基于生物信息学的糖尿病心肌病生物标志物及关键通路的筛选

摘要：

目的 通过对基因表达(GEO)数据库中糖尿病心肌病(DCM)相关的基因芯片进行生物信息学分析,获得DCM的生物标志物及其调控的关键通路.方法 从GEO数据库获取DCM的基因表达芯片(GSE26887),并借助DAVID在线分析平台对这些基因进行基因本体论(GO)富集分析和京都基因与基因组百科全书(KEGG)信号通路分析,同时利用生物信息学软件STRING 10.0构建这些基因的蛋白-蛋白相互作用(PPI)网络.结果 本研究中所采用的芯片GSE26887共包含7例DCM患者及5名健康对照.共筛选出差异表达基因(DEGs)236个,包括134个上调基因及102个下调基因.其中,差异最大的5个上调基因依次为NPPA、SFRP4、DSC1、NEB及FRZB;差异最大的5个下调基因依次为SERPINE1、SERPINA3、ANKRD2、XRCC4及S100A8.GO和KEGG结果表明,DCM发展过程中的DEGs主要富集在炎症、免疫紊乱、代谢紊乱、线粒体功能障碍等方面.PPI网络揭示连接度最高的15个hub基因依次为IL-6、MYC、ACTA2、SERPINE1、ASPN、SPP1、KIT、TFRC、FMOD、PDE5A、MYH6、FPR1、C3、CDKN1A及SOCS3.结论 DCM患者的DEGs与炎症、免疫紊乱及能量代谢密切相关,本研究所筛选出的差异最大的5个上调基因和5个下调基因有望成为DCM诊断的标志分子,15个hub基因有望成为DCM治疗的靶点.

关键词：生物信息学、糖尿病心肌病、标志物

所属期刊栏目：18

分类号：R541(心脏、血管（循环系）疾病)

资助基金：国家自然科学基金81530012,81470516

在线出版日期：2019-06-25（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：321-326