基于生物信息学的系统性红斑狼疮枢纽基因及治疗药物的分析

目的 通过生物信息学的方法分析系统性红斑狼疮(systemic lupus erythematosus,SLE)的差异表达基因(differentially expressed genes,DEGs)并进行药物预测,为探索SLE的病理机制、寻找潜在靶向药物提供方向.方法 从GEO数据库中下载GSE185047、GSE88884和GSE72509的基因表达数据,使用R语言limma包筛选出各个数据库DEGs并取交集,利用DAVID、STRING等数据库对DEGs富集分析并识别枢纽基因,此外,GSE50635被用来验证枢纽基因.进一步利用miRTarbase数据库识别调控枢纽基因的miRNA并构建miRNA-mRNA调控网络,最后使用DSigDB数据库筛选潜在治疗药物.结果 最终得到76个共同DEGs.GO富集分析表明DEGs主要涉及了病毒相关反应及Ⅰ型干扰素信号通路等生物学过程.KEGG富集到了甲型流感病毒、新型冠状病毒(COVID-19)及NOD样受体等信号通路.筛选获得了20个枢纽基因(STAT1、RSAD2、IFIT3、IFIH1、ISG15、DDX58、MX1、IFI44L、IFI44、OAS2、IFIT1、OAS3、OAS1、IFI35、XAF1、IFIT2、DDX60、OASL、IFI6、RTP4)、11 个调控枢纽基因的miRNA及7种可能成为治疗SLE潜在药物的小分子化合物.结论 筛选到的枢纽基因及靶向药物可能为深入研究SLE病理机制、寻找潜在早期诊断标志物和新型治疗药物提供依据.