不同时间序列COVID-19基因表达与基因调控网络构建

作者：王琪; 乔军; 王灿; 张一凡; 卢学春; 张升校; 孙翔飞; 于琦; 贺培凤^*

来源：中华医院感染学杂志, 2023, 33(12): 1769-1776.

• 新冠肺炎
• SARS-CoV-2
• 时间序列分析
• ceRNA调控网络
• 免疫细胞

目的 探讨新型冠状病毒肺炎(COVID-19)疾病进展相关的潜在调控因素。方法 从GEO数据库中获得COVID-19的24个全血转录组样本。使用R包“DSEeq2”识别差异表达的mRNA和LncRNA。利用R包“MaSigPro”和短时间序列表达软件(STEM)识别mRNA和lncRNA的时间表达模式。共表达分析用于发现mRNA-LncRNA的共表达模式。利用TRRUST数据库获取转录因子(TFs)。miRcode、TargetScan、miRTarBase和miRDB构建ceRNA调控网络。利用R包“CIBERSORT”表征免疫细胞浸润情况。结果 与健康对照组相比，COVID-19患者在3个伪时间内有3 639个差异的mRNA和304个差异的LncRNA。主要功能富集在细胞分裂进展、细胞对干扰素-γ、干扰素-α的反应。CIBERSOR分析显示，CD4+、CD8+和浆细胞在COVID-19发病轨迹中发挥重要作用。随着疾病的进展，识别了1 750个具有显著差异表达的mRNA和31个lncRNA。在ceRNA网络中，ALDH1A2/MORC3-FGD5-AS1-miR-144-3p, MORC3/SNTB2-FGD5-AS1-miR-153-3p, YOD1-FGD5-AS1-miR-140-5p和ZBTB44-FGD5-AS1-miR-144被确定为COVID-19的潜在治疗靶点。结论 时间序列分析发现的关键基因和调控网络为探索COVID-19的疾病轨迹提供了新的线索。

• 出版日期2023
• 单位中国人民解放军总医院; 山西医科大学; 山西医科大学第二医院; 第一临床医学院; 基础医学院