基于GEO数据分析参与MERS-CoV感染致病的信号传导通路和关键分子

目的 基于基因表达谱芯片数据,筛选和分析中东呼吸综合症病毒(Middle East respiratory syndrome coronavirus,MERS-CoV)感染人类呼吸道上皮细胞后的差异基因,确定参与致病的信号传导通路和关键分子.方法 在美国国立生物技术信息中心的Gene Expression Omnibus(GEO)数据库搜选MERS-CoV病毒感染支气管上皮细胞表达谱数据,使用在线分析工具GEOR分析MERS-CoV感染支气管上皮细胞正常组和感染组各种基因的表达情况,以具有统计学意义的在表达量上升或下降2倍以上的差异基因为研究对象,使用基因功能分析注释工具DAVID对差异基因进行基因本体分析和信号传导通路分析,使用STRING构建基因间相互作用网络,利用cytoscape筛选相互作用网络的关键基因.结果 对比感染与未感染组的基因表达,筛选到了差异基因1 553个,其中上调基因850个,下调基因703个.基因功能富集分析结果提示这些差异基因涉及免疫反应,炎症反应,凋亡过程,支气管纤毛形成和运动等多条信号传导通路.结论 研究MERS-CoV感染肺部支气管细胞基因表达谱,发现在细胞中起重要作用的多条信号通路的异常,筛选到多个关键基因,这些信号通路可能在病毒致病过程中起到重要作用.本研究将为揭示MERS-CoV致病的分子机制提供帮助,为确定新的治疗靶标和策略提供数据.