论文部分内容阅读
目的:运用生物信息学方法分析尿毒症(uremia)基因芯片数据,筛选差异表达基因及主要通路,预测关键基因的潜在治疗中药,为其治疗提供新的靶点和药物.方法:从GEO数据库下载尿毒症与健康人的基因芯片数据,筛选差异表达基因(DEGs),通过STRING数据库构建DEGs的蛋白互作网络,采用筛选Cytoscape软件筛选关键基因,并对关键基因进行GO与KEGG富集分析,最终结合CMap数据平台,预测对尿毒症具有潜在治疗效果的中药.结果:共筛选出571个DEGs,包括526个下调基因和45个上调基因;对15个关键基因进行GO分析表明主要参与K48蛋白连接泛素化、细胞对热反应的调节、细胞生长的负调控、蛋白结合、泛素结合酶活性等生物过程;KEGG通路分析主要富集于PI3K-Akt信号通路、HIF-1信号通路、细胞周期、FoxO信号通路等信号通路;潜在治疗尿毒症的中药有黄芪、钩藤、黄芩、人参、积雪草等.结论:本研究通过基因芯片数据筛选尿毒症关键基因,并预测了潜在治疗中药,为尿毒症在中药方面的新药开发提供了潜在基因靶点与研发思路.