关键词:
脊髓损伤
基因表达谱
基因本体论富集分析
京都基因和基因组百科全书通路分析
基因集富集分析
蛋白互作网络
自噬
炎症
摘要:
研究背景脊髓损伤(SCI)是一种破坏性疾病,通常会导致损伤部位以下感觉和自主运动功能不可逆转的丧失。脊髓损伤的病理生理学过程包括原发机械性损伤和继发的一系列级联损伤过程事件,使脊髓逐渐变性,坏死。这些继发事件包括缺血,缺氧,血管损伤,缺血后再灌注,自由基形成,钠和钙介导的细胞损伤,谷氨酸的兴奋性毒性和离子稳态紊乱,细胞氧化损伤,强烈的炎症反应,水肿,脱髓鞘,瓦勒氏变性,轴突萎缩,神经元细胞死亡。继发性损伤放大了初级损伤,并促进囊性变性,基质重塑和胶质疤痕的演变及形成从而阻止神经功能恢复。已知脊髓损伤后的二次损伤生物过程涉及免疫,血管和神经系统中不同的细胞和分子。例如,由Plxnb2编码的Plexin-B2最初被认为是一种轴突引导分子,在损伤激活的小胶质细胞和巨噬细胞中被上调,是脊髓损伤后运动感觉恢复的必要前提。SIRT6是sirtuin家族成员,在控制DNA修复,端粒维护和炎症反应方面起着重要作用。上调的SIRT6可以减轻炎症反应,过氧化应激,防止脊髓损伤后细胞过度发生凋亡。干扰素基因刺激因子(STING)激活由I型干扰素调控的先天免疫反应,在炎症调节中发挥关键作用,敲除STING后,NF-κB和丝裂原活化蛋白激酶(MAPK)磷酸化,减轻了小鼠脊髓损伤后强烈的炎症反应,从而部分促进脊髓损伤后再生功能的恢复。对基因变化的分析有助于了解脊髓损伤后基因表达和下游信号通路引起的级联,瀑布样,复杂的网络分子调控所引起的损伤分子机制。急性脊髓损伤后,临床治疗二次损伤的方法是大剂量的激素应用:甲强龙冲击疗法,而甲强龙会引起多方面的副作用使其受到较大争议。虽然最新的治疗方法有许多种,如:控制血压,治疗性低体温,脑脊液引流,药物治疗:GM-1神经节苷脂,利鲁唑,米诺环素,细胞因子治疗:成纤维细胞生长因子,粒细胞集落刺激因子,肝细胞生长因子,髓鞘相关通路蛋白抗体及抑制剂治疗,细胞治疗:神经干/前体细胞,间充质干细胞,雪旺细胞,嗅觉鞘膜细胞,及生物材料移植治疗等,但治疗效果依旧不是很理想。生物信息学利用计算机科学来收集,处理和分析由基因芯片和测序技术获得的大数据。它使我们能够在微观层面上对疾病发展的基因变化进行大规模的筛选,已经成为研究难治性疾病机制的一种有效方法。研究越来越多地使用基因微阵列技术来确定与疾病发病机制密切相关的异常表达基因。这些基因通过翻译和转录调节炎症因子,趋化因子,各种蛋白分子和细胞信号通路,衍生出不同的蛋白表型,促使正常生物功能的发生改变,这些因素共同影响,相互作用,从而引起疾病的发生,发展和演变。脊髓损伤后二次级联瀑布样的炎症风暴反应由多种基因的参与。然而,对于这些基因的相互作用以及下游的信号通路,蛋白分子网络相互作用等,在损伤反应中及神经功能的恢复的潜在分子机制知之甚少。因此,为了更好地探索和理解脊髓损伤后的分子机制,鉴别和筛选出这些在脊髓损伤后的不同时间点基因的差异性时程表达,这些基因富集到的分子信号通路,下游的蛋白分子网络的探索,有望通过基因水平层面上的生物信息学研究为脊髓损伤研究提供新的见解和思路。研究目的为了深入探索脊髓损伤后不同时间点的分子机制,我们的实验研究分为以下四个部分:第一部分:脊髓损伤后不同时间点的关键基因及通路的鉴定(总体分析)。第二部分:基于GEO数据库和自噬数据库相结合筛选脊髓损伤后CCL2自噬相关HUB基因及分子信号通路及验证(针对分析)。第三部分:CCL2在脊髓髓损细胞模型(PC-12细胞)中通过PI3K信号通路对自噬及炎症的调控(细胞实验)。第四部分:CCL2通过PI3K信号通路调控自噬,炎症,影响脊髓损伤后的再生,修复(动物实验)。研究方法通过GEO公共数据库测序网站下载大鼠的基因表达谱数据(GSE45006和GSE464),从中筛选出脊髓损伤后各个关键时间点的基因表达矩阵文件,通过计算机Perl和R语言对各个时间点的数据进行基因探针的注释,转换,样本的合并,批次效应的矫正,数据的清洗,归一化处理后得到标准化文件,通过对该标准化后的文件利用R语言limma包进行差异表达显著基因的获取,通过基因本体论富集分析(GO富集分析),京都基因和基因组百科全书路径分析(KEGG富集分析)和基因集富集分析(GSEA富集分析)分析这些差异表达的基因得出关键的信号通路,通过STRING在线数据库,分析这些差异表达显著的基因,并行蛋白-蛋白互作网络的分析及可视化,通过Cytoscape开源软件,使用Cytohubba插件中的MCC算法,获得各个关键时间点,权重排名超前的30个枢纽基因。根据Hub基因表达数据和脊髓损伤后状态绘制了ROC曲线。通过这个数据矩阵推断这些Hub基因在正常组和脊髓损伤组的表达,分析了这些Hub基因与脊髓损伤后的临床诊断的相关性。通过R语言的GOPLOT进行预测与再生相关的基因。通过自噬