韓小玲


【中圖分類號】R249【文獻標識碼】A【文章編號】1672-3783(2020)11-33--01
動脈粥樣硬化( atherosclerosis,As) 作為一種慢性炎癥性疾病,是目前導致心腦血管疾病的重要病因[1-2]。近年來由動脈粥樣硬化導致的心腦血管疾病呈逐漸增長的趨勢,嚴重危害人們身體健康,目前對于動脈粥樣硬化過程中涉及的機制還不明確,識別其進程中的相關通路對闡明動脈粥樣硬化發生發展機制,尋找有效預防和治療策略具有重要意義,高通量芯片和測序技術的發展為人們探討疾病的發生發展機制提供了新的思路。在本研究中,我們將利用生物信息學分析方法識別動脈粥樣硬化進程中的重要通路。
一材料與方法
1數據來源和處理
基于GEO數據庫下載動脈粥樣硬化數據集(GSE28829(https://www.ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE28829),探針注釋平臺為GPL570, 該數據集包括動脈粥樣硬化早期樣本13例及晚期動脈粥樣硬化樣本16例,基于R中GEOquery包進行該數據集數據下載和整理,limma包進行數據集數據標準化和差異基因的識別。
2基因富集分析(GSEA分析)
利用limma包識別出動脈粥樣硬化晚期與早期樣本的差異基因后,借助軟件中的clusterprofiler包進行KEGG分析,最終識別出其相關通路。
3統計學處理
本文章中涉及的統計學分析主要基于R3.6.1軟件完成,數據處理分析過程中FDR值小于0.05具有統計學意義。
二結果
1差異基因識別
數據下載后,經探針重注釋及去除重復基因后,共獲取含有21655個基因29個樣本的數據集,利用R軟件中的limma包對歸一化后的樣本數據進行差異分析,設置差異條件:|logfoldchang|>1且FDR<0.05,最終篩選出符合差異條件的差異基因178個,其中,相對于早期動脈粥樣硬化者樣本,在晚期動脈粥樣硬化中上調基因154個,下調基因23個。
2GSEA分析
利用R軟件的clusterprofiler包對進行差異分析的基因進行GSEA,結果見表1,早期動脈粥樣硬化樣本與晚期動脈粥樣硬化樣本中基因富集的通路具有顯著差異性,在晚期動脈粥樣硬化樣本中,免疫相關通路顯著富集,而在早期動脈粥樣硬化樣本中,代謝相關通路顯著富集。
三討論
動脈粥樣硬化的主要病理過程是內皮細胞發生損傷,巨噬細胞吞噬氧化的低密度脂蛋白( LDL) 膽固醇變成泡沫細胞集聚在動脈壁內皮下形成脂質斑塊[3-4]。一般認為急性心腦血管事件是由不穩定性斑塊破裂、血栓形成堵塞血管所導致[5],目前關于動脈粥樣硬化誘導心腦血管疾病的分子機制仍缺乏清晰認識。
動脈粥樣硬化發生發展過程中受多基因動態調控完成,在本研究中,我們利用GEO數據庫中相關動脈粥樣硬化數據集,從高通量的角度詮釋了動脈粥樣硬化早期和晚期通路的差異性,在早期動脈硬化階段,基因主要富集在代謝相關途徑,而在動脈硬化晚期階段,免疫相關的途徑則起到主要作用,本研究我們重新認識動脈粥樣硬化,探討動脈粥樣硬化發生機制提供了理論基礎。
參考文獻
Thomas H,Diamond J,Vieco A,et al. Global atlas of cardiovascular disease 2000~ 2016: the path to prevention and control[J]. Glob Heart,2018,13( 3) : 143-163.
Lusis AJ. Atherosclerosis[J]. Nature,2000,407( 6801) : 233-241.
Moore KJ,Sheedy FJ,Fisher EA,Macrophages in athero- sclerosis: a dynamic balance[J]. Nat Rev Immunol, 2013,13( 10) : 709-721.
Tabas I,Williams KJ,Boren J. Subendothelial lipoprotein retention as the initiating process in atherosclerosis: update and therapeutic implications[J]. Circulation, 2007, 116 (16): 1832-1844.
Shankman LS,Gomez D,Cherepanova OA,et al. KLF4- dependent phenotypic modulation of smooth muscle cells has a key role in atherosclerotic plaque pathogenesis[J].Nat Med,2015,21( 6) : 628-637.