论文部分内容阅读
目的:借助生物信息学分析脓毒血症患者急性肺损伤(ALI)的差异基因，为临床的进一步研究提供理论支持。方法:首先下载基因芯片数据集GSE10474，并使用limma包对数据进行了标准化处理，接着利用贝叶斯算法筛选脓毒血症和ALI的差异靶点基因并对其结果进行可视化处理，之后利用R的ClusterProfile包对所筛选出的差异基因进行功能注释(GO)和通路分析(KEGG)，最后借助string数据库和cytoscape软件对差异基因进行蛋白互作网络分析并构建及识别网络中的核心驱动基因。结果:脓毒血症合并ALI组(n n＝13)和单纯脓毒血症组(n n＝21)数据经标准化处理前，其基线较为紊乱，而在进行标准化处理后，基线基本趋于一致。初步筛选出73个差异基因(45个上调基因和28个下调基因)。前10个差异基因中，上调基因为BTNL8、CDKN1A、TREM1、TAK1、H4FH，下调基因为CYBRD1、HOPX、UPB1、NME8、FAR2；且前10个差异基因在脓毒血症患者和脓毒血症合并ALI患者中的表达差异有统计学意义。GO富集分析可见这些差异基因主要富集在反式高尔基网络膜、细胞膜腔侧以及IRE1介导的未折叠蛋白反应中。KEGG分析其通路信号有3条，即ZAP-70酪氨酸激酶、CD3和TCR Zeta链的磷酸化以及PD-1信号通路。string数据库和cytoscape软件分析发现FCGR2B、HLA-DQB1、HLA-DRA、CD74、CD86、CD4、SEC31A与其他基因存在较强的互作关系。n 结论:应用生物信息学可有效分析脓毒血症患者合并ALI的差异基因，为研究脓毒血症的发病机制提供一定方向。