科研之友
微信
新浪微博
Facebook
分享链接
摘要
目的 应用生物信息学方法筛选阿尔茨海默病的关键基因。方法 从GEO数据库下载GSE5281和GSE138260数据集，用R语言对数据集进行去批次效应；WGCNA分析构建共表达网络，筛选与疾病相关基因模块并绘制基因聚类图和相关性图；以WGCNA筛选出的模块基因为对象进行差异表达基因分析，绘制火山图及热图；对差异表达基因进行Lasso回归分析，筛选关键基因；对差异表达基因进行京都基因和基因组数据库(KEGG)和基因本体(GO)富集分析，绘制气泡图。结果 通过WGCNA分析获得包含704个基因的brown模块与疾病高度相关；brown模块差异表达分析得到39个差异表达基因，其中10个下调基因，29个上调基因；进一步Lasso回归后筛选出9个关键基因。GO和KEGG富集分析表明，差异表达基因在矿物质元素的吸收、氧化还原驱动的活性跨膜转运蛋白等方面富集。结论 GEO数据库初步筛选出潜在的阿尔茨海默病关键基因，但还需进一步实验验证。
- 出版日期2023
- 单位基础医学院; 湖北医药学院
