分享打开微信,点击底部的“发现”,使用 “扫一扫” 即可将网页分享到我的朋友圈
目的:通过生物信息学方法分析与骨髓瘤患者脂肪干细胞(MM-ASC)相关的关键基因和候选通路,为多发性骨髓瘤(MM)的诊断和治疗提供候选靶点.方法:在GEO数据库中获取GSE133346芯片数据,使用R语言筛选MM-ASC的差异基因(DEGs),并用DAVID数据库对DEGs进行生物学功能(GO)分析,利用京都基因与基因组百科全书(KEGG)数据库对基因进行生物通路富集分析,筛选靶基因所涉及的有意义的生物学功能和通路靶基因;采用String和Cytoscape软件进行靶基因蛋白相互作用(PPI)网络分析,筛选关键靶基因;进一步采用R语言筛选miRNAs,使用miRDB预测其靶基因,并使用Cytoscape软件构建miRNAs-mRNA调控关系网络.结果:①MM-ASC共筛选出123个DEGs,其中有36个上调基因和87个下调基因;②信号通路主要表现为胃酸分泌、NF-κB信号通路、胰高血糖素信号通路、钙信号通路、血管平滑肌收缩信号通路、细胞因子-细胞因子受体相互作用等;③其Hubgene为CXCL12、CD44和CDH2.Degree排在前10位的关键基因为CDH2、CD44、CXCL12、ACTA2、MYLK、S100A4、PLAU、NT5E、AXIN2、MYH10;④预测得到hsa-miR-30a-3p、hsa-miR-34a-5p、hsa-miR-30d-3p等10种重要的miRNAs.结论:MM-ASC中存在差异表达基因谱,且DEGs大多富集于NF-κB、钙信号通路等.CDH2、CD44、CXCL12在MM的发病中可能发挥关键基因作用.miR-30a-3p、miR-34a-5p等miRNAs可能干预MM的发病过程.
多发性骨髓瘤、差异表达基因、脂肪干细胞、GEO数据库、生物信息学分析
38
R551.3;R733.3(血液及淋巴系疾病)
广东省自然科学基金;广东省自然科学基金;广东省自然科学基金;东莞市社会发展科技项目;广东省中医药局面上项目;广东省中医药局面上项目;广东省医学科学基金;广东省医学科学基金;东莞市人民医院科研发展基金项目;广东省科技创新战略专项资金攀登计划;广东医科大学大学生创新实验项目;广东医科大学大学生创新实验项目;广东医科大学大学生创新实验项目;广东医科大学大学生创新实验项目;广东医科大学大学生创新实验项目;广东医科大学大学生创新实验项目;广东医科大学大学生创新创业训练项目;国家级大学生创新创业训练计划项目;国家级大学生创新创业训练计划项目;国家级大学生创新创业训练计划项目;国家级大学生创新创业训练计划项目;国家级大学生创新创业训练计划项目;广东医科大学科研基金项目
2022-11-17(万方平台首次上网日期,不代表论文的发表时间)
共7页
2129-2135