目的:利用生物信息学分析方法挖掘三叉神经痛（trigeminal neuralgia, TN）的关键基因并探索其重要免疫相关生物标志物。方法:从基因表达综合数据库（Gene Expression Omnibus, GEO）获取与TN相关的基因表达谱数据集GSE186505，数据集中包含20个样本的芯片数据，其中10个是TN样本，10个是健康对照（healthy controls, HC）样本。用生物信息学方法对高通量测序数据进行标准化、归一化和显著性检验筛选与TN相关的差异表达基因（differentially expressed genes, DEG），并进行基因本体（gene ontology, GO）和京都基因与基因组百科全书（Kyoto Encyclopedia of Genes and Genomes, KEGG）富集分析探索DEG的潜在生物学功能，通过蛋白质-蛋白质相互作用（protein-protein interaction, PPI）网络进一步筛选TN相关的关键基因，利用CIBERSORT分析不同样品中免疫细胞的浸润程度。结果:共筛选出56个DEG，其中包括23个上调基因和33个下调基因。在PPI分析中鉴定了两个必要的PPI模块，基于STRING数据库筛选出ANXA5、ENO1、CA2、FBP1、CD9、SMPD3、VSTM1、SPNS3、PRSS33、FAS、LENG8这11个关键基因可能参与TN的发生机制。富集分析表明，TN与细胞对肿瘤坏死因子的反应、半胱氨酸型内肽酶活性的调节、膜的外在成分、磷

作者：包萌萌；李妍霜

来源：国际麻醉学与复苏杂志 2023 年 44卷 8期