胎盘植入免疫关键基因的预测及生物信息学分析.pdfVIP

JournalofClinicalPersonalizedMedicine临床个性化医学,2025,4(2),889-900

PublishedOnlineApril2025inHans./journal/jcpm

/10.12677/jcpm.2025.42258

胎盘植入免疫关键基因的预测及生物信息学

分析

*#

张铧丹，吴采萦，肖莹莹，刘海智

暨南大学附属第一医院妇产科，广东广州

收稿日期：2025年3月8日；录用日期：2025年3月31日；发布日期：2025年4月10日

摘要

目的：通过生物信息学方法预测胎盘植入疾病的关键免疫基因。方法：本研究在GEO数据库中选出数据

集GSE189267，采用R语言软件(“limma”R包)对各组表达基因进行差异分析，筛选出有差异意义的差

异表达基因(DEGs)，随后通过基因本体论(GO)、京都基因与基因组百科全书(KEGG)分析、加权基因表达

网络分析(WGCNA)、蛋白质相互作用网络分析及基因集富集分析(GSEA)等生物信息学分析方法确定与

胎盘植入性疾病显著相关的免疫基因。结果：共筛选出93个与胎盘植入性疾病高度相关的差异表达基因，

通过WGCNA进一步鉴定出与穿透性胎盘植入显著相关的17个免疫相关基因。其中，瘦素(LEP)、绒毛膜

生长激素1(CSH1)、绒毛膜生长激素2(CSH2)为前三个枢纽基因。对其分别进行单基因GSEA分析显示，

LEP可能参与膜裂解、多泡体组织和核膜的重组，而CSH1和CSH2则参与了相似的生物过程，包括调节

RAC蛋白信号转导和SRP依赖的共转译蛋白质膜定位。结论：本研究通过生物信息学方法提示LEP、CSH1

和CSH2是穿透性胎盘植入的关键免疫基因，可能通过膜裂解、多泡体组织和核膜的重组、调节RAC蛋白

信号转导和SRP依赖的共转译蛋白质膜定位等机制参与穿透性胎盘植入的发生，有助于更深入地理解穿

透性胎盘植入，并为该疾病的潜在诊断和治疗靶点提供了进一步的见解。

关键词

穿透性胎盘植入，生物信息学，加权基因共表达网络分析，基因集富集分析，治疗靶点

PredictionandBioinformaticsAnalysisof

KeyGenesinPlacentalImplantation

Immunity

*#

HuadanZhang,CaiyingWu,YingyingXiao,HaizhiLiu

DepartmentofGynaecologyandObstetrics,TheFirstAffiliatedHospitalofJinanUniversity,Guangzhou

Guangdong

*第一作者。

#通讯作者。

文章引用:张铧丹,吴采萦,肖莹莹,刘海智.胎盘植入免疫关键基因的预测及生物信息学分析[J].临床个性化医学,

2025,4(2):889-900.DOI:10.12677/jcpm.2025.42258

张铧丹等

thstth

Received:Mar.8,2025;accepted:Mar.31,2025;published:Apr.10,2025

Abstract

Objective:Topredictkeyimmune-relatedgenesinplacentalimplantationdisordersusingbioinfor-

maticsmethods.Methods:Inthisstudy,thedatasetGSE189267wasselectedfromtheGEOdatabase.

Differentialexpressionan