论文部分内容阅读
【目的】通过生物信息学分析,筛选与硬皮病相关的差异表达基因,并找到调控它们的mi RNAs,通过实验研究调控硬皮病关键基因的mi RNAs在硬皮病发病机制中的作用,为探索硬皮病发病的分子机制提供新线索。【方法】从GEO数据库中下载微阵列数据GSE95065,使用GEO2R在线软件对该数据库进行分析。随后,使用DAVID数据库进行功能和通路富集分析,并使用Cytoscape软件构建蛋白质-蛋白质相互作用网络。最后,Omics Net在线工具用于预测与筛选出的硬皮病差异表达的关键基因相关的mi RNAs。基于上述生物信息学分析,用hsa-mi R-26b-5p抑制剂转染人皮肤成纤维细胞探索其在硬皮病发病机制中的作用。【结果】(1)对正常组织和硬皮病皮肤组织样本进行分析,发现硬皮病皮肤组织与正常组织相比,共有770个差异表达基因。对这770个差异表达基因进行分析,其中,142个基因表达上调,628个基因表达下调。(2)通过DAVID在线数据工具对差异表达基因进行功能和通路富集分析:GO功能注释发现,表达上调的基因主要参与免疫反应,表达下调的基因主要参与信号转导过程;KEGG通路分析发现,上调的基因主要集中在细胞因子-细胞因子受体相互作用通路,下调的基因主要集中在神经信号传递通路。(3)硬皮病差异表达的770个基因中,STRING数据库共筛选出309个基因编码的蛋白产物存在相互作用。将STRING软件获得的硬皮病差异表达基因相互作用网络数据导入Cytoscape进行分析,筛选出22个关键基因。(4)将22个关键基因上传至Omics Net在线工具预测与其相关的mi RNAs,结果显示hsa-mi R-26b-5p可能靶向调控CXCL9和CXCL13,而hsa-mi R-335-5p可能靶向调控CXCL9、CCL19和CCL25。(5)与hsa-mi R-26b-5p NC(negative control)对照组相比,转染hsa-mi R-26b-5p抑制剂组,成纤维细胞纤维化相关基因α-SMA、FAP、Col1A2、Col4A1m RNA表达显著下降,CXCL9、CXCL13m RNA的表达也下降。【结论】(1)成功筛选出770个硬皮病差异表达基因,并对其进行功能和通路富集分析,为硬皮病发病的分子机制提供理论基础。(2)成功构建硬皮病差异表达基因的互作网络图,并提示CXC家族成员可能参与硬皮病的发生发展过程,预测hsa-mi R-26b-5p可能靶向调控趋化因子CXCL9和CXCL13。(3)通过实验表明,hsa-mi R-26b-5p可能通过调控CXCL9、CXCL13的表达调节硬皮病的纤维化过程,为硬皮病的诊断和治疗提供了新的思路。