10.16695/j.cnki.1006-2947.2017.04.011
肾结石疾病相关蛋白的大数据分析
目的 本研究拟利用大数据分析方法发现影响肾结石形成的核心蛋白.方法 收集已发现的人类肾结石相关蛋白质信息,组人人类蛋白质相互作用数据库,构建肾结石蛋白质相互作用网络,通过网络拓扑分析方法计算Node Degree和Betweeness Centrality,获得蛋白在相互作用网络中的重要程度排序,执行聚类分析显示这些蛋白参与信号通路情况,根据蛋白排序和参与信号通路的数量确定核心蛋白.Microarray数据分析验证核心蛋白基因在肾结石患者的表达情况.进一步使用SIFT,PolyPhen2,phD-SNP和MutPred四种生物学软件分析核心蛋白基因的致病性nsSNPs.结果 构建一个包含812个蛋白质的肾结石相互作用网络,拓扑分析获得其中32(3.9%)个关键蛋白,聚类分析发现这些关键蛋白参与55条信号通路,根据蛋白重要程度及参与信号通路的多少对核心蛋白进行排序,发现MAPK1是一个最核心蛋白,参与其中34条信号通路.Microarray数据分析发现MAPK1在肾结石患者肾乳头组织中下调表达.In silico分析识别MAPK1基因中有3个高可信度的致病性nsSNPs.结论 MAPK1是一个肾结石疾病相互作用蛋白网络的核心蛋白,在肾结石患者中下调表达,其高致病性nsSNP可能影响MAPK1与疾病的风险.我们的发现可能为肾结石治疗新药开发提供一个新的靶点,并为今后更深入的肾结石机制研究提供基础.
生物信息、肾结石、计算机分析
23
R692.4(泌尿科学(泌尿生殖系疾病))
辽宁省自然科学基金;沈阳市科技局F16-206-9-18;留学人员科技活动项目
2017-09-20(万方平台首次上网日期,不代表论文的发表时间)
共4页
374-377