内毒素耐受相关基因的生物信息学分析

论文摘要

目的搜寻内毒素耐受相关的核心基因,探讨其在脓毒症中产生及发展的内在机制。方法从GEO数据库下载raw264. 7细胞相关基因表达谱数据GSE8621,筛选出其中的脓毒症模型与内毒素耐受模型的样本芯片数据,将其分为脓毒症组和内毒素耐受组,运用在线数据分析软件GCBI对该芯片数据进行处理,筛选出两组间的差异基因并对差异基因进行基因本体论（GO）功能富集分析、京都基因和基因组百科全书（KEGG）通路富集分析、基因共表达分析,通过STRING在线平台进行蛋白质的相互作用分析。结果两组数据进行对比后,共有2 584个差异基因被找到（P <0. 05）;与脓毒症组相比,内毒素耐受组中有1 618条下调基因、966条上调基因。结果表明差异表达基因主要参与了转录的调节、细胞的凋亡以及蛋白质的磷酸化等生物进程,而功能通路分析显示这些差异基因主要集中于代谢相关通路、MAPK信号通路、PI3K-Akt信号通路、肿瘤相关信号通路、Jak-STAT信号通路、NF-κB信号通路、TLRs信号通路等,并且基因Pik3r2、Nfkb1、Plcg2、Gnai3、Rac3、Src、Rnd1、Edn1、Socs3、Il10被筛选为核心基因。结论通过基因芯片对脓毒症组及内毒素耐受组的转录组学进行测序、分析,发现两组之间的差异基因,通过网络模块的建立,将基因Pik3r2、Nfkb1、Plcg2、Gnai3、Rac3、Src、Rnd1、Edn1、Socs3、Il10筛选为与内毒素相关的核心基因,这其中包括已经被证实的与脓毒症密切相关的基因及部分未被证实的基因,这为脓毒症的预防和治疗提供了新的方向。

论文目录

• 1 材料与方法
•   1.1 数据材料
•   1.2 差异基因筛选
•   1.3 GO分析及KEGG分析
•   1.4 共表达分析
•   1.5 蛋白质相互作用网络
• 2 结果
•   2.1 差异基因的筛选结果
•   2.2 差异基因GO富集分析结果
•   2.3 差异表达基因KEGG通路富集分析
•   2.4 共表达分析
•   2.5 蛋白质相互作用网络模块
• 3 讨论

文章来源

类型: 期刊论文

作者: 陈雪,胡迎春,钟武

关键词: 内毒素耐受,生物本体论,信号通路,共表达,蛋白质相互作用

来源: 山西医科大学学报 2019年06期

年度: 2019

分类: 医药卫生科技,基础科学

专业: 生物学,临床医学,急救医学

单位: 西南医科大学临床医学院急诊医学教研室,西南医科大学附属第一医院急诊科

基金: 四川省医学会青年创新基金资助项目(16214),西南医科大学人才基金资助项目([2016]217-32)

分类号: R459.7;Q811.4

DOI: 10.13753/j.issn.1007-6611.2019.06.015

页码: 773-778

总页数: 6

文件大小: 2992K

下载量: 125