论文部分内容阅读
目的:1.验证生物信息学方法可用于脓毒症发生、发展机制的研究;2.应用生物信息学方法筛选出调控脓毒症发生、发展的关键基因,为临床治疗脓毒症提供新思路。方法:1.在GCBI在线分析平台的“样本”选项中,以“sepsis”为关键词找到与之链接的GEO数据库中脓毒症的基因芯片数据集:GSE28750,将该基因芯片数据集发送至GCBI分析实验室后分为脓毒症组及健康对照组,应用GCBI在线分析平台对基因芯片数据进行差异分析以筛选出脓毒症组与健康对照组之间的差异表达基因,将筛选出的差异表达基因进行GO分析以了解富集差异基因的生物学功能、途径或者细胞定位,将差异表达基因进行pathway分析以了解实验条件下显著改变的代谢通路,将差异表达基因进行基因信号网络分析以发现网络中核心的基因(即调控疾病发生、发展的关键基因),将差异表达基因进行共表达网络分析以筛选出共表达网络中的核心基因(即调控脓毒症发生、发展的关键基因);2.在RAW264.7细胞的培养基中加入100ng/mL的脂多糖以对其进行刺激,选择不同的时间节点并综合运用形态学观察、ELISA法和RT-qPCR法对相关指标进行检测并分析,以判断脓毒症细胞模型是否建立成功;3.应用RT-qPCR法检测脓毒症组和空白对照组细胞内筛选出的关键基因的相对表达量,应用SPSS19.0对实验结果进行统计学分析以判定这些关键基因在脓毒症组和空白对照组之间的含量是否具有差异及差异是否具有统计学意义。结果:1.通过将脓毒症组与空白对照组之间的差异表达基因进行基因信号网络分析及共表达网络分析,推测GNAI3、PIK3CB、MAPK14、GYG1、SAMSN1和ATP11B为脓毒症发生、发展过程中的关键基因;2.在RAW264.7细胞的培养基中加入100ng/mL的脂多糖并继续培养4小时即可简便、快捷的建立与人类脓毒症发生、发展高度拟合的脓毒症细胞模型;3.通过应用RT-qPCR法对筛选出的脓毒症关键基因的相对表达量进行检测并使用t检验进行统计学分析后可知,GNAI3、PIK3CB、MAPK14、GYG1和SAMSN1在脓毒症组和空白对照组中的相对表达量具有差异,且差异具有统计学意义,推测GNAI3、PIK3CB、MAPK14、GYG1和SAMSN1是脓毒症发生、发展过程中的关键基因;ATP11B在脓毒症组和空白对照组中的相对表达量具有差异,但差异没有统计学意义,推测ATP11B不是调控脓毒症发生、发展的关键基因。结论:1.通过脂多糖刺激RAW264.7细胞成功建立了脓毒症细胞模型;2.可以应用生物信息学的方法筛选调控脓毒症发生、发展的关键基因,但需要进一步的生物学实验对其准确性进行验证;3.通过应用生物信息学方法筛选及进一步的生物学实验验证,推测GNAI3、PIK3CB、MAPK14、GYG1及SAMSN1是调控脓毒症发生、发展的关键基因,为临床治疗脓毒症提供了新思路。