生物学论文_基于生物信息学分析的炎症性心肌病

文章摘要:目的对炎症性心肌病进行生物信息学分析，筛选出与病因学及治疗靶点相关的核心基因。方法使用GEO2R工具对来自基因表达综合数据库（gene expression omnibus, GEO）的炎症性心肌病基因芯片数据进行差异分析，通过STRING数据库和CytoHubba来构建蛋白质相互作用（protein-protein interaction, PPI）网络及鉴定核心基因。采用R语言进行核心基因功能注释GO富集分析和KEGG通路富集分析。应用在线富集分析平台Enrichr和药物特征数据库筛选靶向作用于炎症性心肌病核心基因的候选药物。结果 149个差异表达基因（differentially expressed genes, DEGs）具有统计学意义，其中上调44个，下调105个。为鉴定核心基因，构建了PPI网络，由37个节点和116条边组成，16个核心基因为NDUFB7、POLR2L、NDUFS7、UQCR11、NDUFA13、NDUFA2、PHPT1、NDUFB10、UBA52、ATP5D、NDUFA3、COX6B1、POLR2J、COX4I2、AURKAIP1和MRPL41。Hub基因被富集到113个不同的GO子集中，其中最显著的有线粒体ATP合成耦合电子传递、呼吸电子传递链、氧化磷酸化、呼吸链、线粒体内膜、NADH脱氢酶活性和氧化还原酶活性等。Hub基因被富集到13种不同的信号通路，包括氧化磷酸化、非酒精性脂肪性肝病、糖尿病心肌病和心肌收缩等。筛选出靶向作用于hub基因的候选药物，即盐酸二甲双胍、克林霉素、肼苯哒嗪等。结论 通过解析表达谱，筛选出与炎症性心肌病的病因和发病机制相关的核心基因，可能作为潜在的治疗靶点，使炎症性心肌病患者受益。

文章关键词:

项目基金:《上海交通大学学报》 网址: http://www.shjtdxxb.cn/qikandaodu/2021/1008/924.html