基于生物信息学和机器学习的溃疡性结肠炎活动期与非活动期特征基因及靶向中药预测研究

摘要/Abstract

摘要：

目的：采用生物信息学和机器学习的方法，初步探索溃疡性结肠炎（UC）活动期与非活动期的特征基因，并预测UC治疗的潜在靶向中药。方法：利用GEO数据库选取GSE179285，GSE38713，GSE75214，GSE48959等4个数据集，采用GEO2R在线分析方法分别进行UC活动期与非活动期的差异表达基因（DEGs）筛选，在Metascape中对UC活动期与非活动期DEGs进行GO分析及KEGG通路富集分析，利用STRING12.0数据库进行UC活动期与非活动期DEGs的PPI网络构建，采用Cytoscape软件得到UC活动期和UC非活动期的特征基因，将特征基因输入Coremine Medical进行靶向中药的初步筛选。结果：筛选出UC活动期DEGs 365个，UC非活动期DEGs 292个。UC活动期DEGs主要涉及对细菌的反应、炎症反应、免疫球蛋白介导的免疫反应、CXCR趋化因子受体结合等生物学过程，KEGG通路主要富集在金黄色葡萄球菌感染和胆汁分泌上。UC非活动期DEGs主要涉及对激素的反应、单羧酸代谢过程、有机阴离子传输、细胞运动的负调控、脂质定位、MAPK级联的调节、细胞粘附分子结合、激酶结合等生物学过程，KEGG通路主要集中在视黄醇代谢、蛋白质消化和吸收。PPI网络构建及Cytoscape得到UC活动期特征基因IL1B、CXCL8、CXCL10、MMP9、IL1A、ICAM1、CXCL1、CXCR2、CCL2、CXCL13，UC非活动期特征基因CDC42、FN1、CDH1、EZR、IQGAP1、WASL、GSN、TFRC、GJA1、CTNNA1。通过Coremine Medical平台进一步筛选出治疗UC活动期与非活动期的潜在中药共22种。结论：该研究通过分析UC活动期与非活动期的DEGs，筛选UC活动期与非活动期的特征基因，从而预测UC治疗的靶向中药，为治疗UC活动期与非活动期提出了更精确的治疗方案。

关键词: 溃疡性结肠炎活动期, 溃疡性结肠炎非活动期, 特征基因, 靶向中药, 生物信息学分析, 机器学习

Abstract:

Objective： Bioinformatics and machine learning were used to initially explore the characteristic genes in the active and inactive phases of ulcerative colitis （UC） and to predict the potential targeted traditional Chinese medicine （TCM） for the treatment of ulcerative colitis.Methods： The four datasets， GSE179285， GSE38713， GSE75214， GSE48959， were filtered out with the GEO database. Online analysis of GEO2R was used to screen differentially expressed genes（DEGs） in UC active and inactive phases. In Metascape， GO analysis and KEGG pathway enrichment analysis were carried out for DEGs of UC active and inactive phases. PPI network construction of DEGs of UC active and inactive phases was performed in the STRING12.0 database. Characteristic genes of active and inactive UC were obtained by Cytoscape software， and were imported into Coremine Medical for preliminary screening of targeted TCM.Results： A total of 365 DEGs in active phase UC and 292 DEGs in inactive phase UC were screened out. The DEGs of active phase UC mainly involve biological processes such as response to bacteria， inflammatory response， immunoglobulin mediated immune response， and CXCR chemokine receptor binding， and the KEGG pathway is mainly enriched in staphylococcus aureus infection and bile secretion. DEGs of inactive UC mainly involve the response to hormone， monocarboxylic acid metabolic process， organic anion transport，negative regulation of cell motility， lipid localization， regulation of MAPK cascade， cell adhesion molecule binding， kinase binding and other biological processes. KEGG pathway mainly focuses on retinol metabolism， protein digestion and absorption. The characteristic genes of active phase UC （IL1B， CXCL8， CXCL10， MMP9， IL1A， ICAM1， CXCL1， CXCR2， CCL2， CXCL13）， and the characteristic genes of inactive phase UC （CDC42， FN1， CDH1， EZR， IQGAP1， WASL， GSN， TFRC， GJA1 and CTNNA1） were obtained by PPI network construction and Cytoscape. A total of 22 potential targeted TCM for the active and inactive phase of UC were further selected by Coremine Medical platform.Conclusion： By analyzing the DEGs of active and inactive phases of UC， the characteristic genes were screened out to predict targeted TCM， which proposed a more precise treatment plan for the treatment of active and inactive UC.

Key words: , Active phase of ulcerative colitis； , Inactive phase of ulcerative colitis； , Characteristic gene； , Targeted traditional Chinese medicine； , Bioinformatics analysis； , Machine learning

中图分类号:

R574.1

姚筱朵, 祖国秀, 沈悦, 汤继芹.

基于生物信息学和机器学习的溃疡性结肠炎活动期与非活动期特征基因及靶向中药预测研究 [J]. 中国医药导刊, 2025, 27(3): 247-256.

YAO Xiaoduo, ZU Guoxiu, SHEN Yue, TANG Jiqin.

Characteristic Genes and Targeted Chinese Medicine Prediction of Active and Inactive Phases in Ulcerative Colitis Based on Bioinformatics and Machine Learning [J]. CHINESE JOURNAL OF MEDICINAL GUIDE, 2025, 27(3): 247-256.

参考文献

［1］ Ungaro R， Mehandru S， Allen PB， et al. Ulcerative colitis［J］.Lancet， 2017；389（10080）：1756-1770.

［2］史瑞，李军祥，沈洪，等.溃疡性结肠炎中医诊疗专家共识（2023）［J］.中华中医药杂志，2024，39（1）：288-296.

［3］中国中西医结合学会.溃疡性结肠炎中西医结合诊疗专家共识［J］.中国中西医结合杂志，2023，43（1）：5-11.

［4］王建成，齐洪军，郭洁洁.溃疡性结肠炎的中医药治疗研究进展［J］.实用中医内科杂志，2024，38（2）：106-109.

［5］吴娜，毛祥坤，万治平，等.溃疡性结肠炎活动期关键基因与治疗中药的生信分析及系统评价［J］.中国中药杂志，2020，45（11）：2677-2686.

［6］ Keir ME， Fuh F， Ichikawa R， et al. Regulation and role of αE integrin and gut homing integrins in migration and retention of intestinal lymphocytes during inflammatory bowel disease［J］.J Immunol，2021，207（9）：2245-2254.

［7］ Planell N， Lozano JJ， Mora-Buch R， et al. Transcriptional analysis of the intestinal mucosa of patients with ulcerative colitis in remission reveals lasting epithelial cell alterations［J］.Gut， 2013，62（7）：967-976.

［8］ Vancamelbeke M， Vanuytsel T， Farré R， et al. Genetic and transcriptomic bases of intestinal epithelial barrier dysfunction in inflammatory bowel disease［J］.Inflamm Bowel Dis，2017，23（10）：1718-1729.

［9］ Van der Goten J， Vanhove W， Lemaire K， et al. Integrated miRNA and mRNA expression profiling in inflamed colon of patients with ulcerative colitis［J］.PLoS One，2014，9（12）：e116117.

［10］ Barrett T， Wilhite SE， Ledoux P， et al. NCBI GEO： archive for functional genomics data sets--update［J］.Nucleic Acids Res，2013，41（Database issue）：D991-D995.

［11］ Huang DW， Sherman BT， Tan Q， et al. DAVID Bioinformatics resources： expanded annotation database and novel algorithms to better extract biology from large gene lists［J］.Nucleic Acids Res，2007，35（Web Server issue）：W169-W175.

［12］ Szklarczyk D， Franceschini A， Wyder S， et al. STRING v10： protein-protein interaction networks， integrated over the tree of life［J］.Nucleic Acids Res，2015，43（Database issue）：D447-D452.

［13］ Lamb CA， Kennedy NA， Raine T， et al. British Society of Gastroenterology consensus guidelines on the management of inflammatory bowel disease in adults ［J］.Gut，2019，68（Suppl 3）：s1-s106.

［14］苏晓路，董弛，张静，等.溃疡性结肠炎临床病理特点及鉴别诊断［J］.生物医学转化，2022，3（2）：66-74.

［15］刘笃佳，王媛媛，马旭.溃疡性结肠炎的流行病学研究进展［J］.中国烧伤创疡杂志，2017，29（3）：214-217.

［16］于娟，曹洪兵.溃疡性结肠炎的结肠镜下表现及临床特征分析［J］.名医，2023，6：66-68.

［17］ Lord PC，Wilmoth LM，Mizel SB， et al.Expression of interleukin-1 alpha and beta genes by human blood polymorphonuclear leukocytes［J］.J Clin Invest，1991，87（4）：1312-1321.

［18］陈华江，王杰军.基质金属蛋白酶的结构及其调节机制［J］.国外医学（肿瘤学分册），2001，1：20-23.

［19］ Haydinger CD， Ashander LM， Tan ACR， et al. Intercellular adhesion molecule 1： more than a Leukocyte adhesion molecule［J］.Biology （Basel），2023，12（5）：743.

［20］李冬锦，钟振娟，于耀清.趋化因子受体CXCR家族在神经系统中的表达和功能研究进展［J］.空军军医大学学报，2023，44（2）：188-192.

［21］ Mao Y， Schwarzbauer JE. Fibronectin fibrillogenesis， a cell-mediated matrix assembly process［J］.Matrix Biol，2005，24（6）：389-399.

［22］ Kleessen B， Kroesen AJ， Buhr HJ， et al. Mucosal and invading bacteria in patients with inflammatory bowel disease compared with controls［J］.Scand J Gastroenterol，2002，37（9）：1034-1041.

［23］ Chiba M， Hoshina S， Kono M， et al. Staphylococcus aureus in inflammatory bowel disease［J］.Scand J Gastroenterol，2001，36（6）：615-620.

［24］ Qiu H， Sun X， Sun M， et al. Serum bacterial toxins are related to the progression of inflammatory bowel disease［J］.Scand J Gastroenterol，2014，49（7）：826-833.

［25］ Kibriya MG， Jasmine F， Pekow J， et al. Pathways related to colon inflammation are associated with colorectal carcinoma： a transcriptome- and methylome-wide study［J］.Cancers （Basel）， 2023，15（11）：2921.

［26］顾立刚，郭学志，王庆国.大鼠溃疡性结肠炎肝郁脾虚证模型的研究［J］.北京中医药大学学报，1999，（2）：22-24.

［27］张天涵，沈洪.溃疡性结肠炎及其中医辨证分型与炎症活动性指标的相关性分析［J］.北京中医药大学学报，2019，42（8）：685-690.

［28］李妮矫，王君，姚树坤.湿热证与肝脏炎症指标的相关性研究［J］.中国中医基础医学杂志，2011，17（3）：294-295.

［29］赵荣华. 肝郁—脾虚—肝郁脾虚证与疏肝健脾方关系的肝脏蛋白组学研究［D］.北京中医药大学，2014.

［30］陈剑明，王天芳，吴秀艳，等.溃疡性结肠炎活动期和缓解期中医症状分布特点的临床调查［J］.中华中医药学刊，2012，30（3）：497-500.

［31］秦书敏，张海燕，吴皓萌，等.基于现代文献的溃疡性结肠炎证候及证素分布特点研究［J］.环球中医药，2021，14（3）：389-394.

［32］李军祥，陈誩.溃疡性结肠炎中西医结合诊疗共识意见（2017年）［J］.中国中西医结合消化杂志，2018，26（2）：105-111，120.

［33］覃靖燊，张馨月，朱梓铭，等.溃疡性结肠炎中医证候要素及其辨证分型评述［J］.陕西中医药大学学报，2024，47（4）：7-11.

快速检索引用检索图表检索高级检索