枢纽基因,可能的途径和预测药物在遗传性牙纤维素瘤通过生物信息学分析

科学领域:

• 生物信息学是一种生物信息学.
• 分子生物学分子生物学
• 基因组学就是基因组学.

背景情况:

• 肝细胞生长因子 (HGF) 在各种生物过程中发挥作用.
• 了解HGF相关疾病的分子机制对于开发有效的治疗方法至关重要.

研究的目的:

• 通过使用无偏见的生物信息学工具,探索与HGF相关的条件中的潜在病原性过程.
• 确定新的治疗点,包括枢纽基因,miRNA和小分子药物用于与HGF相关的疾病.

主要方法:

• 对HGF样本的差异基因表达分析.
• 使用基因本体学 (GO),KEGG和GSEA的功能丰富分析.
• 蛋白与蛋白相互作用 (PPI) 网络构建以识别枢纽基因.
• 基因-miRNA相互作用网络构建和小分子药物预测.

主要成果:

• 确定了342个下调和188个上调的基因.
• 候选途径包括ECM受体相互作用,TGF-β信号传递和CAM途径.
• 确定了与细胞粘附相关的五个枢纽基因 (CDH1,SNAP25,RAC2,APOE,ITGB4).
• 预测了三个目标miRNAs (hsa-miR-7110-5p,hsa-miR-149-3p,hsa-miR-1207-5p) 和三个小分子药物 (泽布拉林,ecuronium,前列腺素).

结论:

• 这项研究为涉及HGF相关条件的分子通路提供了新的见解.
• 确定了五个与细胞粘附相关的枢纽基因作为潜在的治疗点.
• 预测的miRNA和小分子药物为HGF治疗提供了潜在的指导.