摘要
目的:利用生物信息学技术筛选活动性肺结核(PTB)诊断和治疗监测的潜在生物标志物。方法:通过GEO数据库下载GSE19444和GSE19435基因芯片数据集。利用GEO2R工具筛选活动性PTB患者与健康对照间的差异表达基因(DEG),使用CentiScape插件确定中枢基因(Hub基因),并通过GSE56153数据集验证Hub基因在活动性PTB治疗期间的变化。结果:两个数据集中共筛选505个DEG,上调251个,下调254个。DEG网络的9个子模块中模块1评分最高,包含的25个基因主要参与病毒防御、干扰素信号通路等反应。在25个基因中筛选了13个Hub基因,通过验证,提示上调的IFIT3、IFI35、STAT1和GBP1在初诊活动性PTB、治疗8周、治疗28周和健康对照组的表达水平有显著降低趋势。结论:筛选出的IFIT3、IFI35、STAT1和GBP1与活动性PTB的发生和治疗密切相关,有望成为PTB诊断和治疗监测的潜在生物标志物。
-
单位石河子大学; 新疆生产建设兵团医院