基于生物信息学分析筛选骨关节炎差异表达基因
基于生物信息学分析筛选骨关节炎差异表达基
因
摘要： 目的 基于生物信息学分析筛选骨关节炎相关的差异表达基因(DEGs),并分析其生物学
功能。方法 从 GEO 数据库下载微阵列数据集 GSE1919,其包括 5个骨关节炎样品和 5个匹配的
对照样品。利用 R语言的 Limma 工具包进行数据分析,筛选 DEGs。利用 DAVID 数据库对
DEGs 进行基因本体富集分析,利用京都基因与基因组百科全书数据库对上调 DEGs 进行信号通
路分析。基于 STRING 数据库的信息识别蛋白质-蛋白质互相作用(PPI),使用 Cytoscape 软件
3.4.0 进行 PPI 网络构建。结果 共获得 1 145 个DEGs,包括 483 个上调的 DEGs 和662 个下调的
DEGs。上调的 DEGs 主要涉及受体活性、细胞黏附分子活性,主要集中于细胞外组分、细胞
膜、细胞外间隙等,主要与细胞通信、信号转导有关。上调的 DEGs 显着富集于肿瘤坏死因子、
细胞黏附分子、丝裂原活化蛋白激酶、黏着斑、细胞因子受体相互作用以及磷脂酰肌醇-3-羟激
酶-蛋白激酶 B等信号通路。白细胞介素(IL)-6、IL-8、胰岛素样生长因子(IGF)和血管紧张素原
(AGT)等基因为 PPI 网络的核心基因。结论 IL-6、IL-8、IGF 和AGT 基因可能是参与骨关节炎
发展的重要基因。
关键词：骨关节炎; 差异表达基因; 生物信息学; 基因本体富集分析; 京都基因与基因组百科
全书数据库通路分析; 蛋白质-蛋白质互相作用网络;
Bioinformatics-based screening of differentially expressed genes in osteoarthritis
HE Yi XIONG Hai-feng LI Yi-cheng FANG De-peng YU Xue YANG Yuan
Langdong Hospital of Guangxi Medical University Department of Traumatic Orthopedics,Ruikang
Hospital Affiliated to Guangxi University of Chinese Medicine Department of Hyperbaric Oxygen
Therapy,the People′s Hospital of Guilin
Abstract：Objective To screen the differentially expressed genes(DEGs) related to
osteoarthritis,and to analyze the biological function of the DEGs.Methods The microarray dataset
GSE1919 was downloaded from the GEO database,including 5 samples of osteoarthritis and 5
matched controlled samples.Data analysis was conducted using Limma package of R Language for
screening DEGs.DAVID database was used for Gene Ontology enrichment analysis,and Kyoto
Encyclopedia of Genes and Genomes database for signaling pathway analysis of up-regulated
DEGs.The protein-protein interaction(PPI) was distinguished according to the information of STRING
database,the PPI network was established using Cytoscape software 3.4.0.Results A total of 1145
DEGs were obtained,including 483 up-regulated and 662 down-regulated DEGs.The up-regulated
DEGs were mainly involved in receptor activity and cell adhesion molecule activity,commonly existed
in extracellular component,cell membrane and extracellular space,and were related to intercellular
communication and signal transduction mostly.The up-regulated DEGs were significantly enriched in
the signaling pathways of tumor necrosis factor,cell adhesion molecule,mitogen-activated protein
kinases,focal adhesion,interaction between cytokine receptors,phosphatidylinositol-3-kinase-protein
kinase B,and ect.Interleukin(IL)-6,IL-8,insulin-like growth factor(IGF) and angiotensinogen(AGT)
genes were the core genes of PPI network.Conclusion IL-6,IL-8,IGF and AGT genes may be the
important genes involved in the development of osteoarthritis.
骨关节炎是最常见的慢性关节病之一,患者不仅长期处于疼痛状态,还会逐渐丧失关节功能和活
动性。骨关节炎是最常见的关节炎形式,随着时间的推移,软骨磨损加重,病情会恶化。虽然关节
软骨破裂是骨关节炎的主要特征,但其他关节组织包括滑膜和软骨下骨,也共同参与了疾病的进
展。目前尚无可以阻止骨关节炎进展并逆转损害的药物[1,2]。骨关节炎的主要治疗目标是控制
疼痛和改善关节功能。常用的治疗药物包括非甾体抗炎药、局部给药的皮质类固醇和黏弹性补
充剂。对于许多患者而言,由于缺乏有效药物而出现进行性软骨损伤, 最终需要手术干预。
作为关节结构的一部分,滑膜可以产生滑液,维持关节活动。在许多关节疾病中也同时存在滑膜
病变,其在促进疾病的发生和发展中起作用[3]。流行病学研究表明,胫骨和股骨的软骨损伤进展
或与炎性滑膜存在一定的联系[4,5],而滑膜组织及其分泌的滑膜液在骨关节炎的病理发展中起重
要作用[4,6]。骨关节炎的病因复杂,由多种因素共同作用,包括遗传因素、关节损伤、肥胖和老
化[7]。了解遗传易感性的生物学机制不仅可以为研究疾病的发病机制提供新思路,而且还可以
开发出能够减缓或阻止疾病进展的新疗法。近年来,高通量基因芯片在疾病的分子诊断、分类、
预后评估等方面应用广泛,这为研究骨关节炎的发病机制和分子诊断提供了新途径[8,9]。有学者
使用骨关节炎样品和匹配的对照样品开发了基因表达文件GSE1919,建立了人骨关节炎的分子
分类;基于差异基因表达分析、亚类预测和通路分析,发现根据基因表达数据和不同预后,可将骨
关节炎患者分为具有不同遗传特征的亚组[10]。本研究对骨关节炎滑膜组织基因芯片数据
(GSE1919)进行生物信息学分析,旨在更好地了解骨关节炎的分子机制,为该疾病的诊断和治疗提
供有价值的信息。
1 资料与方法
1.1 基因芯片数据
于GEO 数据库(https://www.ncbi.nlm.nih.gov/GEO/)下载骨关节炎滑膜组织基因芯片数据集
GSE1919,该数据集基于 Affymetrix Human Genome U95A Array 平台,共包括 5例骨关节炎滑膜
样本(骨关节炎组)及5例健康对照滑膜组织(对照组) 。
1.2 数据预处理和差异表达基因的筛选
利用 R语言的数据差异分析工具包 Limma 对数据进行差异分析,筛选差异表达基因(differentially
expressed genes,DEGs),设置筛选阈值为P<0.05,差异倍数(fold change,FC)≥2。利用 Affy 工具包对
基因探针与基因库中的基因名进行匹配,如果多个探针对应同一基因名, 则取其平均表达值。
1.3 功能富集分析
利用 DAVID 在线分析数据库(https://david.ncifcrf.gov/)进行基因本体(Gene Ontology,GO)富集分
析,从分子功能、细胞成分和生物过程 3个层面对上调的 DEGs 进行归类,以进一步了解其相关功
能。同时,利用京都基因与基因组百科全书(Kyoto Encyclopedia of Genes and Genomes,KEGG)数
据库(https://www.genome.jp/kegg/pathway.html)对上调的 DEGs 进行信号通路分析,以了解导致骨
关节炎滑膜病变主要的信号通路,富集基因数>2、P<0.05 被认为差异具有统计学意义。
1.4 蛋白互相作用网络分析
基于 STRING 数据库(https://string-db.org/)信息识别蛋白质-蛋白质相互作用(protein-protein
interaction,PPI),使用 Cytoscape 软件 3.4.0(http://www.cytoscape.org/),通过3种[包括等级
(Degree)、最大集团中心性(maximal clique centrality,MCC)、最大邻域组分(maximal
neighbourhood component,MNC)]不同的算法构建 3个PPI 网络。使用 CytoHubba 插件进行 PPI
网络的拓扑分析。参数设置为无重量的网络,结果按降序排列,包括学位中心性、中介中心性和
亲密度中心性, 具有前 20 个最高中心的节点被视为中枢基因。
2 结 果
2.1 DEGs 的筛选结果
与对照组相比,在骨关节炎组中共有 1 145 个DEGs,包括 483 个上调的 DEGs 和662 个下调的
DEGs,其中上调的 DEGs 包括肿瘤坏死因子(tumor necrosis factor,TNF)、白细胞介素
(interleukin,IL)-6、IL-8、胰岛素样生长因子(insulin-like growth factor,IGF)、血管紧张素原
(angiotensinogen,AGT) 。DEGs 的火山图如图 1所示,热图如图 2 所示。
图1 GSE1919 样本集中的 DEGs 的火山图
图2 GSE1919 样本集中的 DEGs 的热图
2.2 功能富集分析结果基因本体富集分析
摘要：
展开>>
收起<<
基于生物信息学分析筛选骨关节炎差异表达基因 摘要：目的基于生物信息学分析筛选骨关节炎相关的差异表达基因(DEGs),并分析其生物学功能。方法从GEO数据库下载微阵列数据集GSE1919,其包括5个骨关节炎样品和5个匹配的对照样品。利用R语言的Limma工具包进行数据分析,筛选DEGs。利用DAVID数据库对DEGs进行基因本体富集分析,利用京都基因与基因组百科全书数据库对上调DEGs进行信号通路分析。基于STRING数据库的信息识别蛋白质-蛋白质互相作用(PPI),使用Cytoscape软件3.4.0进行PPI网络构建。结果共获得1145个DEGs,包括483个上调的DEGs和662个下调的D...
相关推荐
-
中华人民共和国气象法
2024-12-30 57 -
中国气象局关于修改《气象行政许可实施办法》的决定
2024-12-30 53 -
中国气象局关于修改《气象行政处罚办法》的决定
2024-12-30 97 -
中国气象局关于修改《防雷减灾管理办法》的决定
2024-12-30 163 -
中国气象局关于废止部分部门规章的决定
2024-12-30 45 -
通用航空飞行管制条例
2024-12-30 78 -
施放气球管理办法
2024-12-30 115 -
人工影响天气管理条例
2024-12-30 48 -
气象资料共享管理办法
2024-12-30 45 -
气象专用技术装备使用许可管理办法
2024-12-30 70
作者：闻远设计
分类：社科文学类资料
价格：免费
属性：4 页
大小：18.56KB
格式：DOCX
时间：2024-04-20
