探讨哮喘和SARS-CoV-2的相互作用关系的生物信息学分析

目的采用生物信息学方法探讨哮喘和SARS-CoV-2感染的相互作用关系及发生的潜在机制,为哮喘和新冠肺炎(COVID-19)进一步治疗提供新线索。方法本文使用的研究数据来源于GEO数据库。利用R语言和Perl语言对数据进行预处理,筛选差异表达基因(DEGs),并获得GO功能富集分析、KEGG、Reactome、WikiPathways和BioCarta通路富集分析。通过Cytoscape软件获得蛋白质相互作用(PPI)网络分析可视化结果。使用RegNetwork数据库筛选与DEGs相互作用的转录因子(TF),再利用NetworkAnalyst构建miRNA-TF-mRNA共调控网络。最后,从DSigDB数据库筛选治疗药物。结果获得哮喘和SARS-CoV-2感染的数据集并且筛选得到25个受两者影响的重叠DEGs。GO功能富集分析和通路富集分析显示,DEGs参与病毒蛋白与细胞因子和细胞因子受体、补体和凝血级联反应通路。miRNA-TF-mRNA共调控网络表明关键基因与相关miRNA和TF之间复杂的调控关系。筛选到作用于DEGs的可能药物分子,包括雷洛昔芬、他莫昔芬和孕酮等。结论在数据分析的基础上,找出哮喘与SARS-CoV-2感染的共同切入点,为分析SARS-CoV-2在肺部疾病中的作用提供了新思路。