SARS-CoV-2病毒感染潜在关键分子生物标志物及免疫浸润特征分析

摘要：

应用生物信息学方法筛选新型冠状病毒肺炎(corona virus disease 2019,COVID-19)感染的潜在关键分子生物标志物并分析其免疫浸润特征.从GEO数据库下载GSE152418数据集,其中COVID-19患者17例,健康对照17例.用加权基因共表达网络分析(weighted gene co-expression network analysis,WGCNA)方法筛选出COVID-19最相关的模块基因.与差异基因取交集得到共同基因,进行功能及信号通路富集分析,构建蛋白互作网络筛选关键基因,构建关键基因的miRNA-TF-mRNA调控网络,用CIBERSORT算法预测样本免疫细胞浸润特征.差异分析得到2049个差异基因.WGCNA分析7个模块中"土耳其蓝色"模块与COVID-19相关性最高(r=0.91,P＜0.001).模块中基因显著性和模块隶属度呈显著正相关(r=0.96,P＜0.001).得到共同基因766个,主要参与有丝分裂、微管结合、阳离子通道活性及卵母细胞减数分裂、细胞衰老等.蛋白互作网络筛 选到前10位关键基因分别为CDK1、BUB1、CCNA2、CDC20、KIF11、BUB 1B、CDCA8、TOP2A、CCNB2、KIF20A,构建的miRNA-TF-mRNA网络包含51个miRNA、5个TF、10个mRNA.COVID-19患者较健康对照组幼稚B细胞、嗜酸性粒细胞浸润水平显著降低(P＜0.05),浆细胞、活化肥大细胞浸润水平显著升高(P＜0.05).通过WGCNA及蛋白互作网络分析筛选出10个关键基因,并预测到调控关键基因的5个TF及51个miRNA,且COVID-19患者与健康对照的免疫浸润特征存在统计学差异,这些与免疫细胞相关的分子标志物可能作为COVID-19免疫治疗的潜在靶标.

关键词：新型冠状病毒肺炎、生物标志物、免疫浸润、生物信息学、感染

所属期刊栏目：12

分类号：R373.1(医学微生物学（病原细菌学、病原微生物学）)

在线出版日期：2022-10-31（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：760-768