使用人类差异表达基因列表来执行下游路径丰富分析和目标优先级
Archarlie Chou1, Myesha Gilliland1, Matt Reall1
1Department of Microbiology and Molecular Biology, Brigham Young University.
Journal of visualized experiments : JoVE
|October 20, 2025
概括
这项研究提出了一个计算管道,用于从RNA测序数据中识别治疗点. 它通过分析显著的途径和已知的药物相互作用来优先考虑可用药物的目标和治疗方法.
科学领域:
- 计算生物学是一种计算生物学.
- 基因组学就是基因组学.
- 药物基因组学 药物基因组学
背景情况:
- RNA测序 (RNA-seq) 数据对于了解疾病中的基因表达至关重要.
- 从复杂的生物数据中确定治疗点仍然是一个挑战.
研究的目的:
- 开发和验证一个计算管道,用于从RNA-seq数据中识别潜在的治疗点.
- 根据途径分析和药物标数据库,优先考虑可药物标和相关治疗方法.
主要方法:
- 使用 edgeR.R. 的差异基因表达分析.
- 信号通路影响分析 (SPIA) 用于识别显著通路 (p < 0.05).
- 路径2目标算法集成OpenTargets.org API用于新药向评分.
主要成果:
- 一个 RNA-seq 数据分析的多步管道.
- 识别反映生物过程的统计学意义上的途径.
- 潜在药物标和相关治疗方法的优先清单,加权得分.
结论:
- 该管道有效地从特定疾病的基因表达特征中识别和优先考虑可用药物的目标.
- 这种方法提供了机理性的见解,并促进了药物发现.
- 该方法将途径分析与药物向相互作用数据相结合,以加强治疗开发.


