帕金森病诊断基因的生物信息学分析

摘要

目的应用综合生物信息学分析帕金森病(PD)的诊断基因。方法从美国国家生物信息中心(NCBI)基因表达综合数据库下载3个PD数据集(GSE20146、GSE20153、GSE20141)作为内部训练集,下载2个PD数据集(GSE20291、GSE20292)作为外部验证集。用R4.0.2软件合并以上数据集,并进行预处理(背景校正、归一化、log2转化),分析得到差异表达基因(DEG),加权基因共表达网络分析(WGCNA)得到显著模块基因,将两种分析方法得到的基因取交集得到交集基因。将交集基因进行逐步回归分析选择关键基因;多因素逻辑回归分析构建PD的诊断模型,用受试者工作特征曲线评价其诊断效能,并用外部验证集进行验证;靶向预测关键基因的微小RNA(miRNA)、转录因子(TF)。结果得到DEG共405个,WGCNA分析鉴定出8个基因模块,得到19个交集基因。将交集基因进行逐步回归分析筛选出5个关键基因,即PNMA3、AEBP1、PABPC1、GCA和GSTM2。多因素逻辑回归分析构建的PD诊断模型的校正曲线显示一致性良好,计算C指数为0.890,曲线下面积为0.890;外部验证集验证诊断模型,计算C指数为0.752,曲线下面积为0.752。miRNA-TF-mRNA调控网络分析得到24个miRNA-TF-mRNA调控关系。结论生物信息学分析筛选出对PD有诊断价值的5个基因(PNMA3、AEBP1、PABPC1、GCA、GSTM2),并以此建立的诊断模型具有良好的诊断效能,miRNA-TF-mRNA调控网络分析得到24个miRNA-TF-mRNA调控关系。