脓毒症相关性脑病差异基因以及发病机制的数据分析

林桦1,3 刘鹏2 宋程程1 秦超1 于泳浩1

1天津医科大学总医院麻醉科，天津 300052；2天津医科大学总医院普通外科，天津 300052；3天津医科大学总医院空港医院麻醉科，天津 300300

国际麻醉学与复苏杂志,2022,43(10):1050-1053.

DOI：10.3760/cma.j.cn321761-20211027-00652

 基金项目 

天津市卫生健康委员会科技项目（KJ20164）

ORIGINAL ARTICLES

【论著】

本研究通过获取基于基因表达数据库（GEO）的数据进行分析，结合生物信息学微阵列数据分析，挖掘脓毒症相关性脑病（SAE）患者的差异基因，以期探索疾病进展过程中的基因变化及相关通路，了解SAE的发生、发展机制。

1 资料与方法

基于GEO的脓毒症患者脑组织的基因组数据，采用基因本体（GO）富集分析和京都基因与基因组百科全书（KEGG）富集分析，以及蛋白‑蛋白相互作用网络（PPI）分析，确定SAE的差异表达基因（DEG）。

2 结果 

2.1　DEG筛选

使用R语言limma包对GSE135838数据集中脓毒症患者和非脓毒症患者脑组织的DEG进行筛选，共获得20 968个DEG（｜log2FC｜≥0.5，P<0.05），其中81个显著上调，17个显著下调。

2.2　GO富集分析和KEGG富集分析

GO富集分析结果显示，上调的DEG参与免疫应答、炎症反应、凋亡过程的负调控、蛋白质水解等生物过程（P<0.05）；共同涉及的细胞成分主要包括细胞膜、细胞膜的组成、细胞外隙、细胞外的外泌体（P<0.05）；共同涉及的分子功能主要包括蛋白结合、锌离子结合（P<0.05）。见表1。

 KEGG富集分析结果显示，上调的DEG在p53信号通路中显著富集。同时，下调的DEG在p53信号通路、膀胱癌、丝裂原活化蛋白激酶信号通路、丙型肝炎中富集（P<0.05）。见表2。

2.3　PPI和枢纽基因的预测

利用STRING工具对筛选出的DEG构建PPI，使用Cytosacpe的Cytphubba插件筛选前10个枢纽基因：固醇调节元件结合转录因子1（SREBF1）、细胞因子信号转导抑制因子‑3（SOCS3）、封闭蛋白5（CLDN5）、免疫球蛋白结构域蛋白4（VSIG4）、DNA损伤诱导蛋白45β（GADD45β）、细胞间黏附分子‑1（ICAM1）、血管生成素‑2基因（ANGPT2）、CD14、CD163、血栓反应蛋白1（thrombospondin 1, THBS1）。见表3。

3 讨论

本研究筛选出20 968个DEG，并对DEG进行富集分析。GO富集分析表明，DEG在免疫和炎症过程中显著富集。PPI筛选出来的前10个枢纽基因为：SREBF1、SOCS3、CLDN5、VSIG4、GADD45β、ICAM1、ANGPT2、CD14、CD163、THBS1。这些基因可能参与了SAE的发生、发展。

通过系统的生物信息学分析，我们鉴定了一些枢纽基因，并解释了SAE相关的生物学功能和信号转导途径。此外，我们还鉴定了10个SAE相关的枢纽基因，这些基因不仅与脓毒症导致的其他器官损伤相关，且与SAE密切相关，SOCS3、GADD45β表达增加可能参与减轻SAE的炎症反应，VCAM‑1和ICAM‑1的增加提示SAE患者补体和血管内皮细胞的活化，ANGPT2也与血管内皮细胞的活化相关，THBS1可能与加重脓毒症脑组织的氧化应激相关，CD14和CD163则参与SAE的免疫应答。期望能为SAE的预测甚至治疗提供新的靶点。

国际麻醉学与复苏杂志

International Journal of Anesthesiology and Resuscitation

主管：中华人民共和国    国家卫生健康委员会

主办：中华医学会   徐州医科大学

ISSN：1673-4378   CN: 32-1761/R