目的 采用生物信息学分析方法从GEO数据库筛选与阿尔茨海默病(AD)发生、发展密切相关的基因及信号通路.方法 从GEO数据库选择GSE118553作为分析数据集,GSE106241作为关键基因的验证数据集.从GSE118553数据集筛选出差异表达基因,对差异表达基因进行基因本体(GO)富集分析、京都基因与基因组数据库(KEGG)通路分析.构建蛋白质-蛋白质相互作用(PPI)网络,筛选出评分居前10位的关键基因.采用GSE106241数据集验证筛选出的10个关键基因在不同braak分级AD患者与正常对照者颞叶皮层组织中表达的差异及其与β-淀粉样蛋白(Aβ)42表达的相关性.结果 从GSE118553数据集中筛选出157个差异表达的基因,其中表达上调88个、表达下调69个.GO富集和KEGG通路分析结果显示,差异表达基因涉及γ-氨基丁酸(GABA)信号通路、神经递质传递和突触传递等.在PPI网络中,筛选出的评分居前10位的关键基因分别为SNAP25、SYT1、GRIN2A、SLC12A5、GAD1、GABRG2、GABRD、PVALB、GABRB2和FN1.采用GSE106241数据集进行验证,结果显示,不同braak分级AD患者之间颞叶皮层组织SNAP25、SYT1、GRIN2A、SLC12A5、GAD1、GABRG2、GABRD、PVALB和GABRB2表达差异均有统计学意义(P<0.05).Pearson相关分析结果显示,SNAP25、SYT1、SLC12A5表达与Aβ42表达呈负相关(r值分别为-0.354、-0.283、-0.310,P<0.05).结论 筛选出的关键基因SNAP25、SYT1和SLC12A5或可作为AD潜在的生物标志物,为AD的诊疗提供新的靶点.

阿尔茨海默病;生物信息学;关键基因;信号通路

侯玉丽;王怡斐;付静轩;王培昌

首都医科大学宣武医院检验科国家老年疾病临床医学研究中心,北京 100053;首都医科大学临床检验诊断学系,北京 100069

检验医学

[1]侯玉丽;王怡斐;付静轩;王培昌-.基于GEO数据库筛选阿尔茨海默病的关键基因及信号通路)[J].检验医学,2022(07):664-668

GSE118553,GSE106241,braak,SYT1,GAD1,GABRD,PVALB,GABRB2

GEO,阿尔茨海默病,关键基因,生物信息学分析,出差,差异表达基因,基因本体,富集分析,京都,基因组数据,通路分析,蛋白质相互作用,PPI,分居,数据集验证,正常对照,颞叶,皮层,组织中表达,淀粉样蛋白,氨基丁酸,GABA,神经递质传递,突触传递,SNAP25,GRIN2A,SLC12A5,GABRG2,FN1,表达差异,生物标志物

0.195349