摘要:目的:应用生物信息学方法分析阿尔茨海默病(Alzheimer’s disease,AD)不同病情程度的差异表达基因(differentially expressed genes,DEGs),在分子水平上探讨AD的发病制,为研究AD提供新思路。方法:从基因表达综合数据库(gene expression omnibus,GEO)下载基因芯片数据集GSE28146,使用在线分析工具GEO2R分别筛选AD轻度组、中度组和重度组与正常对照组比较的DEGs。运用DAVID数据库对筛选出的DEGs进行基因本体(gene ontology,GO)富集分析和京都基因与基因百科全书(Kyoto encyclopedia of genes and genomes,KEGG)通路分析,通过STRING数据库构建蛋白相互作用网络,并采用Cytoscape软件筛选关键基因。结果:AD轻度组、中度组和重度组分别筛选出881、896和1142个DEGs。GO功能富集显示:轻度组与凋亡相关过程的激活、调节免疫反应、蛋白质磷酸化等生物过程密切相关,中度组与炎症反应、凋亡调节、钙离子的释放等生物过程密切相关,重度组与NF-κB的激活、蛋白质磷酸化和去磷酸化、细胞外基质的降解等生物过程密切相关。KEGG分析显示:轻度组主要富集到p53和TGF-β等信号通路,中度组主要富集到癌症途径、自然杀伤细胞介导的细胞毒性、细胞黏附分子等信号通路,重度组主要富集到细胞周期、Hippo信号通路、神经活性配体-受体相互作用等信号通路。蛋白互作网路分析各组富集程度最高的前5个关键基因:轻度组为GART、EHMT2、KRAS、ESR1、CD44;中度组为CBLB、HERC1、UBE2G1、UBE2M、HECW2;重度组为UBE2C、SOCS3、FBXW7、UBE3B、UBA6。结论:采用生物信息学方法分析不同病情程度的AD,所富集的信号通路和筛选出的关键基因可能在AD发生发展过程中起重要作用,为进一步深入研究AD提供了依据和思路。
关键词:阿尔茨海默病 差异表达基因 生物信息学 蛋白质相互作用 关键基因
单位:重庆医药高等专科学校医学技术学院生物化学教研室、重庆市药物制剂工程技术研究中心; 重庆401331; 重庆医科大学基础医学院法医学教研室; 重庆400016
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社
相关期刊
阿尔茨海默病及相关病 Neural Regeneration Research 第二课堂(A) Earthquake Engineering and Engineering Vibration International Journal of Minerals Metallurgy and Materials Chemical Research in Chinese Universities Journal of Central South University Journal of Zhejiang University Science A Applied Mathematics:A Journal of Chinese Universities