基于生物信息学分析鉴定哮喘潜在的关键自噬和铁死亡相关基因

摘要

目的 利用生物信息学分析方法，鉴定自噬和铁死亡过程的共同哮喘基因。方法 从基因表达综合（Gene Expression Omnibus, GEO）数据库中获取哮喘相关的GSE74986数据集，利用GEO2R在线工具进行分析，通过设定|log₂ FC|≥1和P_校正<0.05的标准，筛选出差异表达基因（differential expression genes, DEGs）。使用韦恩图获得重叠的铁死亡和自噬相关DEGs。进行功能和通路富集分析、蛋白质-蛋白质相互作用网络分析和Cytoscape软件算法鉴定枢纽基因。构建转录因子（transcription factor, TF）、miRNA与枢纽基因之间的相互作用网络。分析枢纽基因在哮喘组织中免疫细胞浸润情况。通过受试者工作特征（receiver operating characteristic, ROC）曲线分析来验证枢纽基因的诊断价值。动物实验验证枢纽基因。结果 共鉴定出105个自噬相关的DEGs和37个铁死亡相关的DEGs。这些DEGs分别参与自噬、PI3K-Akt、铁死亡、PPAR等信号通路。筛选出10个枢纽基因（HSPA8、NPM1、HNRNPA2B1、HNRNPA1、HSPA5、EEF1A1、G3BP1、TFRC、GABARAPL1和XBP1）,其可靶向61种miRNAs和17种TFs。免疫浸润分析表明，枢纽基因与M0型巨噬细胞、活化的NK细胞及M1型巨噬细胞之间存在相关性。ROC曲线分析结果表明，枢纽基因在哮喘诊断中具有较高价值。动物实验证实，模型组肺组织中HSPA8、NPM1、HNRNPA2B1、HNRNPA1、HSPA5的蛋白表达水平低于正常组。结论 筛选的枢纽基因HSPA8、NPM1、HNRNPA2B1、HNRNPA1、HSPA5、EEF1A1、G3BP1、TFRC、GABARAPL1和XBP1可能是哮喘患者的潜在治疗靶点。

关键词

哮喘 / 基因表达综合数据库 / 铁死亡 / 自噬 / 生物信息学