基于GEO数据库脓毒症心肌病差异基因的筛选与生物信息分析

作者：秦伟强; 顾杨; 李莉; 余涛^*

来源：岭南现代临床外科, 2022, 22(03): 285-291.

DOI：10.3969/j.issn.1009?976X.2022.03.014

• 脓毒症心肌病
• 差异基因
• 生物信息分析
• GEO数据库

目的 利用脓毒症心肌病（SCM）的差异性基因，检测与SCM有关的潜在靶点，为寻找最新的诊断方法与疗法提供新途径。方法 从美国GEO数据库上下载GSE79962基因芯片，并使用NetworkAnalyst的网络大数据分析技术工具分析SCM病人和对照组患者（NF）所表达的差异基因，并将结果可视化。将不同差异基因（DEGs）经过分析，使用Metascape网络数据库系统和String网站对其经过富集分析及蛋白质互助作用构建PPI网络图，从而检测出重要基因组和功能模块。结果 一共筛选出了390个DEGs，包括上升基因288个，下降基因162个。而基因组本体分析则表明，DEGs在生物过程学中一般富集在对药物反应、对血栓形成的积极调控、对细菌繁殖的负性调控等；在细菌组成方面一般是富集于细胞外区段、细胞外间隙、浆膜的整体成分等；在分子物质作用功能则一般是富集于与蛋白质的融合、钙离子融合、受体结合等。通路分析提示，DEGs主要富集于PI3K-Akt信号通路、胰岛素抵抗等。利用Cytoscape的在线数据库，检测出了2种显著作用模块和10个重要基因，它们为STAT3、SERPINE1、TIMP1、TP53、ICAM1、IGF1、MYC、THBS1、HMOX1、ADIPOQ。结论 DEGs与SCM的发生进展密切相关，为更深入研究SCM的发病机制和早期鉴定提供了新思路。

• 单位
  中山大学孙逸仙纪念医院