基于GEO数据库筛选多发性硬化症关键基因Kcnc1、Kcnc2的分析研究

目的:筛选多发性硬化症(MS)的关键基因,探讨其发病机制并寻找潜在的治疗靶点。方法:从基因芯片数据库(GEO)搜索MS在皮层的基因表达数据,并分析与正常皮层组织的差异表达基因(DEGs);利用DAVID在线软件对挑选出的DEGs进行GO富集分析。基于STRING数据库及Cytoscape软件构建蛋白-蛋白互作(PPI)网络,利用MCODE与Cytohubaa分析其关键基因簇并筛选出有交集的关键基因,最后在动物模型中加以验证。结果:共纳入两套MS基因芯片数据,选出有交集的DEGs 74个,其中上调基因2个,下调基因72个。DEGs GO富集分析发现钾离子跨膜转运等生物学过程与MS的发生发展相关。Cytoscape软件筛选出10个关键基因,从中选出Kcnc1、Kcnc2两个下调基因,并在小鼠EAE模型中得到验证。结论:利用生物信息学方法有效筛选出参与MS发生的Kcnc1、Kcnc2基因,为MS的治疗提供潜在的治疗靶点和策略。