冠心病相关基因的生物信息学分析

目的:采用生物信息学的方法来分析冠心病相关的基因,通路,转录因子和miRNA.方法:从公共基因芯片数据库GEO下载冠心病基因表达谱数据,筛选出差异表达基因(DEGs),并对差异基因进行GO、KEGG以及PPI网络分析.最后利用Webgestalt预测CHD相关的miRNA以及转录因子,并构建miRNA-TF-gene调控网络.结果:共筛选出1449个DEGs.GO功能分析发现DEGs主要参与炎症反应、细胞-细胞信号传导、神经肽信号通路等生物学过程.KEGG通路富集分析发现DEGs参与神经活性配体-受体相互作用、蛋白质的消化和吸收、维生素的消化吸收等通路.并且筛选出20个与冠心病发病相关的基因,特别是发现了少有文献报道的POMC、MYOD1等基因.最后我们还预测了与CHD相关的7个转录因子和3个miRNA.结论:通过生物信息学对基因芯片数据的分析,我们得到了冠心病相关的基因、通路、miRNA以及转录因子,为冠心病的精准治疗提供了新思路.