基于生信分析对阿尔茨海默病炎症相关关键基因的筛选及鉴定

目的:筛选并鉴定阿尔茨海默病(AD)神经炎症相关关键基因。方法:用R语言limma包分别筛选GEO数据库中的数据集GSE144459(Healthy=16,AD=16)和GSE135999(Healthy=6,AD=7)中的差异基因(DEGs);用在线韦恩图工具对上述获得的差异表达基因(DEG1、DEG2)与NCBI数据库获得(IRGs)取交集,以获得差异表达的IRGs;用R语言clusterProfiler包对其进行功能富集分析;通过STRING数据库(https://string-db.org)和Cytoscape软件对差异表达IRGs进行PPI网络构建,并用cytoHubba插件来筛选PPI中的关键节点作为候选基因。后续用于LASSO回归分析进一步筛选特征基因并构建分类器,用数据集GSE122063(AD=56,Control=44)验证特征基因的表达并绘制箱线图。结果:本研究共获得106个差异表达的IRGs。富集分析与金黄色葡萄球菌感染、中性粒细胞外陷阱形成、Toll样受体、FcγR介导吞噬作用等功能及信号通路相关。经过PPI网络的构建、LASSO回归分析、分类器构建及受试者工作特征(ROC)曲线绘制以及特征基因的表达验证,最终得出Fcgr2b、Cd14、Fcgr1、Fcgr3、Ly86在AD中具有较强的预测诊断能力。结论:Fcgr2b、Cd14、Fcgr1、Fcgr3、Ly86在AD中起着关键作用,可以作为AD潜在的诊断和治疗靶点。