首页> 中文期刊> 《安徽医药》 >基于生物信息学分析的呼吸机相关肺损伤免疫因子及信号通路预测

基于生物信息学分析的呼吸机相关肺损伤免疫因子及信号通路预测

         

摘要

目的探讨呼吸机相关肺损伤(ventilator-induced lung injury,VILI)发生过程中基因表达和生物学过程的改变,为VILI的分子机制研究提供生物信息学依据。方法在公共基因表达数据库(gene expression omnibus)检索2019年12月前与VILI相关的基因表达谱数据,下载GSE86229基因表达谱数据,并选择其中两组数据(对照组和高潮气量机械通气组)进行后续分析。首先通过标准化和注释对基因表达谱进行预处理,然后选用Limma方法筛选差异表达基因(differentially expressed genes,DEGs)。随后对筛选出的DEGs进行聚类分析,以及基因本体论(gene ontology,GO)和信号通路(KEGG)富集分析。最后,通过STRING数据库、Cytoscape分析蛋白质相互作用网络中关键蛋白质。结果数据预处理后初步获取了20310个基因,并筛选出337个DEGs。富集分析结果显示DEGs主要参与细胞对炎症、脂多糖和中性粒细胞趋化的生物过程,并主要富集于TNF信号通路;蛋白质相互作用网络分析发现白细胞介素-6(IL-6)、肿瘤坏死因子-α(TNF-α)、整联蛋白αM(ITGAM)、白细胞介素1β(IL-1β)和Toll样受体2(TLR-2)为关键蛋白质。结论生物信息学分析结果显示VILI与炎症反应过程密切相关,可能与IL-6、TNF-α、ITGAM、IL-1β和TLR-2免疫因子密切相关,TNF信号通路在VILI发生过程中起到重要的作用。

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
获取原文

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号