基于GEO数据库筛选阿尔茨海默病的关键基因及信号通路

摘要：

目的 采用生物信息学分析方法从GEO数据库筛选与阿尔茨海默病(AD)发生、发展密切相关的基因及信号通路.方法 从GEO数据库选择GSE118553作为分析数据集,GSE106241作为关键基因的验证数据集.从GSE118553数据集筛选出差异表达基因,对差异表达基因进行基因本体(GO)富集分析、京都基因与基因组数据库(KEGG)通路分析.构建蛋白质-蛋白质相互作用(PPI)网络,筛选出评分居前10位的关键基因.采用GSE106241数据集验证筛选出的10个关键基因在不同braak分级AD患者与正常对照者颞叶皮层组织中表达的差异及其与β-淀粉样蛋白(Aβ)42表达的相关性.结果 从GSE118553数据集中筛选出157个差异表达的基因,其中表达上调88个、表达下调69个.GO富集和KEGG通路分析结果显示,差异表达基因涉及γ-氨基丁酸(GABA)信号通路、神经递质传递和突触传递等.在PPI网络中,筛选出的评分居前10位的关键基因分别为SNAP25、SYT1、GRIN2A、SLC12A5、GAD1、GABRG2、GABRD、PVALB、GABRB2和FN1.采用GSE106241数据集进行验证,结果显示,不同braak分级AD患者之间颞叶皮层组织SNAP25、SYT1、GRIN2A、SLC12A5、GAD1、GABRG2、GABRD、PVALB和GABRB2表达差异均有统计学意义(P<0.05).Pearson相关分析结果显示,SNAP25、SYT1、SLC12A5表达与Aβ42表达呈负相关(r值分别为-0.354、-0.283、-0.310,P<0.05).结论 筛选出的关键基因SNAP25、SYT1和SLC12A5或可作为AD潜在的生物标志物,为AD的诊疗提供新的靶点.

关键词：阿尔茨海默病、生物信息学、关键基因、信号通路

所属期刊栏目：37

分类号：R446.7(诊断学)

资助基金：国家自然科学基金;国家自然科学基金;扬帆计划重点医学专业项目;北京市临床重点专科建设项目;宣武医院国家自然科学基金青年培育项目

在线出版日期：2022-09-01（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：664-668