基于表达谱芯片数据的小鼠高脂响应基因挖掘

发布时间：2021-07-12 04:14

　　为进一步挖掘小鼠高脂响应基因并阐明其分子机制,采用生物信息学方法分析正常和高脂诱导小鼠肝脏的基因表达谱芯片,鉴定出82个与小鼠高脂响应相关的差异表达基因（differentially expressed genes,DEGs）。对DEGs进行基因本体（gene ontology,GO）分析,结果显示这些DEGs主要参与了胆固醇运输、类固醇生物合成和脂质稳态等生物学过程。京都百科全书基因和基因组（Kyoto encyclopedia of genes and genomes,KEGG）分析结果表明,DEGs主要和系统性红斑狼疮、类固醇激素生物合成、胆固醇代谢等通路有关。对DEGs构建蛋白-蛋白相互作用（proteinprotein interaction,PPI）网络,通过cytoHubba计算得到Pcsk9、Lpl、Cd68、Saa3、Lgals3、Cxcl9、Orm2、Abcg5、H2-Ab1、Lyz2、Anxa5、Anxa2等12个关键基因（hub genes）,其中,Pcsk9、Lpl、Abcg5为已报道的血脂代谢相关基因,其余9个为新发现的小鼠高脂响应基因。研究结果将有助于阐明... 

【文章来源】：东华大学学报(自然科学版). 2020,46(04)北大核心

【文章页数】：6 页

【部分图文】：

样本相关性热图

为进一步在分子和通路层面了解DEGs的功能，使用R 3.6.0软件中的clusterProfiler包对DEGs进行GO和KEGG分析。GO分析结果如表1所示，这些DEGs生物学过程（biological process,BP）主要与胆固醇运输、类固醇生物合成、免疫反应和脂质稳态等密切相关。KEGG分析结果如表2所示，这些DEGs主要参与了系统性红斑狼疮、过氧化物酶体增殖物激活受体（peroxisome proliferator activated receptor,PPAR）信号通路、类固醇激素生物合成、胆固醇代谢等信号通路。GO和KEGG富集在脂质代谢方面的结果表明，DEGs中存在潜在的高脂响应基因参与到了小鼠的脂质代谢进程中。2.3 PPI网络分析

PPI网络分析有利于从全局的角度研究与疾病发生相关的蛋白与蛋白之间的相互作用关系。将共计82个DEGs导入STRING和Cytoscape中进行分析，结果显示共有66个DEGs被纳入到PPI网络中，包含66个节点蛋白和218条相互作用关系，如图3所示。该网络的确立可用来提取子网络以发现在网络中联系更紧密的群组和模块，也可用来通过计算hub genes从而确立网络中的关键基因。2.4 hub genes的筛选与分析

【参考文献】：
期刊论文
[1]中国成人血脂异常防治指南（2016年修订版）[J]. 诸骏仁,高润霖,赵水平,陆国平,赵冬,李建军.  中国循环杂志. 2016(10)



本文编号：3279177