期刊检索

  • 2024年第22卷
  • 2023年第21卷
  • 2022年第20卷
  • 2021年第19卷
  • 2020年第18卷
  • 2019年第17卷
  • 2018年第16卷
  • 2017年第15卷
  • 2016年第14卷
  • 2015年第13卷
  • 2014年第12卷
  • 2013年第11卷
  • 第1期
  • 第2期

主管单位 工业和信息化部 主办单位 哈尔滨工业大学 主编 任南琪 国际刊号ISSN 1672-5565 国内刊号CN 23-1513/Q

期刊网站二维码
微信公众号二维码
引用本文:张楠,林铮,廖海含,唐其柱.生信分析筛选心衰氧化应激相关关键[]基因并预测候选药物[J].生物信息学,2024,22(3):174-182.
ZHANG Nan,LIN Zheng,LIAO Haihan,TANG Qizhu.Screening of hub genes related to oxidative stress in heart failure and candidatedrugs prediction based on bioinformatics analysis[J].Chinese Journal of Bioinformatics,2024,22(3):174-182.
【打印本页】   【HTML】   【下载PDF全文】   查看/发表评论  下载PDF阅读器  关闭
←前一篇|后一篇→ 过刊浏览    高级检索
本文已被:浏览 94次   下载 44 本文二维码信息
码上扫一扫!
分享到: 微信 更多
生信分析筛选心衰氧化应激相关关键[]基因并预测候选药物
张楠1,2,林铮1,2,廖海含1,2,唐其柱1,2
(1. 武汉大学人民医院 心血管内科,武汉 430060; 2. 代谢与相关慢病湖北省重点实验室,武汉 430060)
摘要:
为探究氧化应激相关基因在心力衰竭发生发展中的作用,并发现核心基因进行靶基因药物预测。从GEO数据库下载GSE120895基因表达图谱,通过GEO2R筛选差异表达基因,将差异表达基因与GeneCard数据库中筛选的氧化应激相关基因取交集,得到心力衰竭氧化应激相关差异表达基因,利用R软件对差异表达基因进行GO及KEGG分析,利用Cytoscape进行PPI网络的模块以及关键基因的筛选。之后在GSE17800基因表达图谱中验证关键基因的表达,并针对关键基因进行相互作用药物预测。差异表达基因与氧化应激相关基因取交集后,共筛选出52个上调的氧化应激相关差异表达基因,在此基础上,筛选出ACTB,STAT3,FN1,EDN1,CAT共5个关键基因,在GSE17800基因表达图谱中验证后,针对4个关键基因预测了19个靶基因潜在药物。总之,本研究通过生物信息学方法鉴定关键基因,并预测潜在治疗药物,从而为了解心力衰竭的分子机制及其诊治方法提供新的见解。
关键词:  生物信息学  心力衰竭  氧化应激  关键差异表达基因
DOI:10.12113/202302007
分类号:R541
文献标识码:A
基金项目:
Screening of hub genes related to oxidative stress in heart failure and candidatedrugs prediction based on bioinformatics analysis
ZHANG Nan1,2, LIN Zheng1,2, LIAO Haihan1,2, TANG Qizhu1,2
(1. Department of Cardiology, Renmin Hospital of Wuhan University, Wuhan 430060, China; 2. Hubei Key Laboratory of Metabolic and Chronic Diseases, Wuhan 430060, China)
Abstract:
HJ1.4mm]To identify major genes and pathways involved in oxidative stress in heart failure by bioinformatics analysis. GSE120895 gene expression profiles are acquired from the GEO database. And GEO2R is used to identify differentially expressed genes. We intersect the differentially expressed genes with the oxidative stress-related genes screened in the GeneCard database to find the oxidative stress-related genes in heart failure. R software is used to conduct GO and KEGG analyses of differentially expressed genes. Module of PPI network and analysis of key genes using Cytoscape software. We employ GSE17800 gene expression profiles to confirm the expression of important genes. For important genes, medication interactions are predicted. We identify 52 differentially expressed genes that are up-regulated in response to oxidative stress. Five key genes(ACTB, STAT3, FN1, EDN1,and CAT)are selected as a result. These five genes are validated in the GSE17800 gene expression profile. 19 candidate medicines that might target important genes are subsequently predicted. This study employ bioinformatics to explore for distinct genes that may be important to oxidative stress in heart failure, and help to better understand the pathophysiology of heart failure and generates new therapeutic options.
Key words:  Bioinformatics analysis  Heart failure  Oxidative stress  Key differentially expressed genes

友情链接LINKS

关闭