基于微阵列技术探究帕金森病相关免疫特征的研究

摘要

目的 利用公开的帕金森病(Parkinson’s disease, PD)外周血的基因表达谱数据，通过免疫浸润分析其免疫差异，利用差异基因分析、构建蛋白-蛋白相互作用(Protein-protein interaction, PPI)网络，寻找PD新的潜在生物标志物，为探究PD的相关免疫特征提供新的思路。方法 本研究所用的基因转录组RNA测序数据(GSE6613和GSE57475)和患者临床性状相关数据均来源于GEO数据库。外周血转录组数据包括50例PD、93例早期帕金森病(Early Parkinson’s disease, Early PD)和71例年龄、性别匹配的健康对照(Healthy control, HC)样本。使用软件CIBERSORT分别对3组样本进行免疫浸润分析，估算样本中特异免疫细胞丰度，利用ggplot2、pheatmap软件包进行图片绘制。使用R包limma寻找3组样本数据之间的差异表达基因(Differentially expressed genes, DEGs),用R包clusterProfiler对DEGs进行基因集富集分析(Gene Set Enrichment Analysis, GSEA)和基因本体论(Gene Ontology, GO)基因功能富集分析。利用软件Metascape对排名前40的DEGs进行下游分析，形成PPI网络，使用MCODE插件对PPI网络进行功能模块筛选，挖掘核心网络相关标记基因，再次进行GO功能富集分析和GSEA基因富集分析。最后通过从ImmpDb数据库下载免疫相关基因集(immune related genes, IRGs,n=1 509)采用韦恩图求3组样本DEGs与IRGs的交点，以鉴定重叠免疫相关差异基因，进一步后续分析。结果 参考免疫相关基因集，一共发现32个免疫反应相关基因集，其中Early PD患者与HC样本间免疫关键基因有11个；Early PD患者与PD患者间免疫关键基因有18个；PD患者和HC样本间免疫关键基因有9个。结论 发现由IL10、JAK1等组成的免疫反应标记基因集在不同阶段PD的免疫反应指标存在异常，为进一步探究PD相关免疫特征提供了理论基础。

关键词

帕金森病 / 微阵列技术 / 免疫浸润 / 生物信息学分析 / 功能富集分析