背景：阿尔茨海默病(AD)是一种由多种因素引起的进行性神经退行性疾病。参与AD发病的基本基因和信号通路目前仍不清楚。我们的研究目的是分析和筛选潜在的分子生物标志物和可用的药物。

方法：从基因表达综合网站获得GSE18309的基因表达谱。然后，我们使用Rstudio中的Limma包来筛选差异表达的基因（DEG），然后使用DAVID分析进行相应的细胞信号途径富集。最后，用于获得蛋白质 - 蛋白质相互作用（PPI）网络的串和通过Cytoscape软件的MCODE获得的相应的集线基因。选择显着的基因模块以进一步的基因 - 药物相互作用分析。最后，对这些模块基因的现有药物是筛选筛选治疗阿尔茨海默病的治疗效果。

结果：结果表明，鉴定了总共119个上调基因和160个下调基因，符合LOG2变化的标准|≥2，调整后P值<0.01。通过PPI网络，我们获得的集线基因模块显示GNG13，EDNRB，CHRM3，CCKAR，FFAR4和三重组等基因。其中，六种抗精神病药药物，阿里普哌唑，奥氮藻氯氮平，促冠藜，氯丙嗪和Levomepromazine已靶向CHRM3基因。

结论：在论文中，我们确定了六种潜在基因和六种用于阿尔茨海默病的六种药物，这可能被用作Alzheimer疾病研究的靶点和药物。

差异表达基因，生物标志物，阿尔茨海默病，生物信息分析。

背景：阿尔茨海默病(AD)是一种由多种因素引起的进行性神经退行性疾病。参与AD发病的基本基因和信号通路目前仍不清楚。我们的研究目的是分析和筛选潜在的分子生物标志物和可用的药物。

方法：从基因表达综合网站获得GSE18309的基因表达谱。然后，我们使用Rstudio中的Limma包来筛选差异表达的基因（DEG），然后使用DAVID分析进行相应的细胞信号途径富集。最后，用于获得蛋白质 - 蛋白质相互作用（PPI）网络的串和通过Cytoscape软件的MCODE获得的相应的集线基因。选择显着的基因模块以进一步的基因 - 药物相互作用分析。最后，对这些模块基因的现有药物是筛选筛选治疗阿尔茨海默病的治疗效果。

结果：结果表明，鉴定了总共119个上调基因和160个下调基因，符合LOG2变化的标准|≥2，调整后P值<0.01。通过PPI网络，我们获得的集线基因模块显示GNG13，EDNRB，CHRM3，CCKAR，FFAR4和三重组等基因。其中，六种抗精神病药药物，阿里普哌唑，奥氮藻氯氮平，促冠藜，氯丙嗪和Levomepromazine已靶向CHRM3基因。

结论：在论文中，我们确定了六种潜在基因和六种用于阿尔茨海默病的六种药物，这可能被用作Alzheimer疾病研究的靶点和药物。

差异表达基因，生物标志物，阿尔茨海默病，生物信息分析。

阿尔茨海默病(Alzheimer 's disease, AD)是一种渐进性的神经退行性疾病。其临床表现主要是认知功能障碍，俗称健忘，最终导致阿尔茨海默病。它也是影响老年人的主要致命疾病之一。以往大量证据表明，遗传因素、免疫因素、环境因素、抑郁、高血压等可能与AD的发生发展有显著相关[1-6]。同时，据估计遗传因素占AD风险的70%[7]。虽然AD的基础实验和临床研究取得了长足的进展，但其病因尚不清楚。值得注意的是，AD的治疗只能在一定程度上改善症状，不会阻碍疾病的进展。目前，由于老年AD的发病率不断上升，预后不良，迫切需要揭示AD疾病的病因学和分子特征，发现AD疾病的分子生物标志物，并为早期诊断、预防和AD疾病新的治疗策略提供依据。

近年来，诸如用于分析差异基因表达和可变剪接变异的微阵列或RNA-SEQ芯片的高通量序列技术已经被越来越多地被认为是具有肿瘤药物中具有重要临床应用前景的基本技术，作为分子诊断，药物目标发现，预后预测等公共数据库，国家生物技术信息（NCBI）支持的集成基因表达数据库（GEO）包含来自数十个基本实验的疾病基因表达的概况。GEO数据库广泛用于识别疾病和发育发生的关键基因和潜在机制[9]。近年来已经研究了广告的发病机制，但广告进展的发病机制和分子机制仍然存在争议。因此，我们需要使用基因表达芯片从这些分析将数据导出到现代途径分析软件，这可以找到有意义的线索，以实现新的理解，例如新的诊断标记和治疗目标[10]。

在本研究中，我们从基因表达式数据库（Geo，http://www.ncbi.nlm.nih.gov/geo/）下载了一个广告微阵列数据集（GSE18309），我们使用了三个广告样本和三个正常控制用于DEGS分析的样品。随后，使用R软件（3.6.3版）安装的Limma包进行筛选差异表达的基因（DEG）[11,12];后来，Venny在线工具用于进一步综合分析。然后在David的网站上分析基因本体（GO）和途径浓缩（HTTPS：//David.%20NCIFCRF.gov）[13]。通过分析其临界细胞信号传导途径和生物学功能，使用串数据库来产生蛋白质 - 蛋白质相互作用网络（PPI）。总之，上述分析确定了几种基因相关基因和途径，并进一步确定了诊断，预后和治疗的潜在候选者。

从国家生物技术信息中心（NCBI）基因表达综合（GEO）数据库[​​9,14]，我们下载了基因表达芯片数据GSE18309 [39]我们需要分析。数据GSE18309由Kuang-den Chen等人上传，使用Affymetrix GPL570平台（Affymetrix人类基因组U133 Plus 2.0阵列）作为参考。我们选择了三种AD样本和三个正常对照样品来分析和识别中心基因和信号通路。

在获得GSE18309后，首先利用R软件将获得的基因标识号(id)转换为基因符号或翻译器。然后，将同一基因对应多个探针进行处理，以最显著的表达值作为基因表达值。接下来，将非mrna探针从其上删除。最后通过Affy包对得到的基因表达值进行归一化，将基因的信号强度通过log2转换并归一化[14,16]。

我们使用线性模型来计算微分表达式和分析设计实验。使用R软件(3.6.3版)中的线性阵列数据模型(linear models for microarray data, limma)软件包，根据一系列matrix文件识别deg，并将其分别划分为上调基因和下调基因。采用截断标准(|log2变异(FC)|≥2，调整P值<0.01)[41]选择显著差异进行进一步分析。

基因本体（GO）提供了相应术语的标准词汇，注释照亮遗传产品的特征。该术语反映了在生物过程（BP），细胞组合物（CC）和分子功能（MF）的基因上对基因的理解[18,19]。此外，基因和基因组（Kegg）的京都百科全书（Kegg）提供了大量已知生物途径的数据资源，其作为基因或一组基因/蛋白质的基因/蛋白质具有各自的KEGG途径。解释DEGS的功能和信号通路分析。我们使用各种在线工具进行功能和途径浓缩分析[13]。例如，David是一个在线网站，提供基因注释，可视化和遗传属性。P <0.05被认为是统计学意义。

使用搜索工具(STRING)显示deg编码的蛋白和蛋白相互作用(PPI)信息[21]，用于检索相互作用基因的数据库。首先，为了评估deg之间的交互，我们将deg列表映射到STRING网站。二是综合评分为>0.9(中等置信度)，基因与其他基因密切相关，选择度≥10[22]的DEGs的PPIs。然后，利用Cytoscape可视化PPI网络，并根据DEGs之间的连接程度识别hub基因。MCODE参数标准是默认设置的，除了K-core=5。以P <0.05为截断标准对各模块的DEGs进行功能富集分析。

获得基因与现有药物的相互作用，探索新的药物适应症在人疝治疗中的潜在应用。药物-基因相互作用数据库(DGIdb: https://www.dgidb.org)是一个开源数据库，支持基于30多个可信来源[23]对药物-基因相互作用信息进行搜索、浏览和过滤。作为潜在靶点，将模块基因粘贴到药物基因数据库中，以搜索现有药物或化合物。获得了与药物匹配的潜在基因，并进行了功能富集分析。

采用中度t检验对DEGs进行识别;采用Fisher Exact检验法对GO和KEGG注释富集进行分析。所有的统计分析都在R版本3.6.3软件中执行，如图1所示。

在这项研究中，我们包括三个AD样本和三个正常对照样品，用于分析，以识别与广告相关的DEGS。使用RSTUDIO软件分析GSE18309，并确定以下DEG集。使用| LOG2折叠变化（FC）|≥2标准和调整的P值<0.01，从GSE18309数据集中识别了总共279只DEG，包括119调整和160个向下调整（表1）。

进一步探索这些识别度广告的潜在意义,我们上传的过滤度大卫网站和关键标准设置为P < 0:05来分析和确定条款和KEGG途径,这是分为三个功能组:细胞组件(CC),分子功能(MF)和生物过程(BP)。图2的结果显示了以下六个最重要的术语:BP、CC和MF分别表示DEGs。文中还详细介绍了上调基因和下调基因的注释。由表2可知，在BP内，上调的DEGs主要与电压门控钙通道活性调控、离子跨膜转运调控、细胞-细胞信号传导调控有关，下调的DEGs主要与磷酸化调控、蛋白修饰过程调控有关。以及蛋白质磷酸化的调节。在CC内，上调的DEGs主要与收缩纤维部分、肌原纤维和收缩纤维相关，下调的DEGs主要与细胞连接、树突和神经元部分相关。在MF中，上调的DEGs主要与肝素结合、肌肉结构成分和电压门控离子通道活性有关，下调的DEGs主要与蛋白激酶调节因子活性、蛋白复合物结合和激酶调节因子活性有关。KEGG分析了以279个DEGs为代表的细胞信号通路。图3显示了DEGs最显著的富集途径。表2列出了deg下调的显著富集途径，而未发现上调的显著富集途径。 Among them, the downregulated DEGs were mainly enriched in the ECM-receptor interaction, Amoebiasis, and Calcium signaling pathway.

利用STRING在线数据库(http:// STRING -db.org)和Cytoscape软件对DEGs进行分析，共筛选出279个DEGs(上调119个，下调160个)进入DEG PPI网络复合体，包括42个节点，44条边，评分> 0.900(最高信度)(图4A)。然后，基于MCODE，选择PPI网络中的主要模块(6个节点，15条边，图4B)，其中3个上调基因(GNG13, CHRM3, TRIO)和3个下调基因(GNG13, CCKAR, FFAR4)。

选择在显着基因模块1中聚集的六个潜在基因用于药物 - 基因相互作用分析。在人类物种中，在我们的筛查后，我们发现六个潜在的抗精神病药药物，即阿里希哌唑，奥氮藻，氯氮平，普氏蛋白嗪，氯丙嗪和Levomeprazine的六个潜在的抗精神病药物。

众所周知，AD是一种遗传上复杂的神经退行性疾病，其特征是形成细胞外老年斑淀粉样蛋白-β (a β)多肽，细胞内神经纤维缠结(非功能检测)，结构与功能变化和记忆相关的脑区[24-26]。阿尔茨海默病影响患者的生活质量，不利于患者的生活，给患者家属和整个社会带来沉重的负担。然而，目前对AD的发病机制和对AD患者的有效治疗还很少见。因此，在本研究中，我们希望筛选出早期AD的关键候选基因和信号通路。我们将三个AD样本与三个正常对照样本进行比较，发现有119个基因表达上调，160个基因表达下调。通过GO、KEGG和PPI网络分析，我们确定了GNG13、EDNRB、CHRM3、CCKAR、TRIO和FFAR4等中枢基因，并结合ecm受体相互作用信号通路进行了识别。

我们已经列出了这些选定的基因。在以往的研究中，只发现GNG13的紊乱与乳腺癌疾病计划[27]有关。sun[28]等研究发现GNG13可能在前列腺癌的发生发展中起重要作用。在胎儿和成人的大脑中，EDNRB参与了神经细胞和胶质细胞的活动。大脑中EDNRB的激活可增加神经元和星形胶质细胞的增殖，增加星形胶质细胞中细胞骨架蛋白的表达，增加星形胶质细胞分泌神经营养因子[29]。这些结果表明，EDNRB功能的丧失导致海马和齿状回各亚区细胞增殖明显减少，凋亡增加。EDNRB在大鼠海马[30]正常细胞增殖中起重要作用。Schmidt等发现CCKAR与精神分裂症有一定的相关性，并与缺血-缺氧[31]的调节有关。有证据表明FFAR4在调节能量平衡中发挥作用，包括控制血糖和肠道激素分泌[32]。目前的研究表明，持续刺激大脑FFAR4可减少焦虑行为，提示FFAR4是-3 (ω- 3)多不饱和脂肪酸(PUFA)中枢抗焦虑行为[33]的潜在通路。 It is recognized that TRIO plays an important role in cell division, cell migration, and other functions and plays a role in synapse formation by regulating excitatory synaptic transmission [34-36]. Previous mouse experiments, found that the lack of heterozygosity or homozygosity of TRIO in the hippocampus will lead to progressive defects in their learning and social skills [37-39].

而CHRM3基因是胆碱能受体，与精神分裂症相关，可能是COPD患者潜在的治疗靶点[40,41]。我们发现了六种针对CHRM3的抗精神病药物。阿立哌唑是一种非典型抗精神病药物，被批准用于治疗成人和青少年的精神分裂症、儿童和成人双相情感障碍的躁狂症、自闭症和成人的重度抑郁症。多项实验发现阿立哌唑对控制AD患者的行为症状更有效[42,43]。Vigen等人的队列研究实验结果。结果表明，奥氮平治疗AD患者的认知总结评分和小型精神状态检查(MMSE)均显著降低。效果明显[44]。同时，郑等研究发现阿立哌唑联合奥氮平治疗老年阿尔茨海默病伴精神障碍有效。促进神经功能的恢复，降低不良反应的发生率。在另一项实验中，我们发现氯氮平治疗AD小鼠可以改善记忆障碍和淀粉样蛋白形成[46]过程中Aβ的生成。 Promethazine is one of the most commonly used antipsychotic drugs [47], but there is no relevant report showing the correlation between promethazine and AD. At the same time, we searched the literature to find that CHLORPROTHIXENE and LEVOMEPROMAZINE have any connection with the treatment of AD, and the previous research of the first four drugs seems to remind us that the two may play some role in the development of AD Unknown role.

总之，在本文中，我们探索了AD发生发展过程中可能存在的deg的重要候选基因和关键信号通路。通过常用的分析方法，通过DEG、GO、KEGG、PPI的分析序列，逐步筛选关键候选基因和信号通路。然后通过药物-基因相互作用分析，我们确定了六种现有的抗精神病药物。我们的研究提高了我们对AD发生机制和潜在分子机制的认识;这些选择的候选基因、信号通路和潜在的治疗药物可能为我们提供新的AD诊断策略、靶向治疗和预后分析的线索。然而，这些基因是否与AD的发生发展有关，这些药物是否能延缓或阻止AD的进展，还需要通过分子生物学、细胞实验甚至临床试验进一步证实。本研究有一定的局限性。例如，这些基因与临床信息之间缺乏相关性分析，需要基础实验来探索这些基因在AD中的作用。

通过将一系列生物信息学方法应用到基因表达谱中，我们获得了6种潜在的生物标志物(GNG13、CHRM3、TRIO、GNG13、CCKAR、FFAR4)和6种抗精神病药物(阿立哌唑、奥氮平、氯氮平、丙嗪、氯丙嗪和左旋美丙嗪)。这将为新的研究目标和新的药物适应症提供见解。

本文没有收到任何资金。

所有作者都同意发布

所有数据都是可重复的

研究构思与设计:蒋正业;数据采集:蒋正业;数据分析与解释:谭国伟;统计分析:谭国伟;起草稿:蒋正业;重要知识内容手稿的修订:王占祥。所有作者阅读并批准了最终的手稿。

没有任何

本研究中使用和分析的数据集均可根据要求从通讯作者处获得。

作者声明他们没有竞争利益

没有任何