论文部分内容阅读
目的
找出可能在脓毒症诊断和治疗中的关键基因，为临床治疗脓毒症提供新靶点。
方法从基因表达数据库（GEO）中获取GSE9960芯片数据，使用GCBI在线实验室筛选出差异表达基因，分别使用基因本体论分析（GO分析）、代谢通路分析（pathway分析）、利用互作基因数据库检索工具，分析这些差异表达基因的蛋白质与蛋白质的相互作用（PPI network），并使用cytoscape软件进行可视化。
结果与对照组相比，脓毒症组共获得110个差异表达基因，其中上调基因102个，下调基因8个；GO功能富集分析显示差异基因主要参与了DNA的正负调控、自噬、P53类中介信号转导、细胞对机械刺激的反应等。KEGG功能通路分析显示差异基因主要参与了Glucagon信号通路。PPI network筛选出的6个hub基因，根据受试者工作特征曲线分析，这6个hub基因与脓毒症相关。
结论基因表达谱的生物信息学分析确定了1个信号通路和6个基因，可能代表脓毒症发生、进展和风险预测的分子机制，这6个基因可能被用作潜在的诊断生物标志物或治疗靶点。