糖尿病肾脏病免疫相关转录因子的生物信息学分析

摘要

目的 通过生物信息学方法分别对糖尿病肾病(DKD)患者肾小球与肾小管病变的转录组学进行分析，筛选关键的免疫相关转录因子。方法 下载基因表达数据集(GEO)数据库GSE30528、 GSE30529数据集与Karolinska肾脏研究中心转录组测序(RNA-seq)数据集。通过基因集富集分析(GSEA)明确DKD肾小球与肾小管免疫基因表达有无差异。应用R软件limma包和DEseq2包分别对芯片数据及RNA-seq数据进行差异分析，提取其中差异表达的免疫基因及转录因子，通过共表达分析获取免疫相关转录因子。应用蛋白质相互作用的STRING数据库及Cytoscape软件构建转录因子与免疫相关基因的蛋白质互相作用网络(PPI)。最后通过肾基因表达分析工具Nephroseq数据库分析关键的免疫相关转录因子与临床病理参数的相关性。结果与正常对照组织相比，DKD肾小球和肾小管组织免疫基因有明显的表达差异。通过差异分析及共表达分析方法，肾小球转录组共得到50个免疫基因及9个免疫相关转录因子；肾小管转录组共得到131个免疫基因及41个免疫相关转录因子。PPI网络中，肾小球关键的免疫相关转录因子为干扰素调节因子8(IRF8)、乳运铁蛋白(LTF)、 CCAAT/增强子结合蛋白α(CEBPA)、 Runt相关转录因子3(RUNX3),肾小管关键的免疫相关转录因子为FBJ小鼠骨肉瘤病毒癌基因同源蛋白B(FOSB)、核受体亚家族4A组成员1(NR4A1)、 IRF8与信号转导子及转录激活子1(STAT1),以上转录因子均与肾小球滤过率(GFR)呈显著相关性。结论 生物信息学分析获得了DKD发病与免疫调节异常相关的可能基因，进一步验证这些基因的表达及功能有助于DKD的免疫治疗研究。

关键词

糖尿病肾病 / 生物信息学 / 免疫 / 转录因子 / 肾小球滤过率