基于文本挖掘筛选COVID-19症状相关核心基因及分析潜在药物
李俊玲1
何太平2
王晓辉3
杨峥嵘3
1.广东医科大学公共卫生学院,广东东莞523808;深圳市疾病预防控制中心,广东深圳5080552.广东医科大学公共卫生学院,广东湛江5240233.深圳市疾病预防控制中心,广东深圳508055
摘要：目的 筛选新型冠状病毒肺炎(COVID-19)症状相关的核心基因及信号通路,进而分析潜在的靶向药物.方法 从文本挖掘数据库中获取与COVID-19主要症状相关的7个基因列表,取交集得到新的基因集.R软件进行基因功能注释和通路富集分析,Cytoscape软件可视化STRING数据库中的蛋白互作网络信息,并按分值筛选出核心基因,再通过DGIDB数据库分析基因与药物之间的作用关系,确定潜在的靶向药物.结果 通过文本挖掘到97个与COVID-19症状相关的基因,其涉及的生物学过程主要为:Stat5蛋白酪氨酸磷酸化的正调控以及激活T细胞增殖的正向调控等;富集到的通路分别是细胞因子及其受体的相互作用、JAK-STAT信号通路和疟疾相关免疫反应等.最终通过基因-药物间的相互作用分析得到了 9个密切相关的核心基因(即KIT、ACE、ESR1、TNF、VEGFA、IL1B、IL6、IL5、TGFB1),进而筛选到22个潜在药物.结论 该研究通过大数据挖掘以及生物信息学分析方法对相关的基因进行功能注释以及通路分析,并通过基因药物之间的相互作用,筛选出一些与COVID-19症状相关的潜在药物,为COVID-19的对症治疗提供科学依据.
关键词：COVID-19文本挖掘核心基因潜在药物
分类号：R181.8(流行病学与防疫)
资助基金：深圳市科技创新项目(No.JCYJ20180508152244835)深圳市医学重点学科建设基金(No.SZXK064)
论文发表日期：2021-06-28
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：5( 259-263 )
英文信息