利用生物信息学研究脓毒症潜在治疗靶点并筛选生物标记物

通过生物信息学方法筛选脓毒症的潜在治疗靶基因以及与其发生密切相关的信号通路。方法:从基因表达数据库(GEO)中获取脓毒症GSE57065微阵列数据的基因表达谱,经Omicshare在线分析软件对数据预处理后筛选出差异表达基因(DEGS);对DEGS进行信号通路(Pathway)分析、蛋白相互作用网络(PPI)分析、核心基因的热图分析。结果其中共有3385个基因在两组中差异表达,有1560个基因表达上调,1825个基因表达下调;DEGS主要富集的核心信号通路涉及T细胞受体信号通路、靶脂信号通路、FcepsolinRI信号通路等;并进一步筛选出核心基因HDAC4、CARD11、FYN等。结论:生物信息学为我们在基因大数据中快速找出疾病潜在治疗靶基因与关键通路提供了一个快捷途径,HDAC4、CARD11、FYN可能为临床提供新的治疗靶点,但其具体机制仍需实验验证。