基于生物信息学的糖尿病心肌病生物标志物及关键通路的筛选
芯片,1对象与方法,1研究对象,2方法与统计学处理,2结果,12组间DEGs的筛选结果,2GO富集分析,3KEGG信号通路分析,4PPI网络的构建及hub基因的筛选,3讨论
李宁,吴海明,耿荣鑫,唐其柱*(1武汉大学人民医院心血管内科,武汉大学心血管病研究所,心血管病学湖北省重点实验室;2武汉大学人民医院神经外科,武汉 430060)
糖尿病心肌病(diabetic cardiomyopathy,DCM)是糖尿病的常见并发症之一,在糖尿病患者中的发生率约为12%。与非糖尿病患者相比,糖尿病极大增加了患者心血管疾病的发病率及死亡率[1]。DCM以心室舒张功能和(或)收缩功能障碍为主要特征,可见于1型和2型糖尿病患者,且其发病独立于高血压、冠心病及其他心血管疾病。DCM的发病机制复杂,涉及到线粒体功能障碍、脂质代谢改变、内质网应激、氧化应激、炎症、表观遗传修饰等多项病理生理过程的异常改变[2,3],而这些异常的病理生理过程与多种基因的异常表达或突变密切相关,例如S6K1、CD36、CTRP3、SIRT1及PPAR-α[4]。目前临床上DCM的诊断主要依赖于血清钠尿肽(natriuretic peptide,NAPP)水平及其他非侵入性检测的结果,包括超声心动图、X-ray和心电图。但这些方法缺乏特异性和准确性,导致临床医师很难早期精准诊治,致使很多DCM患者错过了最佳治疗时机,增加了死亡风险[1]。因此,筛选DCM的特异且敏感的差异表达基因(differentially expressed genes,DEGs)有助于今后更加深刻地认识DCM的发生发展机制,同时有利于DCM的早期诊断和精准治疗。
近年来,生物信息学的飞速发展使我们对疾病的认识更加全面且深刻,一方面我们能够通过高通量测序筛查健康人群和患者病灶组织或血清中差异表达的基因及蛋白,另一方面,我们还能够了解这些基因的转录及表观遗传修饰情况[5]。因此,为了将这些基因芯片快速运用于临床实践,有必要及时筛选出一些关键基因并制定合适的方案将其常规应用于临床。
本研究通过对基因表达数据库2R(gene expression omnibus 2R,GEO2R)平台DCM患者基因表达芯片(GSE26887)进行分析,筛选出5个上调和5个下调最明显的DEGs,并利用基因本体论(gene ontology,GO)和京都基因与基因组百科全书(Kyoto encyclopedia of genes and genomes,KEGG)对所有DEGs的功能及通路进行富集分析。此外,借助STRING软件,筛选了连接度最高的15个hub基因。
1 对象与方法
1.1 研究对象
在美国国家生物技术信息中心(national center of biotechnology information ......
您现在查看是摘要页,全文长 11200 字符。