Методы: В исследовании для биоинформационного анализа GSE13985 и GSE6054 были загружены данные из базы Gene Expression Omnibus (GEO). Пакет R limma использовался для идентификации ДЭГ между образцами крови пациентов с СГ и образцами крови здоровых людей. Затем функциональную аннотацию ДЭГ выполняли с помощью анализа обогащения Киотской энциклопедии генов и геномов (KEGG) и анализа генной онтологии (GO). На основе инструмента поиска взаимодействующих генов (STRING) была пострена сеть белок-белковых взаимодействий (PPI) среди ДЭГ, а также были выявлены основные гены.
Результаты: В общей сложности 102 общих ДЭГ (49 с повышенной активностью и 53 с пониженной регуляцией) были идентифицированы в образцах СГ по сравнению с контрольными образцами. Функциональные изменения ДЭГ были в основном связаны с сигнальным путем фокальной адгезии и глюкагона. Десять генов (ITGAL, TLN1, POLR2A, CD69, GZMA, VASP, HNRNPUL1, SF1, SRRM2, ITGAV) были идентифицированы как основные гены. Биоинформационный анализ показал, что основные гены опосредуют многочисленные процессы, связанные с клеточной адгезией, с интегрин-опосредованным сигнальным путем и с адгезией клеточного матрикса. В целевой регулирующей сети фактора транскрипции (TF) было обнаружено 219 узлов, включая 214 DEG и 5 TF (SP1, EGR3, CREB, SEF1, HOX13). Таким образом, DEGs и гены-концентраторы, идентифицированные в этом исследовании, могут помочь понять потенциальную этиологию возникновения и развития атеросклероза.
Вывод: Повышенные уровни регуляции ITGAL, TLN1, POLR2A, VASP, HNRNPUL1, SF1, SRRM2 и пониженные уровни регуляци CD69, GZMA и ITGAV оказывали важные стимулирующие эффекты на формирование атеросклеротических бляшек у пациентов, страдающих СГ. Более того, SP1, EGR3, CREB, SEF1 и HOX13 были потенциальными факторами транскрипции для ДЭГ и могли служить в качестве основных мишеней для предотвращения разрыва атеросклеротической бляшки. Полученные данные дают теоретическую основу для понимания потенциальной этиологии возникновения и развития АС у пациентов с СГ, и могут помочь найти потенциальные диагностические и терапевтические мишени.
https://bmccardiovascdisord.biomedcentral.com/articles/10.1186/s12872-020-01701-z
Investigation of the underlying genes and mechanism of familial hypercholesterolemia through bioinformatics analysis. Dinghui Wang, Bin Liu, Tianhua Xiong, Wenlong Yu and Qiang She. BMC Cardiovascular Disorders (2020) 20:419 https://doi.org/10.1186/s12872-020-01701-z
Комментарии (0)
Зарегистрируйтесь, чтобы добавить комментарий