论文部分内容阅读
【目的】通过生物信息学方法探索糖尿病肾病(DN)发生发展的潜在生物标志物及治疗靶点。【方法】1、从GEO表达谱数据库中寻找与DN相关的基因表达谱数据(GSE1009),通过GEO附带的交互式网络工具GEO2R筛选DN的差异表达基因。2、使用STRING在线分析工具对DN差异表达基因进行蛋白质相互作用分析,利用Cytoscape绘制蛋白质互作网络图,通过Cyto Hubba插件鉴定DN的关键基因。3、利用DAVID工具筛选DN差异表达基因富集的GO功能和KEGG通路,并确定关键基因参与的主要信号通路。4、通过Web Gestalt数据库查寻差异基因靶标的miRNA,在Cytoscape软件中构建差异基因编码蛋白质与miRNA作用网络图,通过Network analysis插件计算网络中各节点的节点度,选出对网络稳定性至关重要的关键miRNA。5、运用Cytoscape软件建立DN关键miRNA与靶基因之间的调控关系,并利用5种miRNA靶基因预测数据库进行验证,结合通路分析结果分析DN发生发展的潜在调控机制。【结果】1、通过GSE2R分析GSE1009数据筛选出糖尿病肾病的差异表达基因共600个,其中下调基因257个,上调基因343个。2、运用STRING数据库分析差异基因编码蛋白质的相互作用,通过Cytoscape的插件Cyto Hubba筛选出糖尿病肾病相关的下调、上调枢纽基因各15个,其中最关键的差异基因有7个(VEGFA、EGFR、ITGA3、ITGAV、COL4A3、COL4A4、COL4A5)。3、从分子功能、细胞组分、生物学过程三方面对糖尿病肾病的差异表达基因进行GO富集分析。下调差异表达基因:在分子功能的GO分析中,大部分具有蛋白质结合活性、整合素结合活性、钙离子结合活性等分子功能;对细胞组分的GO分析中,主要集中在外泌体、细胞表面、细胞质膜等部位;在生物学过程中,主要参与了细胞迁移、心脏肺及肾小球的发育、细胞外基质组成、血管生成等过程。上调差异基因:在分子功能的GO分析中,主要具有生长因子和细胞因子活性、蛋白酶结合活性、钙离子结合活性等分子功能;对细胞组分的GO分析中,主要富集在胞外区、细胞质膜、细胞连接处等部位;在生物学过程中,主要参与了细胞死亡及增殖、蛋白质自我磷酸化、GTP酶活性、蛋白质入核转位及转录等过程。4、对糖尿病肾病的差异表达基因进行KEGG通路分析。下调差异表达基因涉及的KEGG通路共14条,包括ECM-受体相互作用途径、黏着斑途径、PI3K-Akt信号通路、钙信号通路、Rap1信号通路、Erb B信号通路等。上调差异表达基因涉及的KEGG通路共6条,包括PI3K-Akt信号通路、肾素分泌途径、神经活性配体-受体相互作用以及细胞因子-细胞因子受体相互作用途径等。其中7个关键基因主要参与ECM-受体相互作用途径、PI3K-Akt信号通路、黏着斑途径、Rap1信号通路。5、通过Web Gestalt数据库筛选出下调差异表达基因互作网络中的关键miRNA共9组:mi R-506,mi R-124a,mi R-200家族(mi R-200b/c、mi R-429),mi R-23a/b,mi R-181家族(mi R-181a/b/c/d),mi R-25/32/92/363/367簇,mi R-17家族(mi R-17-5p、mi R-20a/b、mi R-106a/b、mi R-519d),mi R-27a/b,mi R-29家族(mi R-29a/b/c);上调差异表达基因的关键miRNA共2组:mi R-17家族,mi R-200家族。6、关键miRNA与靶基因之间的调控关系结果显示mi R-29靶向COL4A和VEGFA,mi R-200靶向VEGFA,mi R-25靶向ITGAV,mi R-27靶向EGFR。结合KEGG通路富集分析显示这些关键miRNA-靶基因主要参与ECM-受体相互作用通路、PI3K-Akt等信号通路。【结论】1、筛选出糖尿病肾病的差异表达基因共600个,其中VEGFA、EGFR、ITGA3、ITGAV、COL4A3、COL4A4、COL4A5有望成为早期预测或诊断DN的生物标志物。2、鉴定出与糖尿病肾病发生密切相关的关键miRNA是mi R-200b/c、mi R-29a/b/c、mi R-25和mi R-27,它们主要涉及足细胞凋亡、细胞外基质聚集和肾脏纤维化,调控其表达有可能成为管理DN的新疗法。3、MiR-29靶向COL4A和VEGFA、mi R-200靶向VEGFA、mi R-25靶向ITGAV以及mi R-27靶向EGFR,通过作用于ECM-受体相互作用通路、PI3K-Akt信号通路等信号通路介导糖尿病肾病的发展。