特发性肺纤维化相关基因的筛选和生物信息学分析
【目的】通过生物信息学的方法发现特发性肺纤维化（IPF）的致病基因并为进一步研究提供靶点。【方法】从 GEO数据库中下载基因芯片数据集GSE53845、GSE24206、GSE10667，并使用GEO2R分析工具筛选出正常组织与IPF的差异 表达基因。在DAVID数据库中对差异表达基因进行GO分析和KEGG通路富集分析，以便找到IPF发病过程中差异表达基 因主要参与的生物功能及其集中的信号通路。为了研究差异表达基因与蛋白之间的作用关系，使用 STRING 和 CYTO? SCAPE软件来构建蛋白相互作用网络，使用MCODE软件来提取蛋白相互作用网络中的子网络模块。【结果】发现了110个...
Saved in:
| Main Authors: | , |
|---|---|
| Format: | Article |
| Language: | zho |
| Published: |
Editorial Office of Journal of Sun Yat-sen University
2017-01-01
|
| Series: | Zhongshan Daxue xuebao. Yixue kexue ban |
| Subjects: | |
| Online Access: | http://xuebaoyx.sysu.edu.cn/zh/article/43569330/ |
| Tags: |
Add Tag
No Tags, Be the first to tag this record!
|
| _version_ | 1850093141170847744 |
|---|---|
| author | 黄鑫炎 郭禹标 |
| author_facet | 黄鑫炎 郭禹标 |
| author_sort | 黄鑫炎 |
| collection | DOAJ |
| description | 【目的】通过生物信息学的方法发现特发性肺纤维化（IPF）的致病基因并为进一步研究提供靶点。【方法】从
GEO数据库中下载基因芯片数据集GSE53845、GSE24206、GSE10667，并使用GEO2R分析工具筛选出正常组织与IPF的差异
表达基因。在DAVID数据库中对差异表达基因进行GO分析和KEGG通路富集分析，以便找到IPF发病过程中差异表达基
因主要参与的生物功能及其集中的信号通路。为了研究差异表达基因与蛋白之间的作用关系，使用 STRING 和 CYTO?
SCAPE软件来构建蛋白相互作用网络，使用MCODE软件来提取蛋白相互作用网络中的子网络模块。【结果】发现了110个
差异表达基因，其中有92个在IPF中高表达，18个低表达。GO富集分析表明IPF中上调的差异表达基因主要影响细胞粘
附、生物粘附、胶原蛋白代谢等相关的生物过程，富集的分子功能主要参与细胞外基质结构的构成、钙离子的结合；IPF中下
调的蛋白则主要涉及感觉调节的生物过程。KEGG通路分析表明IPF中上调的差异表达基因主要参与受体相互作用、细胞
粘附等信号通路。【结论】利用生物信息学筛选出差异表达基因，其中部分基因已被证实参与IPF，部分基因尚未有研究，
提示其可能是IPF发病机制研究新的研究靶点。 |
| format | Article |
| id | doaj-art-3d455bb76dba4d82a4cc769a7545f12c |
| institution | DOAJ |
| issn | 1672-3554 |
| language | zho |
| publishDate | 2017-01-01 |
| publisher | Editorial Office of Journal of Sun Yat-sen University |
| record_format | Article |
| series | Zhongshan Daxue xuebao. Yixue kexue ban |
| spelling | doaj-art-3d455bb76dba4d82a4cc769a7545f12c2025-08-20T02:41:58ZzhoEditorial Office of Journal of Sun Yat-sen UniversityZhongshan Daxue xuebao. Yixue kexue ban1672-35542017-01-013843569330特发性肺纤维化相关基因的筛选和生物信息学分析黄鑫炎郭禹标【目的】通过生物信息学的方法发现特发性肺纤维化（IPF）的致病基因并为进一步研究提供靶点。【方法】从 GEO数据库中下载基因芯片数据集GSE53845、GSE24206、GSE10667，并使用GEO2R分析工具筛选出正常组织与IPF的差异 表达基因。在DAVID数据库中对差异表达基因进行GO分析和KEGG通路富集分析，以便找到IPF发病过程中差异表达基 因主要参与的生物功能及其集中的信号通路。为了研究差异表达基因与蛋白之间的作用关系，使用 STRING 和 CYTO? SCAPE软件来构建蛋白相互作用网络，使用MCODE软件来提取蛋白相互作用网络中的子网络模块。【结果】发现了110个 差异表达基因，其中有92个在IPF中高表达，18个低表达。GO富集分析表明IPF中上调的差异表达基因主要影响细胞粘 附、生物粘附、胶原蛋白代谢等相关的生物过程，富集的分子功能主要参与细胞外基质结构的构成、钙离子的结合；IPF中下 调的蛋白则主要涉及感觉调节的生物过程。KEGG通路分析表明IPF中上调的差异表达基因主要参与受体相互作用、细胞 粘附等信号通路。【结论】利用生物信息学筛选出差异表达基因，其中部分基因已被证实参与IPF，部分基因尚未有研究， 提示其可能是IPF发病机制研究新的研究靶点。http://xuebaoyx.sysu.edu.cn/zh/article/43569330/特发性肺纤维化差异表达基因生物信息学 |
| spellingShingle | 黄鑫炎 郭禹标 特发性肺纤维化相关基因的筛选和生物信息学分析 Zhongshan Daxue xuebao. Yixue kexue ban 特发性肺纤维化 差异表达基因 生物信息学 |
| title | 特发性肺纤维化相关基因的筛选和生物信息学分析 |
| title_full | 特发性肺纤维化相关基因的筛选和生物信息学分析 |
| title_fullStr | 特发性肺纤维化相关基因的筛选和生物信息学分析 |
| title_full_unstemmed | 特发性肺纤维化相关基因的筛选和生物信息学分析 |
| title_short | 特发性肺纤维化相关基因的筛选和生物信息学分析 |
| title_sort | 特发性肺纤维化相关基因的筛选和生物信息学分析 |
| topic | 特发性肺纤维化 差异表达基因 生物信息学 |
| url | http://xuebaoyx.sysu.edu.cn/zh/article/43569330/ |
| work_keys_str_mv | AT huángxīnyán tèfāxìngfèixiānwéihuàxiāngguānjīyīndeshāixuǎnhéshēngwùxìnxīxuéfēnxī AT guōyǔbiāo tèfāxìngfèixiānwéihuàxiāngguānjīyīndeshāixuǎnhéshēngwùxìnxīxuéfēnxī |