基于GEO数据库芯片筛选心肌梗死的关键基因及生物信息学分析

摘要：

目的 应用生物信息学方法筛选出心肌梗死(Myocardial Infarction,MI)的关键基因,探讨MI的病理机制及法医学诊断标志物.方法 从基因表达综合(Gene Expression Omnibus,GEO)数据库中下载GSE23294数据集,用R/Bioconductor package limma筛选MI小鼠心肌组织中差异表达的mRNA(Differentially Expressed Genes,DEGs),使用STRING及Cytoscape3.8.2对DEGs构建蛋白质互相作用(Protein-protein Interaction,PPI)网络,并基于CytoHubba筛选MI相关hub基因.最后,用R/Bioconductor package clusterProfiler对筛选到的DEGs进行生物学功能和信号通路富集分析.结果 从MI小鼠心肌组织中筛选到42个DEGs,这些DEGs主要通过炎症反应、免疫调节、激素分泌等信号通路参与MI的发生发展,并进一步筛选出7个MI相关hub基因:Fos、Egr1、ICAM-1、Atf3、Adipoq、Actb、Cxcl1.结论 筛选出的Fos、Egr1等关键基因有望成为法医学鉴定MI的潜在生物标志物,为进一步研究MI的发病机制及法医学鉴定提供了新的思路.

关键词：法医病理学、关键基因、生物信息学、心肌梗死、差异表达基因

所属期刊栏目：37

分类号：D918.93(法学各部门)

资助基金：国家自然科学基金;山西省基础研究计划项目

在线出版日期：2022-04-27（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：137-142