颅内动脉瘤相关基因的共表达网络构建与分析

目的 利用生物信息学分析颅内动脉瘤(IA)的公共数据库中的表达谱芯片数据,为疾病机制研究提供重要信息。 方法 基于数据集(GSE75436)进行加权基因共表达网络分析(WGCNA)构建其基因共表达网络,并识别枢纽基因;同时,使用在线工具DAVID对与IA具有高度相关的模块进行GO功能富集及KEGG通路分析。 结果 筛选出三个与IA相关的模块,以及识别了棕色模块中的14个枢纽基因COL3A1、SPARC、CDH11、COL5A1、HOPX、CLEC11A、GALNT10、ADAMTS2、CEMIP、KIAA1755、COL11A1、ZIC2、CDKN2A和LINC00460;GO分析显示棕色模块主要富集在细胞外基质组织、胶原蛋白分解代谢过程、细胞黏附等生物过程;KEGG分析显示棕色模块参与了ECM-受体相互作用、局部粘连、蛋白质消化和吸收、PI3K-Akt信号通路等通路。 结论 基于WGCNA,我们识别出了对IA发生发展至关重要的模块与枢纽基因,它们可能成为潜在的生物标志物和(或)治疗靶点。