基于GEO数据库的脓毒症标志物的筛选与生物信息学分析

• 作者: 童译庆 高婧 段光臣 周伟 秦海军
• 来源期刊: 世界最新医学信息文摘（连续型电子期刊）
• 关键词: GEO数据库 脓毒症 R软件 limma包 差异表达基因
• 年，卷（期）: 2021,（22）
• 所属期刊栏目: 医学检验
• 页码范围: 238-242
• 页数: 5页
• 分类号: R714.62+6
• 语种: 中文
• DOI: 10.3969/j.issn.1671-3141.2021.22.115

摘要

目的 使用生物信息学方法从基因表达数据库(GeneExpression Omnibus,GEO)分析及筛选脓毒症关键差异基因并揭示潜在的分子机制,为脓毒症的治疗提供新靶点.方法 从基因表达数据库中获取芯片GSE28750,GSE57065以及GSE33118,共包含脓毒症58例,健康对照65例.分别使用R软件limma包筛选出差异表达基因(DEGs),使用RRA包对差异数据进行合并.通过DAVID在线工具对DGEs富集进行基因本体(GO)分析,REACTOME通路分析.通过STRING在线数据库构建DGEs的蛋白-蛋白相互作用(PPI)网络.使用Cytoscape中MCODE插件筛选出脓毒症发生的重要模块和高度关联性的差异基因.结果 脓毒症与对照组共有显著差异基因282个基因,其中上调基因181个,下调基因101个,DEGs主要涉及的生物过程包括:白细胞脱颗粒,免疫激活,抗原提呈,血液凝固等方面,通路分析发现信号通路主要涉及中性粒细胞脱颗粒,T细胞受体瀑布,白介素家族信号通路等.MCODE插件从PPI网络中检测出3个重要模块,其中MCEMP1、ITGAM、CYSTM1以及MGAM等16个高度关联的基因被发现.结论 利用生物信息学从不同角度揭示了脓毒症和健康对照组差异基因的特征,可以帮助我们更好了解脓毒症发生的分子机制,对于脓毒症的早期诊断和治疗具有重要临床意义.