| 摘 要： | ![]()
目的:筛选阿尔茨海默病(AD)的分子诊断标志物，并探究其在AD发生发展中的作用机制。方法:从GEO数据库下载整合正常人和AD患者4个脑区的转录组测序数据，根据其数据特征，构建4个脑区的基因表达谱。利用R软件分析正常人与AD患者4个脑区的差异表达基因(DEG),对筛选出的DEG进行GO功能注释以及KEGG通路富集分析。利用STRING数据库构建DEG的蛋白质-蛋白质相互作用网络，从中筛选出核心基因。采用R软件对核心基因进行Logistic回归分析，利用C指数筛选出具有诊断价值的模型，再利用ROC曲线分析评估该组合的诊断价值。结果:共筛选得到263个DEG。GO功能注释显示DEG主要涉及蛋白质结合、神经元投射、谷氨酸突触、神经系统发育等功能。KEGG富集分析显示DEG主要富集在代谢途径、突触囊泡循环、AD、亨廷顿病、柠檬酸循环等信号通路。Logistic回归和ROC曲线分析发现由ACTB、CAMK2B、IDH3G、NRXN3、PPP3CA、VIP组成的标志物模型具有较高的诊断价值，ROC曲线下面积(95%CI)为0.745(0.714～0.776)。结论:由6个基因组成的AD诊断组合标志物...
|
