基于GEO數據庫篩選阿爾茨海默病的關鍵基因及信號通路

侯玉麗， 王怡斐， 付靜軒， 王培昌

（1.首都醫科大學宣武醫院檢驗科 國家老年疾病臨床醫學研究中心，北京 100053；2.首都醫科大學臨床檢驗診斷學系，北京 100069）

阿爾茨海默病（Alzheimer's disease，AD）作為一種中樞神經系統退行性疾病，以失智、健忘和記憶力減退為主要臨床特征，嚴重威脅人類健康，給患者家庭和社會帶來極大的負擔[1]。據不完全統計，全球約有5 000萬例AD患者，2025年預計將達到1.3億例[2]。AD已成為人類第5大死因[3-4]。因此，研究AD的分子機制對于AD的干預具有重要意義。AD的病因復雜，目前主流的學說主要有Tau蛋白過度磷酸化假說、β-淀粉樣蛋白（amyloid beta-protein，Aβ）沉積假說、膽堿能假說、線粒體功能障礙與氧化應激假說等，其發病機制尚不清楚，可能是由多種發病因素、多種通路和分子機制的相互作用引起的[5]，而基因的改變是AD發生的根本原因。近年來，越來越多的學者通過基因測序技術與生物信息學分析結合的方法，初步篩選與疾病發生發展相關的關鍵基因，為疾病的機制研究提供了新的靶標和思路。本研究擬通過GEO數據庫篩選出AD的差異表達基因，從中評選出關鍵基因并進行驗證，以期為AD的診斷和治療提供新的思路。

1 材料和方法

1.1 數據來源及篩選

在GEO公共數據庫（http：//www.ncbi.gov/geo）中以“Alzheimer's disease”及“Temporal cortex”作為關鍵詞，標本信息來源于人類的“Expression profiling by array”進行檢索，選擇AD患者腦組織數據集GSE118553作為分析數據集，GSE106241作為關鍵基因的驗證數據集。GSE118553數據集來源于GPL10558平臺，選取其中10名正常對照者的顳葉皮層組織和10例AD患者的顳葉皮層組織的基因表達信息；GSE106241數據集來源于GPL24170平臺，包括6名正常對照者和54例不同braak分級（braak 1級11例，braak 2級11例，braak 3級6例，braak 4級7例，braak 5級12例，braak 6級7例）AD患者顳葉皮層組織的基因表達信息及顳葉皮層組織中Aβ42的蛋白表達水平。

1.2 差異表達基因篩選

采用R語言軟件中的limma程序包對數據進行標準化處理，然后進行差異表達基因的篩選，以|log FC|>0.8和校正后P<0.05為判斷標準。

1.3 差異表達基因的功能富集分析

對差異表達基因進行基因本體（Gene Ontology，GO）富集分析（包括生物學進程、細胞組分和分子功能3個部分）、京都基因與基因組數據庫（Kyoto Encyclopedia of Genes and Genomes，KEGG）通路分析。

1.4 蛋白質-蛋白質相互作用（protein-protein interaction，PPI）網絡構建及關鍵基因篩選

采用STRING在線數據庫構建PPI網絡，篩選combined score>0.4的互作蛋白。將PPI結果導入Cytoscape軟件中，采用Cytohubba插件和MCC算法篩選評分居前10位的關鍵基因。

1.5 關鍵基因的驗證

以GSE106241數據集作為驗證數據集，分析篩選出的10個關鍵基因在不同braak分級AD患者腦組織與正常對照者顳葉皮層組織中表達的差異及其與Aβ42表達的相關性。

1.6 統計學方法

采用Graphpad Prism 8.4軟件進行統計分析。采用R語言軟件中的ggplot和pheatmap程序包繪制差異表達基因的火山圖及熱圖，采用clusterProfiler程序包進行基因富集的分析及繪制。2個組之間比較采用Student t檢驗，多組間比較采用方差分析。采用Pearson相關分析評估關鍵基因與Aβ42的相關性。以P<0.05為差異有統計學意義。

2 結果

2.1 差異表達基因篩選結果

從GSE118553數據集中篩選出157個差異表達的基因，其中表達上調88個、表達下調69個。采用pheatmap程序包繪制出|log FC|>0.8的前50個差異表達基因的表達熱圖。見圖1。

圖1 AD患者腦組織中差異表達基因的篩選

2.2 差異表達基因的GO富集分析和KEGG通路分析結果

GO富集分析結果顯示，差異表達基因涉及的生物學進程主要為細胞外成分、血管生成、轉運途徑、神經遞質活動等；涉及的細胞成分主要為運輸囊泡、突觸膜、囊泡組分、突觸小泡等；涉及的分子功能主要為細胞外基質成分、門控離子通道、γ-氨基丁酸（gammaaminobutyric acid，GABA）受體活性和蛋白聚糖結合等。見圖2。

圖2 差異表達基因的GO富集分析

KEGG通路分析結果顯示，差異表達基因主要參與黏著斑形成、神經活性配體-受體相互作用、細胞外基質（extracellular matrix，ECM）受體、GABA能突觸和藥物成癮等通路。見圖3。

圖3 差異表達基因的KEGG通路分析

2.3 差異表達基因編碼蛋白的PPI網絡及關鍵基因的篩選結果

采用STRING在線數據庫構建157個差異表達基因的PPI網絡。在PPI網絡中篩選出的評分居前10位的關鍵基因分別為SNAP25、SYT1、GRIN2A、SLC12A5、GAD1、GABRG2、GABRD、PVALB、GABRB2和FN1。由于FN1與其他關鍵基因的關聯不密切，后續未對其進行驗證。見圖4。

圖4 差異表達基因編碼蛋白的PPI網絡及關鍵基因的篩選

2.4 關鍵基因驗證結果

在GSE106241數據集中，不同braak分級AD患者之間腦組織SNAP25、SYT1、GRIN2A、SLC12A5、GAD1、GABRG2、GABRD、PVALB和GABRB2表達差異均有統計學意義（P<0.05）。見圖5。

圖5 不同braak分級AD患者腦組織中關鍵基因表達的比較

Pearson相關分析結果顯示，SNAP25、SYT1、SLC12A5表達與Aβ42表達呈負相關（r值分別為-0.354、-0.283、-0.310，P<0.05），GRIN2A、GAD1、GABRG2、GABRD、PVALB、GABRB2與Aβ42表達無相關性（r值分別為-0.239、-0.257、-0.262、-0.260、-0.244、0.025，P>0.05）。

3 討論

隨著生物信息學的發展，學者們對尋找各種疾病關鍵基因更加關注，關鍵基因信息的收集可為疾病的診斷和治療提供新的靶點和思路[6]。本研究利用基于GPL10558平臺的數據集GSE118553，對10例AD患者和10名正常對照者顳葉皮層組織中的基因表達數據進行分析，篩選出157個差異表達基因，其中表達上調88個、表達下調69個。對差異表達基因的功能富集分析結果顯示，神經遞質活動、囊泡運輸、突觸小泡和GABA受體的改變可能參與了AD的發病過程。本研究采用Cytoscape軟件分析了差異表達基因間的相互聯系，篩選出了與AD相關的10個關鍵基因（SNAP25、SYT1、GRIN2A、SLC12A5、GAD1、GABRG2、GABRD、PVALB、GABRB2和FN1）。這10個關鍵基因的功能與突觸傳遞、GABA信號通路、神經系統發育、鈣離子通道和癲癇等相關[7-10]。采用GSE106241數據集進行驗證，結果顯示，不同braak分級的AD患者之間腦組織SNAP25、SYT1、GRIN2A、SLC12A5、GAD1、GABRG2、GABRD、PVALB和GABRB2表達差異均有統計學意義（P<0.05），SNAP25、SYT1、SLC12A5表達與Aβ42表達呈負相關（r值分別為-0.354、-0.283、-0.310，P<0.05）。提示SNAP25、SYT1和SLC12A5基因表達與AD的發病顯著相關，值得進行深入研究。

SNAP25基因定位于人染色體20p12.2，編碼的蛋白質主要參與神經遞質釋放活動。有研究發現，SNAP25基因與AD和帕金森病的發生、發展有關[7]。有研究結果顯示，AD患者腦脊液和外泌體中的SNAP25蛋白表達均降低，且可在患者未發生認知障礙時對AD進行早期診斷[8]，與本研究結果一致。提示SNAP25在AD的發生、發展中有重要作用。SNAP25 rs363050基因多態性與AD患者的認知功能下降和腦萎縮，以及意識恢復相關[9]，但關于SNAP25基因在AD致病機制中的作用尚不明確。

SYT1是突觸結合蛋白家族的成員，在前腦、中腦，以及大多數腦干和脊髓神經元中表達[10]。SYT1作為突觸小泡膜表面的Ca2+傳感器，在胞吞胞吐和囊泡轉運中發揮至關重要的作用[11]。SYT1表達與學習和記憶能力呈正相關（r=0.852，P<0.001），與焦慮和運動活動呈負相關[12]。有研究發現，SYT1介導的突觸功能與AD患者的記憶缺陷有關[13]，腦脊液中SYT1表達水平可作為AD的診斷標志物[14]。本研究結果顯示，AD患者顳葉皮層組織中SYT1表達下調，且在不同braak分級患者之間有明顯差異；另外，SYT1表達與Aβ42表達呈負相關（r=-0.283，P<0.05）。提示SYT1或可作為AD診斷的新靶點。

SLC12A5是溶質載體（solute carrier，SLC）家族中的一員。SLC家族是目前發現的最大的跨膜轉運蛋白家族，在各種物質跨膜轉運中發揮著極其關鍵的作用。SLC12A5作為膜轉運蛋白，負責維持成熟神經元中的低氯水平，使GABA受體去極化，維持神經元的正常功能[15-16]。本研究結果顯示，AD患者顳葉皮層組織中SLC12A5表達下調，且在不同braak分級患者之間有明顯差異；另外，SLC12A5表達與Aβ42表達呈負相關（r=-0.310，P<0.05），提示SLC12A5與AD密切相關。

綜上所述，本研究利用GEO數據庫篩選出3個與AD密切相關的基因（SNAP25、SYT1和SLC12A5），對其進行深入研究可能有助于進一步闡釋AD發生、發展的機制。但本研究尚缺少基礎研究數據的驗證，因此后續將繼續收集臨床樣本，對篩選出的3個關鍵基因進行深入研究。