阿爾茨海默病的組學機制分析及藥物預測

王卓雅， 王燕琳， 楊志華， 孫慧芳， 張 奇， 楊 靖， 許予明

阿爾茨海默病(Alzheimer’s disease，AD)是一種年齡相關的神經退行性疾病，也是認知功能下降最常見的病因。目前，全球有4000多萬人患有AD，預計到2050年，這一數字將超過1億[1]。影像學的應用在AD診斷方面有極大影響，研究表明AD腦萎縮的模式不是隨機的，通常是緩慢有序發展的，首先涉及海馬體，然后擴散到內側頂葉、外側顳葉和額葉區域，最終影響皮質的所有區域，因此，海馬體的是區分AD的最佳區域[2]。關于AD的發病機制存在很多種假說，包括淀粉樣蛋白級聯反應，tau過度磷酸化，神經遞質和氧化應激等[3]，但具體的發病機制和最佳的治療方案仍未明確。目前，有幾種針對Aβ和tau的藥物可以改善癥狀，但這些藥物不能延緩疾病的進展。在我們此次的研究中，利用GEO數據庫結合GO富集分析、KEGG通路分析、PPI網絡分析、基因共表達網絡分析等生物信息學方法，識別可能參與AD發生發展的關鍵基因。因此，探討AD發病的分子機制，進一步為AD的精準治療提供依據。

1 對象與方法

1.1 資料來源 GEO(Gene Expression Omnibus database)數據庫(https：//www. ncbi. nlm. nih. gov/geo/)系美國國立生物技術信息中心(NCBI)創建并維護的基因表達數據庫，是目前最全面的公共基因表達數據庫[4]。從GEO數據庫中搜索獲取基因芯片GSE5281，該芯片包含161個人大腦組織，芯片數據是通過Affymetrix U133 Plus 2.0 array獲取的表達譜，其中包括6個腦區樣本，分別是內嗅皮質(AD患者10例，正常對照13例)、海馬(AD患者10例，正常對照13例)、內側顳葉(AD患者16例，正常對照12例)、后扣帶回(AD患者9例，正常對照13例)、額上回(AD患者23例，正常對照11例)和初級視覺皮質(AD患者19例，正常對照12例)。……