基于生物信息学分析的抑郁症诊断标志物筛选

发布时间：2024-12-21 00:00

　　 目的:本研究旨在筛选重度抑郁症(MDD)的外周血潜在诊断标志物。方法:首先,从GEO数据库下载基因表达谱数据集GSE32280。通过R软件筛选MDD与正常对照外周血样本的差异表达基因(DEGs)。对筛选出来的DEGs进行GO功能注释以及KEGG通路富集分析;然后,采用Cytoscape软件构建蛋白质-蛋白质相互作用(PPI)网络,并从中筛选出关键(hub)基因。采用R软件对hub基因进行ROC分析,进而鉴定出具有诊断价值的hub基因。结果:从GSE32280数据集中共筛选出104个DEGs,其中上调基因47个,下调基因57个。GO功能注释显示,104个DEGs主要涉及细胞增殖、炎症反应、转运调控等功能。KEGG通路富集分析结果显示,DEGs主要富集在NK细胞介导的细胞毒性、细胞因子与其受体相互作用和趋化因子信号通路。从PPI网络中获取16个hub基因。对hub基因进行ROC分析结果显示,CXCL1、EGF、IFNG和CXCL8在MDD中具有较高的诊断价值。结论:CXCL1、EGF、IFNG和CXCL8是MDD重要的诊断标志物。

【文章页数】：7 页

【文章目录】：
1 材料和方法
    1.1 下载获取数据集
    1.2 DEGs鉴定
    1.3 DEGs的功能注释和通路富集分析
    1.4 构建PPI网络并鉴定hub基因
    1.5 诊断生物标记物筛选
    1.6 统计分析
2 结果
    2.1 明确DEGs
    2.2 GO功能注释和KEGG通路富集分析
    2.3 MDD相关通路及基因的GSEA富集分析
    2.4 构建PPI网络及选择hub基因
    2.5 明确MDD诊断标记物
3 讨论



本文编号：4018070