目的 基于基因表达综合(GEO)数据库,采用生物信息学方法分析缺血性卒中的基因表达情况,结合缺氧相关基因,解析缺氧相关差异基因(HRDEGs)表达特征,筛选出关键基因,为深入了解缺血性卒中提供重要支撑.方法 从GEO数据库下载GSE16561和GSE58294两个数据集,采用Python软件进行数据合并,利用Combat方法消除批次效应,同时保留疾病分组特征.对消除批次效应前后的数据采用主成分分析法进行降维处理,并对缺血性卒中组和正常对照组人群进行组内相关系数(ICC)检测.对合并及批次效应消除后数据集进行基因集富集分析(GSEA)及单样本GSEA,以名义P值(NOM P-val)＜0.05且假阳性率P值(FDR P-val)＜0.25作为标准,筛选出具有显著差异的基因集.利用R软件对GSE16561和GSE58294数据集合并及批次效应消除后的缺血性卒中患者和正常对照者之间的差异表达基因进行鉴定[以log2基因表达差异倍数(FC)的绝对值≥0.58和矫正P值(Padj)＜0.05作为筛选标准],并与在美国国立生物技术信息中心(NCBI)中获取的缺氧相关基因进行交集,得到HRDEGs.对HRDEGs进行基因本体论(GO)和京都基因与基因组百科全书(KEGG)富集分析,使用STRING数据库构建差异表达基因的蛋白质互相作用网络,利用Cytoscape3.8软件筛选排名前10位的关键基因.结果ICC分析结果显示,消除
作者：苏允琦；蒋兴伟；马骏；巩家媛；高锋华；安华英；宁畅文；魏汉琪；刘鹏宇；王哲；于群
来源：中国脑血管病杂志 2023 年 20卷 12期
