蛋白质组学结合生物信息学分析干眼的蛋白标志物

Proteomics combined with bioinformatics analysis of protein markers of dry eye

二维码有效期 120s

摘要目的:通过生物信息学方法分析与干眼(DE)发病机制相关的差异蛋白质,以期揭示其潜在的分子机制.方法:通过检索从建库至2023-08-31发表在PubMed和EMBASE数据库中的采用蛋白质组学方法检测干眼临床样本中蛋白质表达的文章,挑选出差异蛋白,并通过STRING数据库和Cytoscape软件进行枢纽基因筛选和模块分析,进行蛋白质-蛋白质相互作用(PPI)分析、基因本体(GO)功能注释和京都基因与基因组百科全书(KEGG)通路富集分析.结果:最终纳入21篇文献,确定74个差异表达的蛋白质.频率最高的差异蛋白为钙粒蛋白A(calgranulin A,SA1008)、脂质运载蛋白1(LCN1)、溶菌酶(LYZ)、乳腺珠蛋白-B(SCGB2A1)、富脯氨酸蛋白4(PRR4)、转铁蛋白(TF)和钙粒蛋白B(S100A9).前10个枢纽基因为血清白蛋白(ALB)、肿瘤坏死因子(TNF)、白介素6(IL6)、IL1β、IL8、基质金属蛋白酶9(MMP9)、α-抗胰蛋白酶(SERPINA1)、IL10、补体 C3(C3)和乳铁蛋白(LTF).模块分析推测种子基因为MMP9和PRR4.KEGG分析显示差异表达的蛋白主要富集在IL17信号通路(61.9％).结论:研究结果揭示了 DE的潜在分子靶点和途径,并证实了 DE的发病机制与炎症之间的关联.然而,还需要进一步深入研究以证实这些生物标志物在临床实践中的意义.