期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
基于GEO数据库分析脓毒症相关性死亡的潜在差异表达基因和微小RNAs
1
作者 吕卓辰 罗士元 +2 位作者 童尧 周瑶 王颖 《临床麻醉学杂志》 CAS CSCD 北大核心 2024年第11期1184-1191,共8页
目的基于基因表达数据库(GEO)运用生物信息学筛选与脓毒症相关性死亡相关的潜在差异表达基因和微小RNAs(miRNAs)。方法从GEO数据库下载人类血液样本基因表达谱芯片数据集GSE48080和GSE54514,选择两个时点(诊断脓毒症时、脓毒症病程中),... 目的基于基因表达数据库(GEO)运用生物信息学筛选与脓毒症相关性死亡相关的潜在差异表达基因和微小RNAs(miRNAs)。方法从GEO数据库下载人类血液样本基因表达谱芯片数据集GSE48080和GSE54514,选择两个时点(诊断脓毒症时、脓毒症病程中),使用GEO2R在线工具对脓毒症存活患者和非存活患者进行差异表达基因(DEGs)筛选。通过基因本体(GO)分析和京都基因与基因组百科全书(KEGG)通路富集分析,研究脓毒症相关性死亡DEGs涉及的病理生理过程和潜在信号通路。使用STRING在线工具构建DEGs蛋白-蛋白相互作用(PPI),使用Cytoscape软件构建PPI网络拓扑,使用CytoHubba工具筛选枢纽(Hub)基因。使用NetworkAnalyst构建Hub基因的目标miRNAs,使用RT-qPCR验证本院脓毒症存活患者和非存活患者相关基因表达变化。结果在脓毒症病程中,脓毒症存活患者和非存活患者基因表达呈现异质性,共筛选出15个DEGs。KEGG通路富集分析显示,金黄色葡萄球菌感染、NOD样受体信号通路、硫代谢和集管酸分泌四个途径存在显著富集。PPI和CytoHubba分析筛选出10个Hub基因(SLC4A1、EPB42、LTF、LCN2、DEFA4、HBM、HBG1、GMPR、CAMP、OLFM4)。NetworkAnalyst分析预测了10个关键miRNAs。RT-qPCR验证结果显示,5个Hub基因(SLC4A1、EPB42、LCN2、DEFA4、OLFM4)与上述分析中的趋势一致。结论基于GEO数据库的生物信息学分析,脓毒症存活患者和非存活患者在脓毒症病程中存在差异表达基因,为探索脓毒症相关性死亡的生物标志物提供了数据支持。 展开更多
关键词 GEO数据库 脓毒症相关性死亡 差异表达基因 微小RNAS
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部