基于GEO芯片和生物信息学分析构建脓毒症相关ceRNA网络

在线阅读 下载PDF 导出详情
摘要 摘要目的基于生物信息学方法,利用基因表达数据库(GEO)分析脓毒症相关长链非编码RNA(lncRNA)和mRNA表达谱,结合微小RNA(miRNA)数据库进行竞争性内源RNA(ceRNA)网络分析。方法从GEO数据库下载脓毒症相关lncRNA数据集,使用生物信息分析工具对数据集进行基因表达差异分析,得到差异表达lncRNA(DElncRNA)和差异表达mRNA(DEmRNA),并绘制聚类热图。通过miRNA结合图谱数据库(miRcode)预测与DElncRNA结合的miRNA,并检索miRNA靶基因数据库TargetScan、miRDB和mirTarBase筛选出同时满足3个数据库的靶mRNA,比对后得到lncRNA-miRNA-mRNA相互作用关系,导入调控网络可视化软件CytoScape中得到ceRNA网络。将ceRNA网络中的DEmRNA导入基因与蛋白质相互作用检索数据库(STRING),绘制基因编码蛋白质-蛋白质相互作用(PPI)网络图。对DEmRNA进行基因本体(GO)功能注释和京都基因与基因组百科全书(KEGG)通路富集分析。结果在GEO数据库中通过检索、筛选获得两个脓毒症相关lncRNA芯片数据集,分别为GSE89376和GSE145227。差异分析显示,GSE89376数据集中老年脓毒症组有14个DElncRNA、359个DEmRNA,成人脓毒症组有8个DElncRNA、153个DEmRNA;GSE145227数据集中儿童脓毒症组有1 232个DElncRNA、1 224个DEmRNA。聚类热图显示,脓毒症组与对照组lncRNA和mRNA的表达存在明显差异;通过筛选的miRNA构建ceRNA网络,发现多个DElncRNA和DEmRNA参与了脓毒症的ceRNA网络。PPI网络图显示有多个基因编码蛋白相互作用,且分别与多个基因编码蛋白形成多节点的相互作用网络。在对相关基因进行功能注释及富集分析后发现,在核受体活性、配体激活的转录因子活性、类固醇激素受体活性等功能相关基因上可能存在串扰机制,并通过叉头框转录因子(FoxO)、Janus激酶/信号转导与转录激活因子(JAK/STAT)、p53、磷脂酰肌醇3-激酶/蛋白激酶B(PI3K/Akt)等信号通路发挥作用。结论通过构建脓毒症相关lncRNA-miRNA-mRNA的ceRNA网络,结合通路分析发现,脓毒症中存在多个lncRNA和mRNA参与ceRNA网络,并在多个重要信号通路上发挥作用。
出处 《中华危重病急救医学》 2021年04期
出版日期 2021年06月15日(中国期刊网平台首次上网日期,不代表论文的发表时间)
  • 相关文献