基于生物信息学分析探讨痛风与类风湿关节炎的共同发病机制

R684.3; 目的:利用生物信息学分析探讨痛风与类风湿关节炎(RA)的共同发病机制.方法:通过GEO公共数据库获取痛风和RA外周血单个核细胞芯片表达谱.利用R语言等工具对芯片进行重新注释后,分别筛选两者的差异基因(DEGs)并取交集,利用STRING数据库和Cytoscape软件(包含CytoNCA插件)对交集差异基因(CODEGs)进行蛋白互作(PPI)网络构建及拓扑分析,筛选出关键基因(HubGene)并进行ROC曲线验证.最后使用DAVID在线分析工具对HubGene进行GO和KEGG功能富集分析.结果:筛选出9个HubGene,分别为TNF、RGS1、CD69、IL7R、DDX3X、...

Full description

Saved in:
Bibliographic Details
Published in中国免疫学杂志 Vol. 40; no. 12; pp. 2478 - 中插2
Main Authors 邵子晨, 李华南, 章晓云, 孙伟康, 袁启鹏, 刘晶, 程凌
Format Journal Article
LanguageChinese
Published 广西中医药大学附属瑞康医院骨科,南宁 530011 2024
江西中医药大学临床医学院,南昌 330004%江西中医药大学附属医院,南昌 330004%江西中医药大学临床医学院,南昌 330004
Subjects
生物信息学
Signaling pathway
Gout
Rheumatoid arthritis
信号通路
生物标志物
Biomarkers
类风湿关节炎
痛风
Bioinformatics
Online AccessGet full text
ISSN1000-484X
DOI10.3969/j.issn.1000-484X.2024.12.003

Cover

More Information
Summary:R684.3; 目的:利用生物信息学分析探讨痛风与类风湿关节炎(RA)的共同发病机制.方法:通过GEO公共数据库获取痛风和RA外周血单个核细胞芯片表达谱.利用R语言等工具对芯片进行重新注释后,分别筛选两者的差异基因(DEGs)并取交集,利用STRING数据库和Cytoscape软件(包含CytoNCA插件)对交集差异基因(CODEGs)进行蛋白互作(PPI)网络构建及拓扑分析,筛选出关键基因(HubGene)并进行ROC曲线验证.最后使用DAVID在线分析工具对HubGene进行GO和KEGG功能富集分析.结果:筛选出9个HubGene,分别为TNF、RGS1、CD69、IL7R、DDX3X、SOCS3、IFIT1、IFIT3、CCL3.GO富集显示,HubGene主要涉及对病毒、STAT受体信号通路的调控和对神经炎症反应的正调节等.KEGG富集显示,HubGene主要参与Toll样受体信号通路、TNF信号通路、JAK-STAT信号通路、脂肪细胞因子信号通路、RIG-Ⅰ样受体信号通路和破骨细胞分化等.结论:利用生物信息学分析确定了参与痛风和RA发病机制的9个HubGene和相关信号通路,可能作为新的生物标志物和潜在的靶点.
ISSN:1000-484X
DOI:10.3969/j.issn.1000-484X.2024.12.003