AD相关差异表达基因的生物信息学研究
AD 相关差异表达基因的生物信息学研究
摘要：目的：为阿尔茨海默病（AD）发病机制的阐释、早期预防与诊断以及治疗靶点的筛
选提供参考。方法：从美国国立生物技术信息中心公共数据平台基因表达数据库中下载基因芯
片数据集 GSE28146，使用 GEO2R 在线分析工具筛选出 AD 相关差异表达基因（DEGs）；使
用DAVID 6.8 生物信息学资源数据库进行基因本体（GO）分析和 KEGG 通路富集分析；使用
STRING 数据库和 Cytoscape 3.2.1 软件进行蛋白-蛋白相互作用（PPI）网络分析。结果与结
论：筛选出 AD 相关 DEGs 共1 478 个，其中上调 913 个、下调 565 个。GO 分析结果显
示，DEGs 主要分布于细胞质、膜、细胞外隙中，主要通过转录的正/负调节、核因子 κB 活性
的正调节、Rho 蛋白信号转导的调节、蛋白质磷酸化的调节等生物学过程以及蛋白质结
合、DNA 结合、转录因子活性（序列特异性 DNA 结合）等分子功能来诱导 AD 的发
生。KEGG 通路富集分析结果显示，DEGs 显着富集于癌症途径、肺结核、破骨细胞分
化、Janus 激酶/信号传导及转录激活因子信号通路、叉头转录因子信号通路、EB 病毒感染等信
号通路上。DEGs 编码蛋白的 PPI 网络含节点蛋白共 1 205 个、边 3 931 条；其中的关键核心基
因为 SOCS3、NEDD4、CBLB，可能是 AD 发生发展的潜在靶点。
Differentially Expressed Genes Related to Alzheimer's Disease and Their Bioinformatics Analysis
XU Qian SU Yuanqi TAN Yi YANG Yuanjuan
School of Pharmacy, Chongqing Medical and Pharmaceutical College & Chongqing Engineering
Research Center of Pharmaceutical Sciences Laboratory Animal Center,Chongqing Medical
University
Abstract：OBJECTIVE:To provide reference for interpretation of pathogenesis,early prevention
and diagnosis,and selection of therapeutic targets of Alzheimer's disease(AD). METHODS:The gene
chip dataset GSE28146 was downloaded from the NCBI public data platform GEO,and the AD-related
differentially expressed genes(DEGs) were identified by using GEO2 R online analysis tool. GO
analysis and KEGG enrichment pathway analysis were performed by using DAVID 6.8 bioinformatics
resource database. The protein-protein interaction(PPI) network analysis was performed by using
STRING database and Cytoscape 3.2.1 software. RESULTS & CONCLUSIONS:A total of 1 478 AD-
related DEGs were identified,consisting of 913 up-regulated genes and 565 down-regulated genes. GO
function enrichment analysis showed that DEGs mainly distributed in
cytoplasm,membrane,extracellular space, and induced AD via biological processes such as
positive/negative regulation of transcription, positive regulation of NF-κB activity,regulation of Rho
protein signaling transduction,protein phosphorylation;via protein binding,DNA binding,transcription
factor activity(sequence specific DNA binding)and other molecular functions. KEGG pathway
enrichment analysis showed that DEGs was enriched in cancer pathway, pulmonary tuberculosis,
osteoclast differentiation, JAK/STAT signaling pathway,FoxO signaling pathway,EB virus infection
and other signaling pathways. There are 1 205 nodes and 3 931 edges in the PPI network of DEGs
coding protein. Among them,the key genes are SOCS3,NEDD4 and CBLB,which may be the potential
target of AD development.
阿尔茨海默病（Alzheimer’s disease,AD）是一种慢性进行性的中枢神经系统退行性疾病，临床
上主要表现为记忆障碍、进行性认知功能损害、人格和行为改变等神经精神障碍[1]。AD 的发
病机制较为复杂，呈现多样性和不确定性，以 β-淀粉样蛋白（Aβ）瀑布理论、Tau 蛋白学说、
氧化应激、炎症机制、线粒体功能障碍和基因突变等假说较为常见[2]。AD 是老年痴呆最常见
的病因，据统计，60%～80%的痴呆由 AD 导致，且痴呆已经成为 65 岁以上人群的第五大死亡
原因[3]。近年来，随着人口老龄化进程加剧，我国 AD 患者的数量迅速增加，现已超过 700 万
人[4]。AD 病程长、并发症多样且需要长期护理，给患者家庭和社会带来沉重的经济负担，已
成为不容忽视的社会问题[4]。随着高通量测序技术及基因芯片技术的发展，从诸如基因组、转
录组、蛋白质组和代谢组等不同层次研究疾病的发生、发展及预后已成为全世界学者共同关注
的热点之一[5,6,7]。本研究通过对美国国立生物技术信息中心（NCBI）公共数据平台中的表达
谱芯片原始数据进行挖掘，筛选出 AD 相关差异表达基因（DEGs），并对其进行基因本体
（GO）分析、KEGG 通路富集分析以及蛋白-蛋白相互作用（PPI）网络分析，以期为 AD 发病
机制的阐释、早期预防与诊断以及治疗靶点的筛选提供理论参考。
1 资料与方法
1.1 资料来源
从NCBI 公共数据平台基因表达数据库（GEO,http：//www.ncbi.nlm.nih.gov/geo）下载 AD 相关
基因芯片数据集 GSE28146(https：//www.ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE28146）。
该数据集基于 GPL570 平台采用[HG-U133＿Plus＿2]Human Genome U133 Plus2.0 Array 阵列芯
片（美国 Affymetrix 公司）检测的30 例人海马组织获得，其中对照组 8例、AD 病例组 22 例。
1.2 方法
运用GEO2R 在线分析工具（https：//www.ncbi.nlm.nih.gov/geo/geo2r/?acc=GSE28146）对芯片
原始数据进行 DEGs 的筛选，筛选条件为 P<0.05，其中 log2FC≥1.0 为上调、log2FC<-1.0 为下
“调（式中， FC”表示 AD 病例组受试芯片荧光信号强度与对照组相比的差异倍数）[8]。采用
GraphPad Prism 5 在线软件（https：//www.graphpad.com/scientific-software/prism）绘制DEGs 火
山图。
利用DAVID 6.8 生物信息学资源数据库（https：//david.ncifcrf.gov/）对DEGs 进行 GO 分析和
KEGG 通路富集分析（以 Fisher 确切概率法计算P值，P<0.05 “ ”为 显着富集 ）[9]。将P值由小
到大排序，分列出排序前10 位的GO 功能族和KEGG 信号通路。
通过 STRING 数据库（https：//www.string-db.org/）对筛选所得 DEGs 进行 PPI 网络分析，设
“置可信度（Confidence ”） 为 0.7；借助 Cytoscape 3.2.1 “软件的 CytoHubba”插件对DEGs 编码蛋
白的相互作用进行可视化展示。其中，节点表示蛋白，边表示蛋白之间的相互联系，节点度值
表示与某节点相连边的数量（其值大小与对应节点在网络中的重要程度成正比），将节点度值
排序前3 位的基因视为关键核心基因。
2 结果
2.1 DEGs 的筛选结果
筛选出 AD 相关 DEGs 共1 478 个，其中上调 913 个、下调 565 个。DEGs 的火山图见图1 。
图1 DEGs 的火山图
2.2 DEGs 的GO 分析及 KEGG 通路富集分析结果
GO 分析结果显示，DEGs 主要涉及转录的正/负调节、核因子 κB(NF-κB）活性的正调节、Rho
蛋白信号转导的调节、颚发育、蛋白质磷酸化的调节、自噬的负调节等生物学功能；DEGs 主
要分布于细胞质、膜、细胞外隙、高尔基体等细胞组分；DEGs 主要涉及蛋白质结合、DNA 结
合、转录因子活性（序列特异性 DNA 结合）、蛋白质同源二聚体活性等分子功能，详见图2。
KEGG 通路富集分析结果显示，DEGs 在癌症途径、肺结核、破骨细胞分化、Janus 激酶/信号
传导及转录激活因子（JAK/STAT）信号通路、叉头转录因子（FoxO）信号通路、EB(Epstein-
Barr）病毒感染、转化生长因子 β（TGF-β）等信号通路上显着富集，详见图3 。
2.3 DEGs 编码蛋白 PPI 网络分析结果
DEGs 编码蛋白的 PPI 网络中，共包含节点蛋白 1 205 个、边 3 931 条，见图4。其中，节点度
值排序前30 位蛋白的 PPI 网络见图5（以基因表示），节点度值排序前3位的基因为
SOCS3、NEDD4 和CBLB ，是网络中的关键核心基因。
摘要：
展开>>
收起<<
AD相关差异表达基因的生物信息学研究 摘要：目的：为阿尔茨海默病（AD）发病机制的阐释、早期预防与诊断以及治疗靶点的筛选提供参考。方法：从美国国立生物技术信息中心公共数据平台基因表达数据库中下载基因芯片数据集GSE28146，使用GEO2R在线分析工具筛选出AD相关差异表达基因（DEGs）；使用DAVID6.8生物信息学资源数据库进行基因本体（GO）分析和KEGG通路富集分析；使用STRING数据库和Cytoscape3.2.1软件进行蛋白-蛋白相互作用（PPI）网络分析。结果与结论：筛选出AD相关DEGs共1478个，其中上调913个、下调565个。GO分析结果显示，DEGs主要分布于细胞质...
相关推荐
-
浅析桥式起重机中变频调速技术的应用--p
2023-04-24 169 -
浅析电子商务网站设计中的问题--p
2023-04-24 343 -
浅析电气自动化控制设备的重要性--p
2023-04-24 169 -
浅析电气设备中节能降耗技术的应用--p
2023-04-24 340 -
浅析电动机综合保护器的应用--p
2023-04-24 168 -
浅析冲片材质对电动机空载电流的影响--p
2023-04-24 163 -
浅谈三相异步电动机的自检与拆装--p
2023-04-24 160 -
浅谈梁家煤矿膏体充填开采智能控制系统设计方案--p
2023-04-24 421 -
浅谈建筑电气消防设计的难点与措施--p
2023-04-24 129 -
电力系统规划设计在电力工程设计中的应用
2025-03-16 108
作者：闻远设计
分类：社科文学类资料
价格：免费
属性：9 页
大小：985.53KB
格式：DOCX
时间：2024-04-20
