院; 第一附属医院病理科