摘要：目的 通过生物信息学方法筛选与帕金森病（Parkinson's disease， PD）相关的关键基因、功能富集及信号通路。方法 从基因表达综合数据库（Gene Expression Omnibus， GEO）下载帕金森病芯片数据集GSE7621，运用加权基因共表达网络分析（Weighted Gene Co-expression Network Analysis，WGCNA）筛选关键基因模块，并使用R软件进行差异表达基因（Differentially Expressed Genes， DEGs）的筛选。对筛选出的DEGs进行GO和KEGG通路分析，并通过STRING数据库和Cytoscape软件识别DEGs中的关键基因。结果 WGCNA和差异基因筛选共得到133个关键基因。GO与KEGG分析显示，主要生物过程涉及泛素化及组蛋白修饰。关键基因包括CUL7、KAT2A、DDB1、ANAPC7、ATXN7L2、TADA2B、SGF29、PSMB1、RSAD1及MRPL30。结论 本研究筛选出与帕金森病相关的关键基因，揭示了泛素化、组蛋白修饰等机制的潜在作用。结合中医辨证理论，为中医药治疗帕金森病的现代化研究提供了科学依据。
文章目录
1 材料与方法
1.1 芯片数据处理
1.2 WGCNA网络构建与样本预处理
1.3 软阈值选择与邻接矩阵构建
1.4 拓扑重叠矩阵(TOM)与模块识别
1.5 基因与表型信息匹配与相关分析
1.6 筛选的基因的差异表达基因 (DEG) 分析
1.7 GO和KEGG分析与PPI网络的构建
2 结果
2.1芯片数据预处理
2.2 无尺度网络构建与模块划分
2.3 核心基因的筛选
2.4 GO与KEGG富集分析
2.5 核心基因富集分析
3.讨论
