基于生物信息学分析急性心肌梗死合并慢性阻塞性肺疾病的关键基因和潜在药物

姜晨阳 李 烁 巢潇莺 钟国强

广西医科大学第一附属医院心血管内科，广西南宁 530021

急性心肌梗死（acute myocardial infarction，AMI）是全世界发达国家的主要死亡原因之一[1]。每年有790 000 人被诊断出患有AMI[2]。慢性阻塞性肺疾病（chronic obstructive pulmonary disease，COPD）是一种由慢性炎症引起的不可逆转的肺部疾病，会导致气道和肺实质的损害[3]。全球估计6500 万人患有重度的COPD 并导致死亡[4]。心血管疾病是COPD 患者最常见的并发症[5-6]。AMI 是COPD 患者住院和死亡的主要原因[7]。一项系统评价和meta 分析显示，COPD 患者发生心肌梗死（myocardial infarction，MI）的风险增加[8]。在这项研究中，笔者通过生物信息学方式寻找差异表达基因（differentially expressed gene，DEG），并进行富集分析然后筛选潜在的治疗药物。因此，识别AMI 和COPD 的中枢基因可能为疾病的诊断治疗提供新的生物信息学依据，获得的分子机制和信号通路可能有助于解释AMI 与COPD 之间的联系。

1 资料与方法

1.1 微阵列数据收集

2012 年1 月至2021 年2 月，从公共的GEO 数据库筛选AMI 和COPD 的微阵列数据集。最终选择了3 个包含患者和健康对照的微阵列数据集GSE66360、GSE106986 和GSE38974 作为分析数据集。见表1。

表1 芯片数据信息

1.2 DEG 筛选

将GSE106986 和GSE38974 表达矩阵标准化后合并为COPD 数据集，后使用limma 包分析患者和对照之间的差异基因。AMI 数据集标准设为P ＜0.05，|logFC|＞1。COPD 数据集阈值设为P ＜0.05 和|logFC|＞0.5。维恩图确定交集基因。

1.3 DEG 的功能富集分析

“cluster Profiler”包对常见的DEG 进行了GO 和KEGG 富集分析，P ＜0.05 定义为显著富集。Metascape 对DEG 进行了富集分析，以P ＜0.05 为标准。

1.4 PPI 网络及中枢基因的鉴定

为了进一步探索上面获得基因之间的相互作用，本研究将交集DEG 导入了STRING 在线数据库，以预测和跟踪PPI 网络并设置中等可信度（0.400）。本研究使用了cytoHubba 插件来识别PPI 网络中的关键基因，并将4 种不同算法（MCC、MNC、EPC 和Degree）评分排名前10 位的基因再通过维恩图取得共同的交集以确定中枢基因。

1.5 预测潜在药物

药物基因相互作用数据库（DGIdb）是一个提供有关药物基因相互作用和药用基因的数据库。根据在PPI 网络中筛选的中枢基因寻找潜在药物，综合数据库资料来源及药物互动评分选取评分排名前5 位的药物作为潜在药物。

2 结果

2.1 AMI 和COPD 中DEG 分析

AMI 和COPD 数据集分别筛选出351 和1526 个DEG，见图1A～B。使用维恩图显示两种疾病的61 个交集基因，见图1C。

图1 AMI 和COPD 表达差异基因

2.2 GO 和KEGG 富集途径分析

对61 个交集基因进行GO 功能富集和KEGG 通路分析，GO 中的生物学过程的变化主要包括嗜中性粒细胞效应（P ＜0.01）、白细胞效应（P ＜0.01）和炎症反应（P ＜0.01）的调节。细胞组成的变化集中在线粒体（P ＜0.01）、细胞器的外膜（P ＜0.01）和一些颗粒内腔（P ＜0.01）的富集。此外，分子功能中包括碳水化合物结合（P ＜0.01）、糖皮质激素受体结合（P ＜0.01）等其他与结合有关的功能，以及受体-配体活性和信号受体激活剂活性等发生了显著变化。KEGG 途径的变化主要集中在几种疾病，例如大肠癌（P ＜0.01）、甲状腺癌（P ＜0.01）、小细胞肺癌（P ＜0.01）和类风湿关节炎（P ＜0.01）。这些变化还涉及免疫（P ＜0.01）、炎症（P ＜0.01）、凋亡（P ＜0.01）和其他相关途径，数目及分类见图2A。Metascape 富集分析显示，常见的DEG 与白细胞趋化性（P ＜0.05）、炎症（P ＜0.05）和凋亡（P ＜0.05）相关功能的白细胞调节功能有关，数目及分类见图2B。

图2 富集分析结果

2.3 PPI 网络分析和中枢基因选择

交集基因导入到STRING 数据库获得由43 个节点和108 个边组成的PPI 网络，见图3A。4 种算法（MCC、MNC、EPC 和Degree）最终确定了8 个基因作为中枢基因。这些基因是CCL20、BCL2A1、IL1RN、IL1B、TNFAIP3、TLR2、S100A9、FN1。4 种算法的维恩图和这些中枢基因的得分情况见图3B～C。

图3 PPI 网络构建和中心基因

2.4 中心基因鉴定出的潜在治疗药物

8 个中枢基因共筛选了74 种可能相关的治疗药物。CCL20、BCL2A1、IL1R、IL1BN、TNFAIP3、TLR2、S100A9 和FN1 分别鉴定出1 种、1 种、4 种、47 种、2 种、7 种、5 种、7 种潜在药物，见图4。综合数据库资料来源以及互动评分，发现与TLR2 相关的药物结核菌素（得分：24.35）、托马利拉单抗（得分：16.23）、白藜芦醇己酸（得分：16.23），以及与S100A9 有关的塔斯奎尼德（得分：11.36）、帕尼莫德（得分：11.36）与疾病的关联性高。

图4 DGIdb 预测了潜在的治疗药物

3 讨论

AMI 和COPD 已引起世界各地学者越来越多的关注。AMI 患者伴发COPD 的死亡率显著高于无COPD的患者。因此，有必要探索这两种疾病预防和控制的早期靶标。本研究使用GEO 数据库搜索了AMI 和COPD 数据集，并确定了两种疾病之间的61 种常见DEG。采用不同的方法进行GO、KEGG、Metascape 富集分析，并构建了PPI 网络。确定的8 个中枢基因可能具有预测AMI 和COPD 风险的重要能力。最后，通过药物基因相互作用数据库为这些中枢基因鉴定了一些潜在的治疗药物。

Lin 等[12]研究显示，AMI 患者的血液样本中CCL20显着升高，提示CCL20 是AMI 患者的生物标志物[13-14]，Demedts 等[15]研究发现COPD 患者CCL20 蛋白的水平升高。Iwata 等[16]研究显示，BCL2A1 可以显着减少心肌再灌注损伤，Yang 等[17]发现BCL2 参与COPD 的发生。IL1B 是MI 后炎症反应的关键调节剂[18]。AMI后TNFAIP3 的过量表达可抑制心脏重塑[19]。TNFAIP3-DREAM 轴在COPD 气道炎症中起重要作用[20]。Sheng等[21]发现TLR2 是AMI 的重要靶标，TLR2 的激活可能是治疗COPD 新策略[22]。AMI 后期S100A9 阻滞可改善心脏功能[23]。Railwah 等[24]发现COPD 患者血浆中的S100A9 升高。FN1 的上调只能在严重哮喘患者的肺泡灌洗液中发现[25]。针对8 个中枢基因寻找到的74 种药物可能作为AMI 合并COPD 的潜在治疗药物，结核菌素、托马利拉单抗、白藜芦醇己酸、塔斯奎尼德、帕尼莫德与疾病的关联性高，但相关机制有待进一步研究。本项研究仍需要大量实验数据的证实，但也为AMI 患者合并COPD 的发病机制研究提供了新的研究方向。