基于WGCNA分析系统性红斑狼疮的关键基因

摘要

目的 基于加权基因共表达网络分析(WGCNA)方法，筛选与系统性红斑狼疮(SLE)相关的高风险致病基因及其潜在的生物学过程和信号通路，以为SLE的发生、发展及其发病机制提供理论依据。方法 从GEO数据库中下载GSE72326基因表达数据集，利用R语言的“WGCNA”包分析SLE患者和正常人血液中的基因共表达变化，并通过“ClusterProfiler”包对与SLE密切相关的基因模块进行功能富集分析。使用“LIMMA”包筛选差异表达基因(DEGs),将DEGs与WGCNA筛选出的共同致病基因进行结合分析，并导入STRING数据库进行蛋白-蛋白相互作用(PPI)网络分析。最终，通过Cytoscape软件筛选出关键基因(Hub基因)。结果 共筛选出91个差异表达基因，鉴定出1个与SLE密切相关的基因模块(黄色模块，Cor=0.67,P=8.3e-14),该模块主要涉及病毒防御、I型干扰素信号通路、细胞因子介导的信号通路等生物学过程。进一步筛选出15个Hub基因，包括：IFI44、IFI44L、IFIT1、IFIT2、IFIT3、RSAD2、IFIH1、ISG15、MX1、OAS1、OAS2、OAS3、IFI35、EIF2AK2、DDX58。结论 通过WGCNA生物信息学方法，筛选出了与SLE密切相关的15个关键基因，这为深入探索SLE的发病机制提供了理论支持，且这些基因可能成为未来SLE治疗的潜在靶点。

关键词

系统性红斑狼疮 / 生物信息学 / 关键基因

基金资助

云南省教育厅科学研究基金项目(2023J1760)