PDF
摘要
目的:通过生物信息学分析及临床试验,研究帕金森病(Parkinson′s disease, PD)发病过程中关键的miRNA及mRNA,识别具有诊断和治疗潜力的mRNA与miRNA。方法:使用来自帕金森进展标志物计划(Parkinson′s progression markers initiative, PPMI)的mRNA和miRNA测序数据,分析两者的差异表达基因,通过机器学习确定关键miRNA,使用多个miRNA-mRNA互作数据库数据预测靶基因,再将预测的靶基因与差异表达mRNAs进行交叉匹配,获得miRNA-mRNA调控网络;然后利用STRING数据库和Cytoscape软件构建蛋白质相互作用(PPI)网络,并筛选出Hub基因;最后通过实时荧光定量PCR(qRT-PCR)在临床样本中对识别出的Hub基因和miRNA进行验证。结果:通过差异基因表达分析(DEGA)联合机器学习方法,确定了miR-214和miR-421两个关键miRNA。进一步通过加权基因共表达网络分析(WGCNA)、miRNA-mRNA互作数据库以及PPI网络分析,识别出信号转导和转录激活因子3(STAT3)为Hub基因。通过临床试验验证了miR-214与STAT3之间的相关性,并证明其具有诊断效力。结论:miR-214可能通过下调STAT3的表达,减轻α-突触核蛋白的异常聚集、炎症反应和氧化应激。在临床样本中,miR-214和STAT3展现出良好的诊断预测效力,并显示出作为治疗靶点的潜力。
关键词
帕金森病
/
miR-214
/
信号转导和转录激活因子3
/
生物信息学
/
生物标志物
Key words
基于生物信息学探究帕金森病miRNA-mRNA调控网络及作用机制[J].
江苏大学学报(医学版), 2025, 35(02): 171-179 DOI:10.13312/j.issn.1671-7783.y240081