目的 基于GEO数据库筛选接受干扰素α(IFN-α)治疗的慢性乙型病毒性肝炎(CHB)患者中应答者(Rs)和无应答者(NRs)之间差异表达的免疫基因,以探索IFN-α治疗CHB失败的分子基础.方法 从GEO数据库中下载基因芯片数据集GSE27555,包含6例Rs和7例NRs.使用R软件筛选Rs和NRs肝脏组织的差异表达基因,再从免疫相关基因数据库ImmPort下载包含1793个基因在内的标志性免疫基因集,提取差异表达基因中的免疫基因,获取差异免疫基因.再对差异免疫基因进行基因本体论(gene ontology,GO)和京都基因与基因组百科全书(kyoto encyclopedia of genes and genomes,KEGG)分析.通过STRING在线分析工具构建差异免疫基因的蛋白-蛋白相互作用(PPI)网络,进一步利用Cytoscape软件中的Cytohubba插件对差异免疫基因按Degree、MCC、MNC、Closeness算法计算评分位于前10的基因,再取交集,得到枢纽基因(Hub基因).结果 从Rs与NRs间共筛选出差异免疫基因88个,其中上调基因13个,下调基因75个.GO分析发现,这些差异免疫基因主要涉及的生物过程包括T细胞活化、细胞趋化性、细胞-细胞粘附的调节、抗原加工和提呈等方面.KEGG分析显示,这些差异免疫基因主要富集于细胞因子-细胞因子受体相互作用、Th细胞分化、抗原加工和提呈、病毒蛋白与细胞因子和细胞因子受体的相互作用、趋化因子信号通路、T细胞受体信号通路、IL-17信号通路、自然杀伤细胞介导的细胞毒性、Toll样受体信号通路等免疫应答信号通路中.在PPI网络中通过不同算法筛选出的7个共同的Hub基因分别为CD8A、IFNG、CCL2、CCL5、CXCL10、CCL4、FCGR3A.结论 利用生物信息学方法分析了Rs与NRs之间的差异免疫基因及信号通路,并确定了7个与IFN-α治疗CHB无应答相关的Hub基因.这些Hub基因可能成为预测IFN-α治疗CHB应答情况的潜在生物标志物.

GEO数据库;慢性乙型病毒性肝炎;干扰素α;生物信息学;差异免疫基因

吴凤萍;鲁瑞;刘怡欣;李梅;石娟娟;党双锁

西安交通大学第二附属医院感染科,陕西西安710004

西安交通大学学报（医学版）

[1]吴凤萍;鲁瑞;刘怡欣;李梅;石娟娟;党双锁-.基于GEO数据库筛选慢性乙型病毒性肝炎患者对干扰素α治疗无应答相关的关键免疫基因和通路)[J].西安交通大学学报（医学版）,2022(03):407-412

GSE27555,差异免疫基因

GEO,慢性乙型病毒性肝炎,肝炎患者,干扰素,无应答,CHB,NRs,分子基础,下载,基因芯片,肝脏组织,差异表达基因,免疫相关基因,基因数据库,ImmPort,基因本体论,ontology,京都基因与基因组百科全书,kyoto,encyclopedia,genes,genomes,STRING,在线分析工具,蛋白相互作用,PPI,Cytoscape,Cytohubba,插件,Degree,MCC,MNC,Closeness,算法计算,交集,枢纽基因,Hub,出差,生物过程,细胞活化,细胞趋化,趋化性,细胞粘附,抗原加工,细胞因子受体,Th,细胞分化,病毒蛋白,趋化因子,细胞受体,自然杀伤细胞,细胞毒性,Toll,样受体,免疫应答,应答信号,CD8A,IFNG,CCL2,CCL5,CXCL10,CCL4,FCGR3A,利用生物,生物信息学方法,潜在生物标志物

0.290718