文摘
背景。根据最新的研究,它显示已经超过全世界每年有1500万人罹患中风。1500万人,600万人死于死亡,和500万年获得终身残疾。这是主要原因世界各地的重大的经济负担。方法。这些数据已经从地理数据库,获得和GEO2R工具被用来找出差异表达microrna(民主党)之间的中风患者血液和正常的。FunRich和miRNet被认为找到潜在的上游转录因子和下游靶基因的候选电子病历。接下来,我们使用注释和KEGG通路富集。分析了目标基因的帮助下R软件。然后,字符串数据库和Cytoscape软件被用来进行PPI和DEM-hub基因网络。最后,GSE58294常被用来估计中心基因表达式。结果。总共六个民主党选择从GSE95204 GSE117064数据集。663年民主党的目标基因预测,NRF1 EGR1, MYC, YY1, E2F1, SP4, SP1和预测作为上游转录因子对民主党的目标基因。目标基因PI3K-Akt民主党主要是增强的信号通路和p53信号通路。民主党卫生可能是调制的网络建设hsa - mir - 3591 - 5 - p, hsa - mir - 548 -, - 3 - p - mir - 206, hsa - mir - 4503中心基因被发现的十大中心的基因。中心的基因,前十名的理由CTNNB1,PTEN,ESR1,CCND1,喀斯特,AKT1,CCND2,CDKN1B,MYCN是恒定的GSE58294数据集。结论。总之,我们的研究首先构造miRNA-mRNA网络中风,这可能使一个觉醒范围为中风的发病机理和治疗。
1。介绍
第二个最常见的原因不确定死亡世界各地的中风。这也是永久的主要原因(例如1,2]。每年全球约1700万中风病例发生。除此之外,中风死亡率下降60%在1968年到1996年之间在29年一直在观察,并减缓下降的曲线在1990年代,开始获得速度在几个地区(3,4]。中风患者通常需要长期康复后急性期,需要得到持续的社区支持和养老院护理(5]。中风的机制是不同的。它是至关重要的探索新的生物标志物与中风发病机制有关。
小分子核糖核酸(microrna) 18-25-nucleotide-length非编码RNA分子工作为主行政授权大型网络分子的基因,通过不稳定的mRNA转录(6),通过抑制他们的转变成蛋白质7),或由授权目标基因的甲基化状态8]。虽然在数量相对较小,microrna被认为授权大多数组织——和特异性转录组8,9];他们还控制特定的生物过程,包括有丝分裂、组织细胞分化和细胞死亡10),维持ESCs的多能状态(11),他们延迟神经元成熟或促进神经元分化(12]。mir - 17据报道急性中风患者中显著升高而控制(血管危险但没有中风患者)13]。mir - 210是减少那些患有缺血性中风的病人相比,控制(14),和中风患者的结果是更好的mir - 210水平较高(15]。一项研究发现,mir - 124表达在中枢神经系统是一百倍以上,在其他器官(16]。此外,mir - 124在几个发育过程中起着至关重要的部分的成年神经发生和神经中枢神经系统发展划分(17]。很多研究显示,mir - 320在中风患者连续下调。这些研究表明,microrna的差别,对这些基因可能导致凋亡过程(18,19]。
许多研究的灵感的理由和工作机动microrna在中风疾病进行了;然而,一些研究已经进行的角色在中风病miRNA-mRNA监管网络。在当前的研究中,我们筛选民主党在中风组织与正常组织相比,通过分析2数据集(GSE95204和GSE117064)首次从地理数据库。民主党预期基因,转录factor-DEM目标基因的功能分析,DEM-hub基因网络进行。此外,中心基因的表达水平进一步验证基于GSE58294数据集。因此,我们旨在构建一个潜在miRNA-mRNA监管网络,为临床中风疾病的诊断和治疗提供新思路。
2。方法和材料
2.1。数据库
基因表达细节,3基因表达综合(GEO)数据库(https://www.ncbi.nlm.nih.gov/geo/)是利用:GSE95204 (microrna) GSE117064 (microrna的),和GSE58294 (mRNA)。基于GPL18058 GSE95204数据库平台,基于GPL21263platform GSE117064, GSE58294基于GPL570平台。绝对的信息显示在表的形式1。
2.2。筛选差异表达microrna(民主党)
GEO2R (http://www.ncbi.nlm.nih.gov/geo/geo2r/)是一个有抱负的网络工具。它允许用户比较两个或两个以上的组样本的GEO系列。它可以帮助识别的基因差异表达的其他条件实验。我们使用GEO2R分析差异表达之间的信使rna正常和中风患者的血液从GSE95204和GSE117064数据库。调整值< 0.05和 被确认为民主党的起点。
2.3。民主党的筛检上游转录因子
FunRich(功能性浓缩,http://www.funrich.org/之前)是一个独立的软件工具。用于功能性浓缩以及相互作用网络分析的基因和蛋白质。基于FunRich,我们决定民主党可能上游转录因子。调整值< 0.05被认为是统计上突出。
2.4。预测下游民主党的目标
miRNet (https://www.mirnet.ca/)是一个在线工具,可以分析microrna和RNA交换。我们使用miRNet预测民主党的下游靶基因。
2.5。基因本体论(去)和《京都议定书》百科全书的基因和基因组(KEGG)分析
去检查将基因的功能分为三个部门:蜂窝组件(CC),分子功能(MF)和生物过程(BP)。我们曾经去分析理解转录组和基因组数据的独特的生物学特性。KEGG通路被认为是一束能构成基因组数据库,药物、疾病、化工原料、和生物通路。
2.6。PPI网络
PPI信息来源于网络搜索工具用于检索相互作用基因(http://stringdb.org/)。然后,我们可视化交互基因通过Cytoscape cytoHubba软件和使用,这是一个插件Cytoscape。它有等级节点加载PPI网络。cytoHubba构成特性通过几个拓扑算法。最大小团体中心(MCC)方法用于选择中心基因作为最佳30 PPI网络的节点。
2.7。基因表达分析中心GSE58294数据集
从地理数据库获得的GSE58294数据库。特定数据集由GPL570平台上(人类基因组U133 Affymetrix + 2.0数组)。样品GSE58294分为正常组和中风组。我们使用数据集来理解的清晰度水平中心正常和中风之间的基因样本。调整值< 0.05和 被确定为差异表达基因的起始点(度)。
2.8。统计分析
所有的测量数据进行SPSS 19.0统计软件。学生的 - - - - - -测试和单向方差分析被用来比较两个或两个以上的组。Cox比例风险模型被用于多变量分析。
3所示。结果
3.1。民主党选择从GSE95204和GSE117064数据库
GSE95204和GSE117064数据集获得的地理数据库。调整值< 0.05和 被确定为民主党的门户。选择13个民主党GSE95204数据集(图1(一))。823年民主党选择GSE117064数据集(图1 (b))。在所有民主党,我们发现6民主党(hsa - mir - 548 -, - 3 - p, hsa - mir - 4503, hsa - mir - 5194, hsa - mir - 3591 - 5 - p, hsa - mir - 206和hsa - mir - 3127 - 5 - p)都改变了在这两个数据集。这些结果被使用维恩图(图可视化1 (c))。
(一)
(b)
(c)
3.2。标记基因的预测民主党和民主党的目标基因的上游安排因素
进一步确定民主党中风和正常组织之间的作用,我们考虑FunRich软件预测民主党的潜在目标基因。目标基因的量化为每个民主党是列在表中2。民主党的目标基因显示在民主党的标记基因网络更好的可视化,如图2(一个)。转录因子可以绑定到mrna和发挥转录后的监管职能,两者都是至关重要的组件在生物体的监管网络。FunRich软件是用来理解上游民主党的目标基因的转录因子。结果显示7上游转录因子的民主党的目标基因(NRF1 EGR1, MYC、YY1 E2F1, SP4,和SP1),如图2 (b)。
(一)
(b)
3.3。去KEGG考试民主党的标记基因
此外,我们进行了选择和KEGG考试663基因的民主党。我们将调整值< 0.05和排名价值大小,选择排名前十的浓缩特性演示。英国石油公司包括调节钙离子运输、细胞反应肽激素的刺激,肌肉器官发展的负调控,积极可控性细胞蛋白质的丝氨酸/苏氨酸激酶活性,突触后密度组织,相反的调节钙离子运输到细胞溶质,线粒体膜透性的监督,监督的平滑肌细胞增殖,体液分泌,在氧化应激反应和细胞死亡(图3(一个));CC包括细胞前缘、粘着斑的细胞基质adherens结,细胞基质结,核染色质lamellipodium,皱褶,外肉伪足,细胞皮质部分,和肌浆网(图3 (b));曼氏金融包括丝氨酸/苏氨酸蛋白质磷酸酶活动,组蛋白脱乙酰酶绑定,RNA聚合酶和dna结合转录激活活动,II-specific(图3 (c));KEGG包括蛋白聚糖在癌症、前列腺癌、AGE-RAGE招手通路在糖尿病问题,PI3K-Akt信号方面,内分泌阻力,p53示意了通路,神经胶质瘤,流体剪切应力和动脉粥样硬化,抗表皮生长因子受体酪氨酸激酶抑制剂,乳腺癌(图3 (d))。
(一)
(b)
(c)
(d)
3.4。民主党的目标基因的PPI网络和miRNA-Hub基因网络的民主党
字符串数据库建立了民主党的目标基因;Cytoscape软件一直利用PPI形象化矩阵,和之前的30中心基因民主党在图表示4(一)。十大中心基因如表所示3:CTNNB1,PTEN,ESR1,CCND1,喀斯特,AKT1,CCND2,CDKN1B,MYCN,VEGFA。更好地证明民主党的机理,我们进行了一次miRNA-mRNA网络基于基因(图十大中心4(b))。结果表明,CTNNB1和CDKN1B是由hsa - mir - 3591 - 5 - p;hsa - mir - 548 -, - 3 - p调节PTEN;ESR1,CCND1,喀斯特,AKT1,CCND2,VEGFA是由hsa - mir - 206;MYCN是由hsa - mir - 4503。
(一)
(b)
3.5。中心基因清晰度水平GSE58294数据库
为了进一步确定民主党在中风的作用,我们用GSE58294数据库演示十大中心基因的表达水平(CTNNB1,PTEN,ESR1,CCND1,喀斯特,AKT1,CCND2,CDKN1B,MYCN,VEGFA中风)的组织和正常组织。结果表明,表达的水平CTNNB1,PTEN,喀斯特,CCND2,CCKN1B,MYCN在中风的组织与正常组织相比显著提高(数字5(一个)- - - - - -5 (f))。ESR1,CCND1,AKT1中风的组织中表达水平显著低于正常组织(数字5 (g)- - - - - -5(我))。只有VEGFA表达水平没有明显改变了正常和中风之间的组织(图5 (j))。9修改基因受hsa - mir - 3591 - 5 - p, hsa - mir - 548 -, - 3 - p - mir - 206, hsa - mir - 4503。因此,菜单可以作为潜在的监管途径中风病。
(一)
(b)
(c)
(d)
(e)
(f)
(g)
(h)
(我)
(j)
4所示。讨论
中风还有待永久性残疾的主要原因。虽然中风死亡率下降在过去的10年里,它是死亡的主要原因之一,在5号20.]。进一步增加,研究表明,生物标志物发病机制中起到至关重要的作用,预后和治疗中风(21- - - - - -23]。它是一种非编码RNA序列。microrna构成非常重要的生物在许多疾病和监管职能已确认有强烈的相关性中风的发病机理(15- - - - - -17],而适当microrna的函数的机制仍不知道由于中风的有限的知识和理解病原体(24]。
基于我们目前的研究中,来自两个数据集的数据,即GSE95204 GSE117064,取得了指出民主党将中风和正常组织(血液)。总共6民主党(hsa - mir - 4503, hsa - mir - 206, hsa - mir - 548 -, - 3 - p, hsa - mir - 3127 - 5 - p, hsa - mir - 5194和hsa - mir - 3591 - 5 - p)被确定为进一步分析。hsa, mir - 206水平证明作为多种癌症生物标记(25,26和与肌肉功能和疾病相关27,28]。hsa - mir - 3127 - 5 - p被确定为一个关键基因的基本装置黑色素瘤(29日]。相比之下,对其他民主党并没有相关的研究。
大量研究证明,microrna是监管的帮助下转录因子(30.,31日]。这条线的思想后,我们预测转录因子的民主党。特异性蛋白1 (SP1)和特异性蛋白4 (SP4)预计在当前最突出的研究。SP1, C2H2型锌指转录因子(32),被确定为与中风病密切相关。卒中后SP1参与姜黄素的抗氧化结果(33),使它给卒中后神经保护34]。SP4有非凡的能力扭转许多原型传统炎症和神经性过敏(35)和规范本构理由丝氨酸消旋酶的神经元通过NRF2信号通路(36]。尽管没有报道中风和SP4之间的关系,其功能神经元可能稍微暗示它在中风疾病中的作用。氧化stress-elicited转录因子阴阳1 (YY1)调节抗氧化反应的帮助下增强NRF2-driven转录活动(37,38]。在E2F转录因子1 (E2F1)研究E2F1减少mir - 122转录上调SPRY2,停止MAPK通路和意味着神经阻塞在缺血性中风39]。EGR1一直被视为和记录作为一个中风疾病在世界范围内;研究人员已经观察到的ischemia-induced EGR1 BDNF语句声明可能加重脑损伤赔偿(40]。此外,EGR1是由mir - 199 b - 3 - p在缺血性中风41]。这些结果支持的价值选择候选人民主党在中风病的病机。
KEGG结果显示民主党的主要构成PI3K-Akt示意了p53途径和信号通路。白藜芦醇可以激活这个途径来呈现神经保护在中风42]。此外,PI3K-Akt通路与血管生成,氧化应激,持续缺血的病理生理条件下的间充质干细胞(43]。抑制肿瘤的蛋白p53;也是以调节重要的细胞过程,包括细胞周期阻滞、DNA修复、衰老和细胞凋亡。它与B细胞淋巴瘤2家族蛋白质,从而激活线粒体凋亡程序效率大于其活动的安排因素(44]。
通过DEM-hub基因网络,我们观察到前中心基因可能是主要的hsa - mir - 3591 - 5 - p, hsa - mir - 548 -, - 3 - p - mir - 206, hsa - mir - 4503。在十大中心基因,9基因的表达水平(CTNNB1,PTEN,喀斯特,CCND2,CCKN1B,MYCN,ESR1,CCND1,AKT1正常显示统计学意义差异和中风组织基于GSE58294数据集。CTNNB1,PTEN,MYCN,ESR1,AKT1已被证明是与中风相关疾病(45- - - - - -49]。因此,hsa - mir - 3591 - 5 - p /CTNNB1,hsa - mir - 548 - 3 - p /PTENhsa - mir - 4503 /MYCNhsa - mir - 206 /ESR1和hsa - mir - 206 /AKT1可以作为潜在的信号通路调节中风病。
我们建造了一个miRNA-mRNA网络在第一次中风,而在我们目前的研究仍有局限性。首先,选择的样本数据集的大小不够大。它主要是用于生物标志物分析。其次,我们只进行生物信息学分析,没有进行实验在确定民主党在中风的作用。因此,进一步的研究结合体内和体外实验验证还需要支持我们的考试。
5。结论
我们首先构建一个在中风和演示miRNA-mRNA网络潜在的信号通路(hsa - mir - 3591 - 5 - p /CTNNB1,hsa - mir - 548 - 3 - p /PTENhsa - mir - 4503 /MYCNhsa - mir - 206 /ESR1和hsa - mir - 206 /AKT1)规范中风的病理机制。我们的发现可能扮演着至关重要的角色在未来的深入研究和没收的目标的潜在病理那些痛苦或遭受中风。
数据可用性
数据支持这项研究的结果可以通过电子邮件提供第一作者或通讯作者。
附加分
研究突出了。这项研究是第一个将民主党的功能选择从GSE95204 GSE117064数据集在中风病,其功能和KEGG检验,预测的基因和他们的聚焦中心,进一步验证了基于GSE58294数据集。miRNA-mRNA网络揭示了潜在机制的建设在中风和中风的病理提出了新的见解。
的利益冲突
作者宣称没有利益冲突。
作者的贡献
魏利和剑李同样贡献了这个工作。