学科分类
/ 1
1 个结果
  • 简介:摘要目的应用生物信息学方法筛选和分析儿科脓毒症关键基因。方法从GEO数据库中下载2015年2月19日上传的儿科脓毒症芯片数据集GSE66099和2020年2月13日上传的儿科脓毒症芯片数据集GSE145227,使用Limma包筛选儿科脓毒症与正常对照组血液组织差异表达信使核糖核酸(DEmRNA),随后进行基因本体(GO)和京都基因与基因组百科全书(KEGG)富集分析。使用在线网站STRING和Cytoscape软件对DEmRNA构建蛋白互作网络(PPI),并筛选关键(hub)基因。最后使用R软件进行hub基因差异表达和受试者工作特征曲线(ROC曲线)分析。结果共发现160个DEmRNA,包含126个上调mRNA和34个下调mRNA。通过GO功能富集分析,发现DEmRNA主要富集在中性粒细胞激活和脱粒,T细胞激活以及淋巴细胞活化调节。KEGG富集通路分析显示DEmRNA主要参与自然杀伤细胞介导的细胞毒性和中性粒细胞胞外陷阱的形成。STRING和Cytoscape共筛选出10个hub基因,通过R软件分析发现10个hub基因(ARG1、RETN、MMP9、C3AR1、LCN2、FPR2、CCL5、CEACAM8、ELANE和DEFA4)在儿科脓毒症中具有显著的差异表达,同时每个hub基因的ROC曲线下面积均>0.7,具有较好的诊断价值。结论通过生物信息学获得10个hub基因在儿科脓毒症疾病进展中发挥重要作用,并为儿科脓毒症诊断、预后标志物和潜在治疗靶点提供了新的理论依据。

  • 标签: 儿科学 脓毒症 信息学 诊断 标志物