心肌梗死后心力衰竭大鼠左心室心肌基因組學特征的生物信息學研究

楊翠，鄭思道，陳少軍

近年來隨著心血管疾病診療水平提高，心肌梗死帶病生存患者數量明顯增加，心力衰竭（heart failure，HF）患病率亦隨之升高［1-2］。既往研究表明，冠心病患者發展為HF 的比例較高（49.6%），提示心肌缺血梗死相關因素在HF 發病過程中具有重要作用［3］。目前，HF 是60 歲以上人群住院的主要原因之一，近年抗HF藥物雖不斷增多，但仍需慎重選擇才能有效改善患者生存質量［4］。本研究采用生物信息學工具分析心肌梗死后HF 大鼠左心室心肌基因學特征，旨在為心肌梗死后HF 基因組學特征研究及新藥研發提供參考。

1 材料與方法

1.1 基因數據獲取 以“heart failure”為檢索詞在GEO 數據庫（www.ncbi.nlm.nih.gov/geo/）中進行檢索，選取大鼠（rattus norvegicus）分類下DOROTA TULACZ等提交的GSE47495 芯片數據作為研究材料，該芯片數據來源于Affymetrix Mouse Gene 1.0 ST Array 基因表達芯片平臺GPL6247，共包含29 214 個基因，以大鼠左心室心肌為研究組織，納入假手術組（Sham組）6 個 樣 本（GSM1151154～GSM1151159） 和 冠 狀動脈結扎誘導的心肌梗死后HF 組（HF 組）5 個樣本（GSM1151172～GSM1151176）。

1.2 差異基因分析 應用GEO2R 在線軟件（www.ncbi.nlm.nih.gov/geo/geo2r/）篩選兩組差異基因，并選取上調、下調倍數最顯著的基因各20 個進行分析。

1.3 功能及信號通路富集分析 將40 個差異基因提交至DAVID 6.8 數據庫（www.david.abcc.ncifcrf.gov）進行GO 功能富集分析及KEGG Pathway 富集分析，并通過在線工具webgestalt（www.webgestalt.org）進行可視化分析。

1.4 蛋白相互作用 采用STRING 11.0 數據庫（www.string-db.org）對40 個差異基因相關蛋白進行蛋白相互作用分析。

2 結果

2.1 差異基因 Sham 組與HF 組大鼠芯片數據分布較好（見圖1）。與Sham 組相比，HF 組大鼠左心室心肌樣本中共有2 162 個基因表達存在明顯差異，其中表達上調1 073 個、表達下調1 089 個（見圖2）；選取表達上調、下調最顯著的基因各20 個（見表1）。

2.2 GO 功能富集分析 GO 功能富集分析結果顯示，40 個差異基因富集在細胞膜、內膜系統及細胞外空間等細胞成分中，可參與調控蛋白質結合、離子結合、轉運活性等分子功能，涉及應激、多細胞生物過程、生理調節等多個生物學過程，詳見表2～3。

2.3 KEGG Pathway 富集分析 KEGG Pathway 富集分析結果顯示，40 個差異基因主要參與心肌細胞中的腎上腺素能信號傳導（見表4）。

2.4 差異基因蛋白相互作用 STRING 分析結果顯示，纖維粘連蛋白1（FN1）、骨膜蛋白（POSTN）、結締組織生長因子（CTGF）、分泌型磷蛋白1（SPP1）、成纖維細胞生長因子7（FGF7）、分泌型卷曲相關蛋白2（SFRP2）等多個蛋白在相互作用網絡中處于關鍵節點。差異基因蛋白相互作用網絡立體圖見圖3（差異基因蛋白相互作用網絡立體高清圖見本文OSID 碼）。

圖1 Sham 組與HF 組大鼠芯片數據箱體圖Figure 1 Box diagram for chip data of rats in Sham group and HF group

表1 Sham 組與HF 組大鼠左心室心肌表達差異顯著的40 個基因Table 1 The 40 genes with significant expression difference of left ventricular myocardium of rats in Sham group and HF group

圖2 Sham 組與HF 組大鼠左心室心肌差異基因的火山圖Figure 2 Volcano plot for differentially expressed genes of left ventricular myocardium of rats in Sham group and HF group

圖3 差異基因蛋白相互作用網絡立體圖Figure 3 Network stereogram for differentially expressed genes protein interaction

表2 40 個差異基因的GO 功能富集分析Table 2 GO functional enrichment analysis on the 40 differentially expressed genes

表3 40 個差異基因的細胞成分、分子功能及生物學過程分類Table 3 Classification of cell composition，molecular function and biological processes of the 40 differentially expressed genes

表4 40 個差異基因KEGG Pathway 富集分析Table 4 KEGG Pathway enrichment analysis on the 40 differentially expressed genes

3 討論

心肌梗死患者HF 發生率高、病死率高且預后較差，因此其防治工作不容忽視。神經內分泌調節、心肌重構抑制等HF 的關鍵分子和信號傳導通路是近年來抗HF新藥研發的熱點［5］，此外通過基因組編輯或轉錄后分子調控干預疾病正在探索中，并有望解決現存臨床診療難點、改善患者預后［6-7］。

既往研究表明，基因組學研究不斷深入不僅能幫助理解HF 基因變化，還有助于探索HF 的發病機制及對患者預后的影響，從而推動臨床診療工作持續發展［8］。筆者所在課題組前期探討過基因水平相關分子介導的藥物作用機制［9-11］。本研究采用生物信息學工具分析心肌梗死后HF 大鼠左心室心肌基因學特征，并選出40個差異基因；GO 功能富集分析結果顯示，40 個差異基因富集在細胞膜、內膜系統及細胞外空間等細胞成分中，可參與調控蛋白質結合、離子結合、轉運活性等分子功能，涉及應激、多細胞生物過程、生理調節等多個生物學過程；KEGG Pathway 富集分析結果顯示，40 個差異基因主要參與心肌細胞中的腎上腺素能信號傳導；STRING 分析結果顯示，FN1、POSTN、CTGF、SPP1、FGF7、SFRP2 等多個蛋白在相互作用網絡中處于關鍵節點，這對進一步闡釋HF 病理生理機制、新藥研發具有重要參考價值。

綜上所述，應激、多細胞生物過程、生理調節等多個生物學過程及心肌細胞腎上腺素能信號傳導通路參與心肌梗死后HF 的發生發展；但本研究存在以下不足：（1）本研究基因數據來源于動物模型，與人類機體具體情況存在差異，臨床決策仍需基于真實世界的研究結果，因此需在醫學倫理規范下積極彌合疾病模型與臨床疾病之間的差異；（2）生物信息學工具雖能輔助預測潛在關鍵分子與通路，加快研究步伐，縮短研發時間，但最終結論仍依賴于基因編輯工具在基礎和臨床中的應用結果。

作者貢獻：鄭思道進行文章的構思與設計，研究的實施與可行性分析，并對文章整體負責，監督管理；楊翠、鄭思道進行數據收集、整理、分析，結果分析與解釋；楊翠負責撰寫論文及進行論文的修訂；鄭思道、陳少軍負責文章的質量控制及審校。

本文無利益沖突。