基于生物信息学分析ANCA相关性血管炎肾损害关键基因

蔡昕添 张德莲 毕云伟 洪 静 吴 婷 杨顺帆 李南方

抗中性粒细胞胞质抗体(antineutrophil cytoplasmic antibodies， ANCA)相关性血管炎(ANCA-associated vasculitis，AAV)是一组自身免疫性疾病，其特征为全身小血管的炎症与坏死以及全身循环中自身抗体ANCA的高度表达[1]。AAV临床表现虽复杂多变，但50%～80%的患者以急性肾衰竭为首发表现[2]。此外，早期诊断监测难度大、病情进展迅速、病死率高、预后极差均为AAV所致急性肾衰竭的重要特征[1，2]。越来越多的研究发现，肾脏虽是AAV最易受累的脏器之一，但遗传易感性在其发病中扮演了极其重要的角色[3]。因此，探究AAV肾损害发生、发展相关遗传分子机制，对其早期诊断、监测和发掘新的特异性治疗靶点，从而改善患者预后具有重要意义。

本研究通过挖掘GEO数据库中AAV合并肾损害相关的基因芯片集，并通过R软件筛选差异基因，利用一系列生物信息学技术筛选、验证核心基因，最终实现在遗传基因组层面深入探究AAV合并肾损害的发生、发展机制、挖掘潜在生物学标志物和新的治疗靶点。

材料与方法

1.基因芯片数据的获取：在本研究中所探究的基因微阵列数据集检索自NCBI-GEO数据库，以如下检索式进行检索(“antibodies, antineutrophil cytoplasmic”[MeSH Terms] OR ANCA[All Fields]) AND “Homo sapiens”[porgn] AND (“gse”[Filter] AND “attribute name tissue”[Filter])，最终获得由Grayson等[4]所提交的基于GPL19983平台(Affymetrix Human Gene 2.1 ST Array [HuGene21st_Hs_ENTREZG_19.0.0])的GSE108109和GSE108113芯片数据。GSE108109与GSE108113芯片均采用肾脏活检组织作为研究样本，其中GSE108109芯片作为发现组，共纳入21例研究者，包括健康对照组6例和AAV合并肾损害患者15例。而GSE108113芯片作为验证组，共纳入62例研究者，包括健康对照组5例和AAV合并肾损害患者57例。

2.数据处理与差异基因的筛选：基于R语言环境下使用Limma包对芯片数据补全缺失值，进行背景校正和归一化处理。……