基于GEO数据库糖尿病肾病患者基因芯片数据的生物信息学分析

基于GEO数据库糖尿病肾病患者基因芯片数据的生物信息学分析

孟令栋

扬州市中医院  江苏 扬州 225002

糖尿病肾病（DN）是引起终末期肾脏疾病的重要因素。与其它微血管并发症比较，它具有更高的致残率和致死率。随着社会经济的发展，人们的生活质量不断改善，糖尿病已成为一种世界性疾病。糖尿病肾病（DN）是导致终末期肾病（ESRD）的重要病因。近年研究发现，糖尿病肾病是可防可治的，研究糖尿病肾病的发生机制，是糖尿病肾病早诊早治的关键。

研究背景

糖尿病肾病（DN）是一种由多种因素引起的肾脏细胞损伤，包括炎症反应、氧化应激、遗传易感性、营养不良等。目前，在糖尿病肾病患者中发现了多种与DN相关的基因改变。得出基因的表达变化是糖尿病肾病（DN）的主要病理基础。因此，对糖尿病肾病患者进行全基因组测序分析，将有助于揭示DN的发病机制，为糖尿病肾病的防治提供新思路。

近二十年来，以生物信息学为基础的方法已经在多种疾病研究中得到了广泛应用。但是，这些研究大多是针对某一种疾病或群体的研究，并不能为不同个体间的基因表达谱提供依据。因此，有必要利用这些数据进行系统生物学分析，以揭示DN患者不同群体之间的基因表达谱的显著差异。本项目拟在 GEO数据库中采集2020年1月至2022年1月间糖尿病肾脏病（DN）患者及健康人的全基因组表达谱。使用R软件进行统计分析，分析了所有基因在DN患者和正常人之间的表达差异，并通过构建生存曲线进一步验证了差异基因在DN患者和正常人中的临床意义。

研究方法

本研究基于GEO数据库中糖尿病肾病患者基因芯片数据，采用R软件对所选基因进行GO分析、KEGG通路分析和网络分析。其中，GO分析用于识别与细胞过程、细胞组分、分子功能或生物学过程相关的基因，并对其功能进行分类。KEGG通路分析用于识别与疾病发生相关的通路，并根据KEGG注释的基因分类，筛选出与疾病相关的生物标志物。网络分析用于识别与糖尿病肾病有关的核心基因和模块。

通过对GEO数据库中的糖尿病肾病患者基因芯片数据进行生物信息学分析，本研究共筛选出79个与糖尿病肾病相关的差异表达基因。随后，我们利用R软件进行了GO分析和KEGG通路分析，并在其中选择了一些与糖尿病肾病相关的核心基因进行了功能分类。最后，我们通过构建模型对DN发生过程中的关键生物标志物进行预测。我们通过在GEO数据库中对基因芯片数据进行基因表达量（GEPIA）分析和基因功能（GEPIB）分析，并通过R软件对构建模型进行验证，我们发现这些差异表达的基因具有很高的富集程度。

生物信息学分析

该研究的目的是通过分析DN患者的基因表达谱，确定与DN发生相关的差异表达基因，并进一步探讨这些基因的生物学功能。首先，从GEO数据库中下载了DN患者的基因芯片数据，然后通过MCODE插件对芯片数据进行分析。结果表明，与正常对照组相比，DN组和糖尿病组中共有59个基因表达发生了显著变化。基于这些差异表达的基因，我们应用STRING数据库和Cytoscape软件构建了蛋白质互作网络（PPI）并对其进行可视化。然后，我们根据PPI网络中的关键节点来识别与疾病相关的关键基因。接着，我们分析了与这些关键基因相关的一些蛋白质。最后，我们使用Cytoscape软件来分析DN患者与正常对照组之间蛋白质互作网络中的关键节点。

通过上述研究，我们得到了DN患者和正常对照组之间显著差异表达基因，并发现这些差异表达基因涉及细胞周期、细胞凋亡、细胞外基质代谢、内质网应激等生物学过程。

实验验证

使用GEO数据库中的数据进行分析，以了解DN发生过程中的关键基因。我们对该研究进行了基因富集分析（gene enrichment analysis,GEA），并使用GeneViewer对分析结果进行可视化。我们在GEO数据库中，选择了与DN相关的基因作为研究对象，将其命名为Diapersb。

Diapersb基因编码一个包含6个外显子和2个内含子的mRNA，其中内含子6和7编码转录因子。Diapersb表达在细胞周期中增加，这意味着其可能作为一种细胞周期调节因子发挥作用。此外，研究人员还使用了计算机辅助设计工具来绘制Diapersb的蛋白质三维结构。Diapersb与p53蛋白具有结合能力，其结合是通过与p53的相互磷酸化来实现的，因此，Diapersb可以被视为p53抑制剂。我们还使用计算机软件包R中的limma函数计算了在两种情况下的相对表达水平：（1）仅使用正常细胞作为对照；（2）在疾病状态下使用DN患者的组织作为对照。我们发现，在疾病状态下，Diapersb表达水平增加，这表明其可能是DN发病过程中的一个重要调节因子。此外，我们还发现该蛋白具有两个磷酸化位点：（1）在与p53的相互作用中起关键作用；（2）通过磷酸化促进其泛素化降解。我们进一步使用计算机软件包R中的limma函数计算了该蛋白的相对表达水平。

结果与讨论

本研究采用GEO数据库中的临床相关的DN患者基因芯片数据，通过生物信息学分析，识别与DN相关的基因，并采用实时荧光定量PCR（qPCR）和Western blot方法验证了这些基因与DN之间的关系。此外，我们还从这些数据中鉴定了三个潜在的新的DN相关基因：STRING、BIND、PAC2。

STRING是一种蛋白质互作网络分析方法，通过对基因与蛋白相互作用的分析，以识别与疾病相关的蛋白质。本研究结果表明，STRING模型可以用于预测DN患者体内细胞间相互作用，这表明STRING模型可以作为一个平台来识别DN相关基因。BIND是一种新型、高通量、高精度和通用的生物标记物。它可以用于评估小分子化合物或蛋白质在体内的含量，这些基因对DN具有重要作用，可用于辅助临床诊断和治疗。

参考文献

[1]何志忠,陈继承,王全兴,等.CTGF和ELMO1多态性与2型糖尿病性肾病易感性的关联研究[J].福建医科大学学报,2020,54(3):150-155.

[2]金美英,崔镇海,朴春丽,等.基于IRE1α/JNK通路探析解毒通络调肝方对2型糖尿病调控机制[J].中华中医药杂志,2018,33(12):5353-5357.

[3]韩利民,张吉,赵海龙.糖尿病肾病的发病机制、诊断及治疗研究进展[J].现代医药卫生,2021,37(3):404-407.21

扬州市中医院科技项目，项目编号：2023YNKT01A
2022年度扬州市重点研发项目（社会发展项目），项目编号：YZ2022117