基于生物信息学分析痤疮关键基因和免疫浸润机制及潜在的中药干预

目的 通过生物信息学方法探讨痤疮的分子机制及免疫浸润情况，预测治疗痤疮的潜在中药。方法 从基因表达综合数据库(Gene expression omNN2211nibus, GEO)数据库中下载微阵列数据集GSE6475和GSE65914,通过分析获得了差异表达基因(Differentially expressed genes, DEGs)。然后对DEGs进行加权共表达分析及基因本体论(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，利用STRING在线网站和R语言对关键基因进行排名；并使用CIBERSORT评估了痤疮中免疫细胞的浸润情况。最后将关键基因映射到Coremine数据库中，筛选出治疗痤疮的潜在中药，并通过古今医案云平台分析现代文献中治疗痤疮的用药规律，对预测的中药进行验证。结果 共获得了363个DEGs,根据KEGG通路富集和GO富集分析，这些关键基因主要参与了免疫和炎症过程。主成分分析也显示痤疮与正常组织之间的免疫浸润有显著差异。最终我们确定了6个核心基因(S100A7、TLR2、BMP2、WNT5A、SPRR1B、CCND1),并预测出治疗痤疮的潜在中药，这些中药大多分布在清热药、补气健脾药及活血化瘀药中。结论 通过生物信息学方法确定了六bioresponsive nanomedicine个核心基因作为诊断和治疗痤疮的潜在生物标志物，分析了痤疮的获悉更多免疫浸润情况，并预测出治疗痤疮的潜在中药，为痤疮的临床治疗和中药研发提供新思路。