论文部分内容阅读
目的 应用综合生物信息学分析帕金森病（PD）的诊断基因。方法 从美国国家生物信息中心（NCBI）基因表达综合数据库下载3个PD数据集（GSE20146、GSE20153、GSE20141）作为内部训练集，下载2个PD数据集（GSE20291、GSE20292）作为外部验证集。用R4.0. 2软件合并以上数据集，并进行预处理（背景校正、归一化、log2转化），分析得到差异表达基因（DEG），加权基因共表达网络分析（WGCNA）得到显著模块基因，将两种分析方法得到的基因取交集得到交集基因。将交集基因进行逐步回归分析选择关键基因；多因素逻辑回归分析构建PD的诊断模型，用受试者工作特征曲线评价其诊断效能，并用外部验证集进行验证；靶向预测关键基因的微小RNA（miRNA）、转录因子（TF）。结果 得到DEG共405个，WGCNA分析鉴定出8个基因模块，得到19个交集基因。将交集基因进行逐步回归分析筛选出5个关键基因，即PNMA3、AEBP1、PABPC1、GCA和GSTM2。多因素逻辑回归分析构建的PD诊断模型的校正曲线显示一致性良好，计算C指数为0.890，曲线下面积为0.890；外部验证集验证诊断模型，计算C指数为0.752，曲线下面积为0.752。miRNA-TF-mRNA调控网络分析得到24个miRNA-TF-mRNA调控关系。结论 生物信息学分析筛选出对PD有诊断价值的5个基因（PNMA3、AEBP1、PABPC1、GCA、GSTM2），并以此建立的诊断模型具有良好的诊断效能，miRNA-TF-mRNA调控网络分析得到24个miRNA-TF-mRNA调控关系。