基于生物信息学探讨脓毒症潜在发病机制及生物标志物筛选

发布时间：2021-11-06 05:09

　　目的:1.验证生物信息学方法可用于脓毒症发生、发展机制的研究;2.应用生物信息学方法筛选出调控脓毒症发生、发展的关键基因,为临床治疗脓毒症提供新思路。方法:1.在GCBI在线分析平台的“样本”选项中,以“sepsis”为关键词找到与之链接的GEO数据库中脓毒症的基因芯片数据集:GSE28750,将该基因芯片数据集发送至GCBI分析实验室后分为脓毒症组及健康对照组,应用GCBI在线分析平台对基因芯片数据进行差异分析以筛选出脓毒症组与健康对照组之间的差异表达基因,将筛选出的差异表达基因进行GO分析以了解富集差异基因的生物学功能、途径或者细胞定位,将差异表达基因进行pathway分析以了解实验条件下显著改变的代谢通路,将差异表达基因进行基因信号网络分析以发现网络中核心的基因（即调控疾病发生、发展的关键基因）,将差异表达基因进行共表达网络分析以筛选出共表达网络中的核心基因（即调控脓毒症发生、发展的关键基因）;2.在RAW264.7细胞的培养基中加入100ng/mL的脂多糖以对其进行刺激,选择不同的时间节点并综合运用形态学观察、ELISA法和RT-qPCR法对相关指标进行检测并分析,以判断脓毒症... 

【文章来源】：西南医科大学四川省

【文章页数】：70 页

【学位级别】：硕士

【部分图文】：

样本芯片数据对数化标准处理前

图 2 样本芯片数据对数化标准处理后异表达基因筛选结果通过对脓毒症组及健康对照组的基因芯片数据进行差异分析，57 个差异表达基因，与健康对照组相比，脓毒症组共有 1282 、1175 个下调基因 (见图 3)。由图 3 可知，本研究筛选出的差好的区分出脓毒症组及健康对照组。

图 2 样本芯片数据对数化标准处理后1.2 差异表达基因筛选结果通过对脓毒症组及健康对照组的基因芯片数据进行差异分析，共筛选出 2457 个差异表达基因，与健康对照组相比，脓毒症组共有 1282 个上调基因、1175 个下调基因 (见图 3)。由图 3 可知，本研究筛选出的差异基因能较好的区分出脓毒症组及健康对照组。


本文编号：3479228