支气管肺发育不良的基因芯片数据挖掘及生物信息学分析

支气管肺发育不良的基因芯片数据挖掘及生物信息学分析

论文摘要

研究背景围产医学的发展显著提高了极早产儿的存活率,但同时支气管肺发育不良(Bronchopulmonary dysplasia,BPD)的发病率不降反升,BPD仍是早产儿最常见及最严重的并发症之一,它与早产儿早期死亡率、慢性肺部疾病及长期的神经系统发育障碍密切相关。到目前为止,BPD的治疗方式有限,主要是通过规避BPD风险因素预防BPD的发展。BPD是一个多因素疾病,受胎龄、出生体重、呼吸机的使用、感染等诸多因素影响。此外,BPD还与遗传因素有关,但至今尚未找到与BPD发生发展密切相关的基因。全基因表达谱芯片可高效、全面的揭露疾病发生发展过程中的基因表达情况,结合生物信息学技术,可预测与疾病相关的关键基因及通路,在分子水平揭露疾病的发病机制、寻找潜在的生物标记物及治疗靶点。研究目的寻找BPD发展过程中的基因表达谱变化,预测BPD发生发展过程中的关键基因及通路,从而从分子水平揭露BPD的发病机制,寻找BPD潜在的生物标记物及治疗靶点,并指导后续基础及临床研究。研究对象及方法研究对象GEO数据库中系列号为GSE32472的基因表达谱数据,是本研究主要的研究对象,GSE32472最初纳入了 120例胎龄<32周,体重<1500g的早产儿,在生后第5、14及28天采集外周血进行全基因表达谱分析,并根据取样时间分成time A、time B及time C组。因9例患儿在研究结束前死亡,无法获取BPD信息,最终我们选取有效的111例患儿(对照组(n=43),BPD组(n=68))中294个样本数据进行生物信息学分析。1、GEO数据库中系列号为GSE25286的基因表达谱数据。GSE25286共包含10只小鼠(BPD组(高氧组)(n=6),对照组(空气组)(n=4)),并分别在生后第14天及29天各取对照组及BPD组一半小鼠的肺组织进行全基因表达谱分析,最后得到10份基因表达谱数据。本文中的GSE25286主要用于辅证GSE32472生物信息学分析的结果。研究方法1、从GEO数据库获取GSE32472基因表达谱数据,利用GE02R获取各阶段BPD组及对照组表达差异显著的前250的差异表达基因(Differentially expressed genes,DEGs),通过绘制韦恩图及基因排序等方法,获得三个时间段的交叉基因及差异倍数排名前10的DEGs。2、使用 Metascape 及 Cytoscape 软件的 ClueGO 和 CluePedia 插件对第一部分所得的DEGs进行功能及通路富集分析,利用STRING在线软件进行蛋白质相互作用(Protein-protein interaction,PPI)网络分析,以预测BPD相关的基因及通路。2、比较各个时间段BPD组与对照组,对照组、轻、中、重度BPD组四组间ICOS的水平差异。另外,为控制混杂因素,进一步明确ICOS是否为BPD的影响因素,以是否发生BPD为因变量,ICOS、出生体重及胎龄等在BPD组及对照组间存在统计学差异的因素为因变量构建二分类Logistic回归模型;最后,利用GE02R获取GSE25286数据集BPD组及对照组的DEGs,进一步验证ICOS在肺组织的表达情况。研究结果1、通过对从数据集GSE32472筛选出来的DEGs的功能及通路富集分析发现,在BPD发展过程中中性粒细胞脱颗粒相关通路显著上调,而获得性免疫相关通路,如T细胞选择、T细胞共刺激、T细胞分化及淋巴细胞分化等,尤其是T细胞活化显著下调。2、通过对数据集GSE32472的生物信息分析,发现ICOS可能为BPD发生过程中的关键基因,并可能主要通过调节T细胞功能发挥作用:1)ICOS在time A、time B和time C三个时期均显著下调且按差异倍数排名均排在前10;2)ICOS出现在三个时间段DEGs的所有KEGG通路富集网络中并与均与重要的富集通路T细胞受体信号传导通路有关;3)ICOS出现在三个时间段的34个交叉基因的KEGG富集网络中,且与富集的所有通路均具有相关性;4)ICOS的PPI分析找到了 10个与之密切相关的基因,将ICOS和这10个基因进行功能富集分析发现T细胞相关功能如T细胞活化和T细胞增殖显著富集。3、各时间段BPD组及对照组ICOS表达水平比较显示ICOS在各个时间段BPD组表达水平显著低于对照组,差异有统计学意义(P<0.001)。随后利用Logistic回归分析控制胎龄、出生体重等混杂因素后,发现生后第14天ICOS表达水平的下调是BPD发生的重要危险因素之一(OR=0.215,95%CI=0.051~0.913,P=0.037)。4、最后,通过对GSE25286数据集的差异表达基因分析进一步验证,与对照组(空气组)相比,第14天及29天BPD组(高氧组)肺组织的ICOS水平均显著下调(adj.P<0.01)。结论1、ICOS及获得性免疫相关通路,如T细胞活化、T细胞分化等的下调介导的获得性免疫障碍以及中性粒细胞脱颗粒相关通路的上调介导的先天性免疫的过度反应可能与BPD的发生发展具有相关性。2、生后第14天ICOS水平的下调是BPD重要的危险因素,ICOS有望成为BPD早期生物标记物及治疗靶点,辅助BPD的早期诊断、预防及治疗。

论文目录

  • 摘要
  • ABSTRACT
  • 第一章 前言
  •   1.1 支气管肺发育不良的相关介绍
  •     1.1.1 支气管肺发育不良的概述
  •     1.1.2 支气管肺发育不良的定义
  •     1.1.3 支气管肺发育不良的危险因素
  •     1.1.4 支气管肺发育不良的发病机制
  •     1.1.5 支气管炎肺发育不良的治疗
  •   1.2 基因芯片及生物信息学分析技术的相关介绍
  •     1.2.1 基因芯片技术概述
  •     1.2.2 生物信息学技术概述
  •     1.2.3 生物信息学常用数据库及软件
  •   1.3 本研究的目的、内容、创新性及其意义
  • 第二章 基因芯片数据的筛选及差异表达基因分析
  •   2.1 研究目的
  •   2.2 对象及方法
  •     2.2.1 基因芯片来源
  •     2.2.2 基因芯片相关信息
  •     2.2.3 数据的质量评估及差异表达基因分析
  •     2.2.4 差异表达基因文氏图分析
  •   2.3 研究结果
  •     2.3.1 差异表达基因分析结果
  •     2.3.2 不同时间段初步候选基因的文氏图分析
  •     2.3.3 按倍数变化排名前10的上调及下调基因
  •   2.4 本章小结
  • 第三章 支气管肺发育不良差异表达基因的功能分析
  •   3.1 研究目的
  •   3.2 研究方法
  •     3.2.1 差异表达基因的功能及通路富集分析
  •     3.2.2 关键基因的蛋白质相互作用网络分析及通路富集分析
  •   3.3 研究结果
  •     3.3.1 time A、time B和time C前250个差异表达基因富集分析结果
  •     3.3.2 time A、time B和time C交叉基因富集分析结果
  •     3.3.3 ICOS可能是BPD发展过程中的关键基因
  •   3.4 本章小结
  • 第四章 ICOS在支气管肺发育不良中的表达水平
  •   4.1 研究目的
  •   4.2 对象和方法
  •     4.2.1 ICOS表达水平与BPD及其严重程度的关系
  •     4.2.2 BPD可能存在的混杂因素及多因素回归分析
  •     4.2.3 在BPD动物模型基因芯片数据中验证ICOS的表达水平
  •   4.3 实验结果
  •     4.3.1 ICOS表达水平与BPD及其严重程度的关系
  •     4.3.2 BPD及对照组间胎龄、出生体重及性别分布差异
  •     4.3.3 生后第14天ICOS水平的下调为BPD发生的重要危险因素
  •     4.3.4 ICOS在动物模型中的表达水平
  •   4.4 本章小结
  • 讨论
  • 全文总结
  • 参考文献
  • 附录
  •   附录一 增表
  •   附录二 中英文缩略词表
  • 研究生阶段发表论文情况
  • 致谢
  • 文章来源

    类型: 博士论文

    作者: 林丽莎

    导师: 黄为民

    关键词: 新生儿,支气管肺发育不良,生物信息学,早产

    来源: 南方医科大学

    年度: 2019

    分类: 基础科学,医药卫生科技

    专业: 生物学,儿科学

    单位: 南方医科大学

    分类号: R722.6;Q811.4

    DOI: 10.27003/d.cnki.gojyu.2019.000120

    总页数: 97

    文件大小: 8367K

    下载量: 81

    相关论文文献

    • [1].生物信息学分析筛选胆管癌新候选基因及其意义[J]. 中国医学前沿杂志(电子版) 2020(07)
    • [2].mmu-miR-3475-3P在心脏发育中的生物信息学分析[J]. 重庆医学 2017(26)
    • [3].基于生物信息学分析结合RT-PCR检测的肝细胞癌组织中miRNA表达变化及意义[J]. 山东医药 2020(01)
    • [4].白假丝酵母菌毒力相关的RAPD条带的克隆及其生物信息学分析[J]. 生物技术 2020(01)
    • [5].生物信息学分析影响胶质母细胞瘤生物学行为的关键基因[J]. 武警医学 2020(04)
    • [6].溃疡性结肠炎及其恶性并发症的生物信息学分析和潜在治疗药物筛选[J]. 上海交通大学学报(医学版) 2020(03)
    • [7].统计学方法在生物信息学分析中的应用[J]. 医学信息学杂志 2020(06)
    • [8].弓形虫微线蛋白25的生物信息学分析及其互作蛋白预测[J]. 中国病原生物学杂志 2020(09)
    • [9].癌症疼痛基因的生物信息学分析及其临床意义[J]. 中国医药指南 2020(28)
    • [10].桃拉病毒基因组的生物信息学分析[J]. 安徽农业科学 2019(08)
    • [11].2001—2010年结直肠癌易感基因的生物信息学分析[J]. 肿瘤防治研究 2013(11)
    • [12].前列腺癌对多西他赛耐药相关基因的生物信息学分析[J]. 临床泌尿外科杂志 2020(07)
    • [13].心脏肌球蛋白结合蛋白C的生物信息学分析[J]. 生物信息学 2016(04)
    • [14].淡色库蚊氨肽酶N基因的克隆及生物信息学分析[J]. 中国人兽共患病学报 2016(03)
    • [15].鱼腥草乙酰辅酶A酰基转移酶基因克隆、表达及生物信息学分析[J]. 中草药 2015(01)
    • [16].女性糖尿病周围神经病变相关基因筛选及生物信息学分析[J]. 海南医学院学报 2020(01)
    • [17].烟草丙酮酸脱羧酶的生物信息学分析[J]. 黑龙江农业科学 2020(02)
    • [18].青岛文昌鱼过氧化氢酶基因的克隆及生物信息学分析[J]. 基因组学与应用生物学 2020(02)
    • [19].hsa-miR-216a-5p的靶基因及调控网络的生物信息学分析[J]. 唐山师范学院学报 2020(03)
    • [20].血管紧张素转化酶2生物信息学分析[J]. 安徽科技学院学报 2020(04)
    • [21].人谷胱甘肽过氧化物酶的生物信息学分析[J]. 北华大学学报(自然科学版) 2016(06)
    • [22].海岛棉一个成花素类似基因的克隆和生物信息学分析[J]. 新疆农业科学 2011(11)
    • [23].牛带绦虫亚洲亚种苹果酸脱氢酶基因的生物信息学分析[J]. 中国寄生虫学与寄生虫病杂志 2008(03)
    • [24].牛PAI-1基因真核表达载体构建、生物信息学分析及功能初探[J]. 中国畜牧杂志 2020(08)
    • [25].基于高通量芯片对小儿急性髓系白血病的生物信息学分析[J]. 吉林大学学报(医学版) 2020(05)
    • [26].沉默调节因子的生物信息学分析[J]. 黑龙江畜牧兽医 2017(09)
    • [27].转座子的分类与生物信息学分析[J]. 农技服务 2016(08)
    • [28].嗜根考克氏菌双组分信号转导系统的生物信息学分析[J]. 基因组学与应用生物学 2020(08)
    • [29].微小脲原体3-00990的生物信息学分析与原核表达[J]. 重庆医学 2020(21)
    • [30].甲状旁腺素的生物信息学分析[J]. 口腔医学研究 2011(07)

    标签:;  ;  ;  ;  

    支气管肺发育不良的基因芯片数据挖掘及生物信息学分析
    下载Doc文档

    猜你喜欢