基于多重生物信息学分析阿尔茨海默病的调控网络及相关机制

目的基于多重生物信息学方法,分析与阿尔茨海默病(AD)相关的信号通路、关键基因、microRNA(miRNA)、转录因子(TF)等生物学信息,构建相关调控网络,以期阐释AD的内在机制。方法根据纳入标准,从基因表达数据集(GEO)数据库中获取AD相关的高通量芯片数据集,并通过R软件对原始数据集进行预处理,应用limma数据包筛选差异表达基因(DEGs)。利用DOSE数据包对DEGs进行疾病本体(DO)富集分析,并通过可视化和集成发现数据库(DAVID)在线工具对DEGs进行功能注释和通路分析;随后使用STRING数据库和Cytoscape软件构建蛋白互作(PPI)网络并筛选出关键基因,使用mirTarBase等数据库预测相关miRNA,使用Enrichr数据库预测相关TF,并利用Cytoscape构建miRNA-TF-mRNA调控网络。结果获得数据集GSE48350和GSE132903并且筛选得到109个DEGs。DO富集分析显示DEGs主要与AD等神经系统疾病显著相关,基因本体(GO)功能富集结果包括化学突触传递等21项条目,京都基因与基因组百科全书(KEGG)通路富集分析结果包括GABA能突触等8条信号通路。miRNA-TF-mRNA调控网络显示关键基因的mRNA与相关miRNA、TF之间具有一对多和多对一的复杂调控关系。结论文章通过多重生物信息学,分析了与AD相关的信号通路、关键基因、miRNA、以及TF等生物学信息,建立了AD调控网络,为进一步探究AD的发生、发展机制提供了借鉴与思考。

基于多重生物信息学预测非酒精性脂肪性肝病与缺血性脑卒中共病的潜在机制

目的通过多重生物信息学分析探索非酒精性脂肪性肝病(non-alcoholic fatty liver disease,NAFLD)与缺血性脑卒中(ischemic stroke,IS)共病的潜在机制。方法根据纳入标准,从GEO数据库中分别下载NAFLD、IS高通量芯片数据集并进行预处理。利用加权基因共表达网络分析(weighted gene co-expression network analysis,WGCNA)分别对NAFLD、IS各自数据集构建共表达网络,进一步筛选与NAFLD、IS临床特征具有相关性的模块和基因,对NAFLD和IS潜在的共病基因进行富集分析,通过CytoNCA初步筛选NAFLD、IS共病的关键基因。用mirTarBase等数据库预测NAFLD与IS共病关键基因的相关微小RNA(miRNA),用Enrichr数据库预测NAFLD与IS关键性共病关键基因的相关转录因子(transcription factors,TF),构建miRNA-TF-mRNA调控网络。用DSigDB数据库预测与NAFLD、IS共病基因相关的药物分子。结果NAFLD与IS有86个潜在共病基因,GO功能富集分析显示NAFLD与IS共病基因主要参与炎症反应、固有免疫反应、适应性免疫反应等生物过程;KEGG分析显示NAFLD与IS共病基因主要参与细胞因子-细胞因子受体相互作用、细胞粘附分子信号通路。通过CytoNCA插件初步筛选出BTLA、CCR7、POU2AF1等13个NAFLD与IS共病的关键基因;miRNA-TF-mRNA调控网络显示NAFLD与IS的关键性共病基因是BTLA、CCR7、POU2AF1,关键共病miRNA是hsa-miR-335-5p,关键共病TF是NR1H3;最后,维生素D3、阿托伐他汀可能作为针对NAFLD与IS共病的常见药物。结论在生物学机制上,NAFLD与IS共病可能主要与作为关键基因的BTLA、CCR7、POU2AF1,以及作为关键miRNA的hsa-miR-335-5p和作为关键TF的NR1H3协同调控密切相关。而在临床上,维生素D3与阿托伐他汀可能作为针对NAFLD与IS共病的主要治疗药物。