基于GEO数据库良性前列腺增生症患者基因芯片数据的生物信息学分析

摘要

目的通过生物信息学方法探讨GEO(Gene Expression Omnibus)数据库中良性前列腺增生的差异表达基因及相关信号通路。方法通过GEO数据库检索筛得包含5例人源前列腺增生组织与3例正常人前列腺组织的基因芯片数据集(GSE119195)。采用R程序工具矫正性前列腺增生组织与正常前列腺组织的基因表达量并筛选差异表达基因(differentially expressed genes,DEGs)进行可视化处理。通过clusterProfiler包对DEGs进行基因功能注释(GO)、京都基因与基因组百科全书(KEGG)通路富集分析、基因集富集分析(GSEA),利用STRING数据库构建蛋白质蛋白质相互作用(PPI)网络,并使用Cytoscape软件及Cytohubb及MCODE插件筛选出核心基因。结果通过limma包共获得186个差异基因,其中在良性前列腺增生症(BPH)组上调基因有64个,下调基因有122个。GO富集分析表明DEGs主要参与了平滑肌细胞增殖、转化生长因子β应答、细胞外基质、腺体受体激活、信号通路受体活化体活性等。KEGG信号通路富集分析主要包括了MAPK信号通路、肾素分泌、EGFR酪氨酸激酶抑制剂抵抗、PPAR信号通路等。GSEA分析得到生物通路主要包括了上皮细胞间质转化信号通路、MTORC1信号通路、脂肪酸新陈代谢(fatty acid metabolism)、氧化磷酸化等信号通路。PPI分析筛选获得10个枢纽基因,分别为FABP3、IGF1、MYL1、TTN、NEB、JUN、LPL、CD36、FABP4、DMD。结论基于GEO数据库的生物信息学分析进行多维度的富集分析以及构建的蛋白互作网络,BPH涉及的差异表达基因、生物过程及富集信号通路,筛选出的靶基因可能成为治疗BPH的潜在分子靶点。