应用生物信息学筛选糖尿病肾病标志物
生物标志物在糖尿病肾病临床研究中的进展
万方数据万方数据万方数据万方数据生物标志物在糖尿病肾病临床研究中的进展作者：宋盼爱， 詹明， YashpalS.Kanwar， 刘伏友， 孙林作者单位：中南大学肾脏病研究所湖南省血液净化与肾脏病重点实验室湘雅二医院肾内科, 长沙,410011刊名：中华肾脏病杂志英文刊名：Chinese Journal of Nephrology年，卷(期)：2012,28(2)参考文献(42条)1.Kanwar YS;Sun L;Xie P A glimpse of various pathogenetic mechanisms of diabetic nephropathy[外文期刊] 20112.Lin S;Sahai A;Chugh SS High glucose stimulates synthesis of fibronectin via a novel protein kinase C,Rap1b,and B-Raf signaling pathway 20023.Caramori ML;Fioretto p;Mauer M Enhancing the predictive value of urinary albumin for diabetic nephropathy[外文期刊] 2006(2)4.Tramonti G;Kanwar YS Tubular biomarkers to assess progression of diabetic nephropathy[外文期刊] 20115.Wada J;Sun L;Kanwar YS Discovery of genes related to diabetic nephropathy in various animal models by current techniques 20116.Kashihara N;Haruna Y;Kondeti VK Oxidative stress in diabetic nephropathy[外文期刊] 20107.Sun L;Xie P;Wada J Rap1b GTPase ameliorates glucose-induced mitochondrial dysfunction[外文期刊] 2008(12)8.Kanwar YS;Wada J;Sun L Diabetic nephropathy:mechanisms of renal disease progression 20089.Uehara Y;Makino H;Seiki K Urinary excretions of lipocalin-type prostaglandin D synthase predict renal injury in type-2 diabetes:a cross-sectional and prospective multicentre study 200910.Zhang PP;Zhan JF;Xie HL Evaluation of glomerular filtration rate using cystatin C in diabetic patients analysed by multiple factors including tubular function 201011.Jeon YK;Kim MR;Huh JE Cystatin C as an early biomarker of nephropathy in patients with type 2 diabetes 201112.Mima A;Arai H;Matsubara T Urinary Smad1 is a novel marker to predict later onset of mesangial matrix expansion in diabetic nephropathy[外文期刊] 2008(6)13.Devarajan P Neutrophil gelatinase-associated lipocalin (NGAL):a new marker of kidney disease 200814.Yang YH;He XJ;Chen SR Changes of serum and urine neutrophil gelatinase-associated lipocalin in type-2 diabetic patients with nephropathy:one year observational follow-up study 200915.Devarajan P The use of targeted biomarkers for chronic kidney disease[外文期刊] 201016.von Eynatten M;Baumann M;Heemann U Urinary L-FABP and anaemia:distinct roles of urinary markers in type 2 diabetes 201017.Sasaki H;Kamijo-Ikemori A;Sugaya T Urinary fatty acids and liver-type fatty acid binding protein in diabetic nephropathy[外文期刊] 200918.Kamijo-Ikemori A;Sugaya T;Yasuda T Clinical significance of urinary liver-type fatty acid-binding protein in diabetic nephropathy of type 2 diabetic patients[外文期刊] 201119.Kuehn EW;Hirt MN;John AK Kidney injury molecule 1 (Kim1) is a novel ciliary molecule and interactor of polycystin 2[外文期刊] 200720.Nielsen SE;Andersen S;Zdunek D Tubular markers do not predict the decline in glomerular filtration rate in type 1 diabetic patients with overt nephropathy[外文期刊] 201121.Cawood TJ;Bashir M;Brady J Urinary collagen Ⅳ and piGST:potential biomarkers for detecting localized kidney injury in diabetes-a pilot study[外文期刊] 201022.Inoue M;Oishi C;Shimajiri Y Clinical usefulness of measurement of urine type Ⅳ collagen for detection of early phase of nephropathy in type 2 diabetic patients 200823.Chen H;Zheng Z;Li R Urinary pigment epitheliumderived factor as a marker of diabetic nephropathy 201024.Navarro JF;Mora C;Muros M Urinary tumour necrosis factor-alpha excretion independently correlates with clinical markers of glomerular and tubulointerstitial injury in type 2 diabetic patients[外文期刊] 2006(12)25.Yilmaz MI;Axelsson J;Sonmez A Effect of renin angiotensin system blockade on pentraxin 3 levels in typa-2 diabetic patients with proteinuria 200926.Rathcke CN;Persson F;Tarnow L YKL-40,a marker of inflammation and endothelial dysfunction,is elevated in patients withtype 1 diabetes and increases with levels of albuminuria 200927.Yu XQ;Wei JL Kidney disease in China:recent progress and prospects 200928.Lee EY;Chung CH;Khoury CC The monocyte chemoattractant protein-1/CCR2 loop,inducible by TGF-beta,increases podocyte motility and albumin permeability 200929.Kanwar YS TRB3:an oxidant stress-induced pseudokinase with a potential to negatively modulate MCP-1 cytokine in diabetic nephropathy[外文期刊] 201030.Tam FW;Riser BL;Meeran K Urinary monocyte chemoattractant protein-1 (MCP-1) and connective tissue growth factor (CCN2) as prognostic markers for progression of diabetic nephropathy[外文期刊] 2009(1)31.Sun L;Xiao L;Nie J p66Shc mediates high-glucose and angiotensin Ⅱ-induced oxidative stress renal tubular injury via mitochondrial-dependent apoptotic pathway[外文期刊] 201032.Cvetkovic T;Mitic B;Lazarevic G Oxidative stress parameters as possible urine markers in patients with diabetic nephropathy[外文期刊] 2009(5)33.Wei XF;Zhou QG;Hou FF Advanced oxidation protein products induce mesangial cell perturbation through PKC-dependent activation of NADPH oxidase 200934.Piwowar A;Knapik-Kordecka M;Warwas M Comparison of the usefulness of plasma levels of oxidatively modified forms of albumin in estimating kidney dysfunction in diabetic patients 201035.Sun L;Wuthrich RP Molecular identification of a murine ubiquitin/60S ribosomal fusion protein and expression study in mouse kidney 199936.Lin S;Chugh S;Pan X Identification of up-regulated Ras-like GTPase,Rap1b,by suppression subtractive hybridization 200137.Sun L;Pan X;Wada J Isolation and functional analysis of mouse UbA52 gene and its relevance to diabetic nephropathy 200238.Dihazi H;Muller GA;Lindner S Characterization of diabetic nephropathy by urinary proteomic analysis:identification ofa processed ubiquitin form as a differentially excreted protein in diabetic nephropathy patients[外文期刊] 200739.Jiang H;Guan G;Zhang R Identification of urinary soluble E-cadherin as a novel biomarker for diabetic nephropathy[外文期刊] 2009(3)40.Jiang H;Guan G;Zhang R Increased urinary excretion of orosomucoid is a risk predictor of diabetic nephropathy 200941.Ahn JM;Kim BG;Yu MH Identification of diabetic nephropathy-selective proteins in human plasma by multilectin affinity chromatography and LC-MS/MS[外文期刊] 201042.Overgaard AJ;Hansen HG;Lajer M Plasma proteome analysis of patients with type 1 diabetes with diabetic nephropathy[外文期刊] 2010本文链接：/Periodical_zhszb98201202018.aspx。
糖尿病肾病早期诊断标志物的研究新进展
糖尿病肾病早期诊断标志物的研究新进展一、内容概要糖尿病肾病是糖尿病患者常见的并发症之一，它会对肾脏造成损害。
早期诊断对于预防和治疗糖尿病肾病非常重要，目前有许多研究正在进行中，以寻找更准确、更有效的早期诊断标志物。
这些研究包括对血液和尿液中的各种生化指标进行分析，如血糖、肾功能、蛋白尿等。
此外还有一些新的技术被用于早期诊断，如微量白蛋白尿检测、视网膜病变评估等。
1. 糖尿病肾病的背景和危害糖尿病肾病，听起来就像是一个让人闻风丧胆的疾病。
实际上它就是我们常说的“尿毒症”，是一种由糖尿病引发的肾脏疾病。
想象一下我们的肾脏就像是身体里的过滤器，负责过滤出体内的废物和多余的水分，然后将它们排出体外。
但是当这个过滤器受损时，废物和多余的水分就会在体内积压，导致身体的各种系统出现问题，甚至威胁到生命。
所以说糖尿病肾病可不是闹着玩儿的，它会让我们的生活陷入困境。
那么如何预防和治疗糖尿病肾病呢？这就需要我们找到早期诊断的标志物，以便及时采取措施。
近年来科学家们在这方面取得了一些新的进展，让我们一起来了解一下吧！2. 早期诊断的重要性糖尿病肾病是糖尿病患者常见的并发症之一，它会给患者带来极大的痛苦。
而早期诊断标志物的研究新进展，对于预防和治疗糖尿病肾病具有重要意义。
因为只有早期发现并采取有效措施，才能避免病情进一步恶化，降低患者的死亡率。
所以我们应该重视糖尿病肾病的早期诊断，让患者尽早得到治疗和关注。
3. 目前的研究现状和存在的问题糖尿病肾病是糖尿病最常见的并发症之一，早期诊断对于延缓病情进展、降低患者死亡率具有重要意义。
近年来学者们对糖尿病肾病的早期诊断标志物进行了大量研究，取得了一定的成果。
然而目前的研究成果仍然存在一些问题，需要我们进一步探讨和改进。
首先目前的研究大多集中在血清学标志物的检测上，如糖化血红蛋白(HbA1c)、空腹血糖(FPG)等。
这些指标虽然可以反映患者的血糖控制情况，但它们受到多种因素的影响，如年龄、性别、饮食、运动等，因此在实际应用中存在一定的局限性。
糖尿病肾病相关基因筛选及生物信息学分析
糖尿病肾病相关基因筛选及生物信息学分析丁炜光1，张瑶1，李静波1，丁敏2（1天津市南开区三潭医院，天津300193；2天津医科大学代谢病医院）摘要：目的采用生物信息学技术筛选糖尿病肾病（DN ）相关基因并预测其生物学功能、信号通路。
方法在基因公共表达数据库（GEO ）中筛选并下载DN 相关基因芯片数据，采用GEO 在线分析软件GEO2Ｒ分析在DN 肾组织与正常肾组织中差异表达的基因。
对筛选出的差异表达基因进行基因本体论（GO ）分析和京都基因与基因组百科全书（KEEG ）分析，预测基因功能及参与的信号通路。
采用蛋白－蛋白相互作用数据库（STＲING ）分析差异表达基因编码蛋白间的相互作用关系。
结果筛选出9个差异表达最为显著的基因，分别为PLCE1、CLIC5、PTPＲO 、热休克蛋白A12A （HSPA12A ）、AIF1、GMDS 、SEMA5A 、CEP152、FOXC1。
除CEP152表达下调外，余8个基因在DN 组表达上调。
差异表达基因的主要分子功能涉及蛋白结合、对细胞刺激反应和细胞信号转导，主要调控细胞代谢等生物学过程。
差异表达基因主要参与细胞代谢途径、甲状腺激素信号通路、Ｒap1信号通路、磷脂酰肌醇信号系统及肌醇磷酸代谢等信号通路。
蛋白网络分析提示HSPA12A 、GMDS 、CEP152基因编码蛋白与其他蛋白作用关联最紧密，为蛋白－蛋白相互作用网络的中心节点。
结论筛选出了9个在DN 肾组织与正常肾组织中差异表达最显著的基因，其靶基因功能涉及蛋白结合、对细胞刺激反应和细胞信号转导，主要调控细胞代谢等生物学过程。
HSPA12A 、GMDS 、CEP152基因可能是DN 的关键基因，其异常表达可能共同参与了DN 的发病。
关键词：糖尿病肾病；生物信息学；热休克蛋白A12A ；GMDS 基因；CEP152基因doi ：10．3969/j．issn．1002-266X．2019．20．007中图分类号：Ｒ587．2文献标志码：A文章编号：1002-266X （2019）20-0027-04第一作者简介：丁炜光（1981-），男，主治医师，主要研究方向为糖尿病及其并发症的治疗。
糖尿病肾病中与铁死亡相关中枢基因的识别
糖尿病肾病中与铁死亡相关中枢基因的识别赵升;李文川;董兰;连容;李玥娇;何凤【期刊名称】《新医学》【年(卷),期】2024(55)5【摘要】目的通过生物信息学分析,识别在糖尿病肾病(DN)进展中发挥重要作用的铁死亡相关基因,为DN的治疗提供新见解。
方法对RNA测序数据集GSE142025进行DN差异表达基因(DEGs)的分析和筛选,并进行了基因本体论(GO)功能注释和基因集富集分析(GSEA)。
随后,构建加权基因共表达网络分析(WGCNA)来识别关键基因。
通过韦恩图将DEGs和关键基因所共有的铁死亡相关基因(FRGs)确立为中枢(hub)基因。
应用受试者操作特征(ROC)曲线验证hub基因的临床诊断价值,并采用免疫组织化学染色(IHC)法检测hub基因在3例DN患者及3例正常肾组织中的表达量。
结果在DN组和对照组(NC组)筛选出1916个DEGs。
GO功能富集分析显示,DEGs主要参与炎症相关的生物过程,GSEA分析提示DEGs在铁离子结合的生物过程中显著富集。
WGCNA构建的12个共表达模块中,grey60、turquoise和grey模块与DN的相关性最高。
根据筛选标准从3个模块中挑选出188个关键基因,其中与DEGs共有的FRGs有2个,分别为铜蓝蛋白(CP)基因和脂质运载蛋白-2(LCN2)基因。
ROC曲线验证二者皆具有良好的临床诊断价值。
IHC 结果显示,2个基因在DN患者组织样本中表达均上调(P均<0.05),与生物信息学的分析结果相一致。
结论CP和LCN2可能通过抑制肾组织中的铁死亡参与DN疾病的发展,可作为DN潜在的生物标志物和治疗的新靶点。
【总页数】7页(P321-327)【作者】赵升;李文川;董兰;连容;李玥娇;何凤【作者单位】华南理工大学附属第二医院肾内科【正文语种】中文【中图分类】R73【相关文献】1.糖尿病肾病血瘀证大鼠铁死亡相关基因GPX4、ACSL4表达水平变化2.妊娠期糖尿病胎盘滋养细胞铁死亡超微结构及铁死亡相关基因ACSL4、GPX4的表达3.铁死亡相关基因GLS2在泛癌中的预后及免疫价值4.基于铜死亡相关的铁死亡基因构建预测肝癌患者预后的模型5.动脉粥样硬化中差异表达铁死亡相关基因的鉴定:生物信息学分析因版权原因，仅展示原文概要，查看原文内容请购买。
糖尿病慢性并发症的生物标记物分析
糖尿病慢性并发症的生物标记物分析
糖尿病是一种慢性代谢性疾病，已成为全球公共卫生问题。
在全球糖尿病患病率激增的趋势下，慢性并发症的发生率和危害越来越受到重视。
因此，需要通过生物标记物分析来提高对糖尿病慢性并发症的预测、诊断和治疗。
糖尿病患者患有糖尿病肾病的风险约为50%，以及糖尿病性视网膜病变和神经病变等一系列慢性并发症的风险。
生物标记物分析可以帮助识别高风险患者，并为糖尿病慢性并发症的早期诊断和治疗提供记量化的依据。
研究表明，糖尿病肾病的早期生物标记物可以是肾小管上皮细胞损伤标志物、肾小球滤过率指标、尿蛋白质以及肾脏组织损伤指标等等。
同时，肝脏和组织转录泛素化途径受损是肾脏内标志物的标准。
与肾病有关的生物标记物还可包括尿素循环代谢产物、脂肪酸和氨基酸代谢产物、血管紧张素II、超氧离子和某些生物标志物复合物。
尽管一些糖尿病酸血症和疲劳也与肾功能的恶化有关。
而在糖尿病性视网膜病变中，视神经成分的损失和细胞凋亡是早期标志。
同时，眼底照相机可以用于检测各种视网膜病变，并已证明对早期诊断、疾病进展和评估治疗的预测性有临床价值。
此外，神经病变的生物标记物包括氧化应激指标、炎症细胞因子、神经递质和神经元作用等。
其中，肥厚搜寻寡聚核苷酸（HMGB1）的主角已经成为炎症学和神经科学领域的领袖。
总的来说，通过生物标记物分析，可以帮助预测糖尿病慢性并发症的风险和发展，在早期诊断和治疗中提供更准确和舒适的方式。
还有很多新的生物标记物正在进行研究，并有望在未来为糖尿病患者提供更好的医疗保健。
糖尿病肾病的生化标志物
糖尿病肾病的生化标志物糖尿病肾病是糖尿病患者常见的并发症之一，其特点是肾小球滤过功能受损，导致蛋白尿等症状的出现。
为了及早诊断和监测糖尿病肾病的发展情况，临床上常常进行生化标志物的检测。
本文将介绍几种常用的糖尿病肾病生化标志物及其临床意义。
1. 尿微量白蛋白（UAE）UAE是糖尿病肾病的敏感指标之一，也是监测肾病进展的重要指标。
正常情况下，肾小球滤过的白蛋白极少量可在尿液中被检测到，但在糖尿病肾病患者中，由于肾小球滤过膜受损，导致尿中白蛋白的排泄量明显增多。
因此，测定尿液中的微量白蛋白含量可以反映肾脏的损伤程度。
2. 尿肌酐/尿肌酸酐比值（UCR）UCR是判断糖尿病肾病的另一个重要的生化标志物。
尿肌酐是尿液中的肌酐浓度，尿肌酸酐是尿液中的肌酸酐浓度。
在糖尿病肾病患者中，尿肌酐的排泄量增加，而尿肌酸酐的排泄量相对稳定，因此UCR比值明显上升。
UCR高于30 mg/g可以判断糖尿病患者是否存在肾病，同时还可以评估肾损伤的程度。
3. 血肌酐（Scr）血肌酐是评估肾功能的参数之一，也是判断肾病的重要指标。
糖尿病肾病患者的肾小球滤过功能受损，导致血肌酐水平升高。
因此，测定血肌酐的浓度可以反映肾脏功能的变化。
通常情况下，血肌酐水平的升高与肾小球滤过率下降呈负相关。
4. 血尿素氮（BUN）血尿素氮是评估氮代谢和肾脏排泌功能的指标之一。
在糖尿病肾病患者中，由于肾小球滤过功能受损，尿素排泄减少，导致血尿素氮的水平升高。
因此，测定血尿素氮的浓度可以反映糖尿病肾病的发展情况，同时也是评估肾脏功能的重要指标之一。
总结：以上介绍了几种常用的糖尿病肾病生化标志物，包括尿微量白蛋白、尿肌酐/尿肌酸酐比值、血肌酐和血尿素氮。
这些标志物在糖尿病肾病的早期诊断和监测中起着重要的作用。
透过这些生化标志物的检测，医生可以了解患者肾脏的损伤程度，判断糖尿病肾病的发展情况，并及时采取相应的治疗措施。
因此，对于糖尿病患者来说，定期进行这些生化标志物的检测非常必要，以便早发现肾病并及时治疗，保护肾脏的健康。
糖尿病肾病的早期诊断生物标志物研究
糖尿病肾病的早期诊断生物标志物研究下载温馨提示：该文档是我店铺精心编制而成，希望大家下载以后，能够帮助大家解决实际的问题。
文档下载后可定制随意修改，请根据实际需要进行相应的调整和使用，谢谢!并且，本店铺为大家提供各种各样类型的实用资料，如教育随笔、日记赏析、句子摘抄、古诗大全、经典美文、话题作文、工作总结、词语解析、文案摘录、其他资料等等，如想了解不同资料格式和写法，敬请关注!Download tips: This document is carefully compiled by the editor. I hope that after you download them, they can help you solve practical problems. The document can be customized and modified after downloading, please adjust and use it according to actual needs, thank you!In addition, our shop provides you with various types of practical materials, such as educational essays, diary appreciation, sentence excerpts, ancient poems, classic articles, topic composition, work summary, word parsing, copy excerpts, other materials and so on, want to know different data formats and writing methods, please pay attention!研究课题：糖尿病肾病的早期诊断生物标志物研究引言：糖尿病肾病是糖尿病患者常见的并发症之一，其发展进展缓慢且多数患者在发现时已处于晚期。
2型糖尿病肾病尿液蛋白组学研究及早期诊断标志物的筛选的开题报告
2型糖尿病肾病尿液蛋白组学研究及早期诊断标志物的筛选
的开题报告
1. 研究背景
糖尿病肾病是糖尿病的并发症之一，是导致慢性肾功能衰竭的主要原因之一。
目前，糖尿病肾病已成为全球公共卫生问题。
尿液蛋白组学是一种新兴的研究手段，可以挖掘尿液中代表肾功能变化的蛋白标志物，为糖尿病肾病的早期诊断和治疗提供新的方向和方法。
2. 研究目的和意义
该研究旨在探讨2型糖尿病肾病患者尿液中蛋白质组学变化，筛选出早期诊断标志物，为临床提供更加准确的糖尿病肾病诊断指标，降低其发病率和死亡率，同时为糖尿病肾病的治疗提供新的方法和手段。
3. 研究内容和方法
计划招募50例2型糖尿病肾病患者和50例健康志愿者，采集尿液样本。
运用蛋白质组学技术，分别对两组样本进行蛋白质组学分析，比较糖尿病肾病患者和健康志愿者尿液蛋白表达的差异。
将结果进行生物信息学分析，筛选出潜在的早期诊断标志物。
最后，将标志物进行验证和验证。
4. 预期结果和展望
通过对糖尿病肾病患者和健康志愿者尿液样本的蛋白质组学分析，我们有望发现糖尿病肾病患者尿液中特异的蛋白质表达模式，并筛选出可作为早期诊断标志物的蛋白。
该研究对糖尿病肾病的早期诊断和治疗提供新的方法和手段，有望为糖尿病肾病的治疗和预防做出贡献。
基于生物信息学分析挖掘与糖尿病和结核病免疫浸润相关的生物标志物
基于生物信息学分析挖掘与糖尿病和结核病免疫浸润相关的生
物标志物
高岩;彭英杰;吴尚英;王媛媛
【期刊名称】《医学理论与实践》
【年(卷),期】2024(37)8
【摘要】目的:基于生物信息学分析,挖掘糖尿病和结核病中与免疫浸润相关的基因,从中筛选出具有共同诊断价值的潜在生物标志物。
方法:从NCBI数据库收集糖尿病和结核病数据信息,分别筛选糖尿病和结核病的关键基因集,通过KEGG和GO进行富集分析和免疫细胞浸润差异分析,最后通过公共数据库验证关键基因并筛选靶向miRNA。
结果:筛选出10个在糖尿病和结核病发挥重要作用差异基因,免疫细胞浸润分析发现糖尿病中性粒细胞增多,结核病中浆细胞和M2细胞显著增加,筛选出ARHGAP26稳定高表达。
结论:糖尿病和结核病中ARHGAP26表达异常,可能为糖尿病和结核病患者提供潜在的诊断生物标志物以及治疗靶点。
【总页数】7页(P1264-1269)
【作者】高岩;彭英杰;吴尚英;王媛媛
【作者单位】山东省潍坊市妇幼保健院;潍坊市人民医院;北京大学深圳医院
【正文语种】中文
【中图分类】R446.6
【相关文献】
1.基于生物信息学的子宫内膜癌诊断标志物的筛选及免疫细胞浸润分析
2.基于生物信息学分析鉴定人牙周炎牙龈组织中的关键生物标志物及相关免疫细胞浸润
3.生物信息学分析类风湿关节炎的关键生物标志物和免疫浸润
4.基于生物信息学分析鉴定激素性股骨头坏死的关键生物标志物及相关免疫细胞浸润
5.基于生物信息学探索系统性硬化病相关肺动脉高压免疫相关基因及免疫细胞浸润分析
因版权原因，仅展示原文概要，查看原文内容请购买。
糖尿病肾病生物标志物研究进展
糖尿病肾病生物标志物研究进展广东医科大学附属医院内分泌科广东省湛江市 524001摘要糖尿病肾病（Diaetic Kidney Disease,DKD）是糖尿病最主要的慢性并发症，也是肾脏替代治疗的主要原因。
目前主要依靠尿白蛋白排泄率和估算肾小球滤过率诊断糖尿病肾病，但缺乏灵敏度和特异度。
近年来，DKD相关生物标志物的研究已成为临床热点，以实现DKD的精准治疗。
本文就DKD相关的生物标志物进行综述。
关键词：糖尿病糖尿病肾生肾病生物标志物近几十年来，全球糖尿病患者人数不断增加，根据国际糖尿病联盟报告[1]，2019年全球糖尿病患病率预计为9.3%（4.63亿人），到2045年将上升至10.9%（7亿人）。
随着糖尿病患者的增加，全球糖尿病终末期肾病患病率从 2000 年的 19.0% 增加到 2015 年的 29.7%，而糖尿病导致的终末期肾病发病率从 22.1% 增加到 31.3%[2]。
一项我国 T2DM 患者的荟萃分析显示，近五分之一的糖尿病患者可能伴有肾脏并发症[3]。
肾脏病理活检是糖尿病肾病诊断的金标准，但因其为有创性操作，主要用于非糖尿病肾病的鉴别诊断，就糖尿病肾病是否积极进行肾活检目前仍存在争议。
目前主要依靠微量白蛋白尿和估算肾小球滤过率来评估糖尿病肾病，随着非蛋白尿糖尿病肾病的深入研究，发现蛋白尿和肾小球滤过率的灵敏度和特异度差。
早期糖尿病肾病生物标志物已成为研究热点，以期早期诊治糖尿病肾病，延缓疾病进展。
本文将对糖尿病肾病标志物研究进展进行综述。
1肾小球损伤标志物1.1 Podocalyxin足细胞是位于基底膜外侧的肾小球脏层上皮细胞，是一种高度特异性终末分化细胞，足细胞损伤会导致蛋白尿和糖尿病肾病加重。
足细胞标记蛋白Podocalyxin 是位于足细胞顶膜一种带有负电荷的唾液酸化糖蛋白，对维持滤过屏障的结构和功能有重要作用。
即使在正常白蛋白尿阶段，糖尿病患者尿Podocalyxin可升高。
糖尿病肾病诊断生物标志物研究新进展
糖尿病肾病诊断生物标志物研究新进展（作者:___________单位: ___________邮编: ___________）【摘要】糖尿病肾病(diabetic nephropathy, DN)是糖尿病主要的微血管并发症。
长期以来，DN早期诊断临床上主要依赖微量白蛋白尿(microalbuminuria, Malb)的测定，但作为DN诊断生物标志物(biomarker)其特异性和对疾病严重程度的预测价值受到质疑。
所以人们不断寻求DN诊断的新标志物，包括尿IgG和IgM、nephrin mRNA、Smad1及尿液炎症标志物。
尽管目前已经发现许多具有潜在价值的DN诊断生物标志物，但其对DN进展的预测价值尚未经过循证医学实验验证。
【关键词】糖尿病肾病; 生物标志物; 蛋白质组学糖尿病肾病(diabetic nephropathy, DN)是糖尿病主要的微血管并发症，以持续蛋白尿、肾功能进行性下降和高心血管疾病发病率及死亡率为特征[1]。
据估计，2030年全世界糖尿病患者数量将从2000年的1.71亿增加到3.66亿，其中30%～40%的2型糖尿病将发展为DN，20%～40%的1型糖尿病15～30年后也将发展为DN[2]，DN已成为引起终末期肾衰最常见的原因之一。
如何早期发现DN，并进行早期干预是临床上迫切需要解决的问题。
尽管肾活检是早期明确诊断DN的金标准,但作为一项创伤性和技术复杂的检查，它难以普及和临床反复进行。
因此积极寻找DN早期诊断生物标志物(biomarker)将具有非常重要的临床意义，为此国内外近年来进行了大量的实验和临床研究，作者简要综述有关进展。
1 DN诊断中的生物标志物1.1 微量白蛋白尿(microalbuminuria, Malb)长期以来，DN早期诊断临床上主要依赖Malb测定。
正常情况下，肾小球滤过膜存在电荷选择性屏障，在静电同性排斥作用下，绝大多数的白蛋白不能通过滤过膜。
糖尿病肾病核心基因的筛选与鉴定
ＲａｐａｍｙｃｉｎｕｐｒｅｇｕｌａｔｅｓａｕｔｏｐｈａｇｙｉｎｈｉｂｉｔｓｃｅｌｌｐｒｏｌｉｆｅｒａｔｉｏｎｉｎｈｕｍａｎｕｍｂｉｌｉｃａｌｖｅｉｎｅｎｄｏｔｈｅｌｉａｌｃｅｌｌｓＷａｎｇＹａｗｅｎ，ＣｈｅｎｇＹａｎａｎ，ＹａｎｇＢｉｎ，ＳｕＢｉｈａｏ，ＸｕＰｕ（ＤｅｐｔｏｆＳｔｏｍａｔｏｌｏｇｙ，ＨａｉｋｏｕＨｏｓｐｉｔａｌ，ＨａｉｎａｎＳｔｏｍａｔｏｌｏｇｉｃａｌＣｅｎｔｅｒ，ＣｅｎｔｒａｌＳｏｕｔｈＵｎｉｖｅｒｓｉｔｙＸｉａｎｇｙａＳｃｈｏｏｌｏｆＭｅｄｉｃｉｎｅＡｆｆｉｌｉａｔｅｄＨａｉｋｏｕＨｏｓｐｉｔａｌ，Ｈａｉｋｏｕ ５７０２０８）Ａｂｓｔｒａｃｔ Ｏｂｊｅｃｔｉｖｅ Ｔｏｉｎｖｅｓｔｉｇａｔｅｔｈｅｅｆｆｅｃｔｏｆａｕｔｏｐｈａｇｙａｃｔｉｖａｔｉｏｎｏｎｃｅｌｌｐｒｏｌｉｆｅｒａｔｉｏｎｉｎｈｕｍａｎｕｍｂｉｌｉｃａｌｖｅｉｎｅｎｄｏｔｈｅｌｉａｌｃｅｌｌｓ（ＨＵＶＥＣｓ）．Ｍｅｔｈｏｄｓ ＨＵＶＥＣｓｗｅｒｅｔｒｅａｔｅｄｗｉｔｈｒａｐａｍｙｃｉｎ（Ｒａｐａ）．Ｗｅｓｔｅｒｎｂｌｏｔａｓｓａｙｗａｓｐｅｒｆｏｒｍｅｄｔｏｅｘａｍｉｎｅｔｈｅｅｘｐｒｅｓｓｉｏｎｏｆｐｒｏｔｅｉｎｏｆｍｉｃｒｏｔｕｂｕｌｅａｓｓｏｃｉａｔｅｄｐｒｏｔｅｉｎ１ｌｉｇｈｔｃｈａｉｎ３（ＬＣ３），Ｂｅｃｌｉｎ１ａｎｄｕｎｃ ５１ ｌｉｋｅｋｉｎａｓｅ１（ＵＬＫ１）．Ａｕｔｏｐｈａｇｏｓｏｍｅｓｗｅｒｅｄｅｔｅｃｔｅｄｂｙｔｒａｎｓｍｉｓｓｉｏｎｅｌｅｃｔｒｏｎｍｉｃｒｏｓｃｏｐｙ（ＴＥＭ），ａｎｄａｕｔｏｐｈａｇｙｆｌｕｏｒｅｓｃｅｎｃｅｗａｓｄｅｔｅｃｔｅｄｂｙｍｏｎｏｄａｎｓｙｌｃａｄａｖｅｒｉｎｅｓｔａｉｎｉｎｇ（ＭＤＣ）ａｓｓａｙ．ＴｈｅｅｆｆｅｃｔｏｆａｕｔｏｐｈａｇｙａｃｔｉｖａｔｉｏｎｏｎｃｅｌｌｐｒｏｌｉｆｅｒａｔｉｏｎｗａｓａｓｓｅｓｓｅｄｂｙＣＣＫ ８ａｓｓａｙａｎｄＥｄＵａｓｓａｙ．Ｖａｓｃｕｌａｒｆｏｒｍａｔｉｏｎｅｘｐｅｒｉｍｅｎｔｓｗｅｒｅｕｓｅｄｔｏｄｅｔｅｃｔｖａｓｃｕｌｏｇｅｎｉｃａｂｉｌｉｔｙ．Ｒｅｓｕｌｔｓ ＡｆｔｅｒＲａｐａｔｒｅａｔｍｅｎｔ，ＬＣ３，Ｂｅｃｌｉｎ１ａｎｄＵＬＫ１ｅｘｐｒｅｓｓｉｏｎｓｗｅｒｅｅｎ ｈａｎｃｅｄ，ｗｈｉｌｅｔｈｅｇｒｅｅｎａｕｔｏｐｈａｇｙｆｌｕｏｒｅｓｃｅｎｃｅｅｘｐｒｅｓｓｉｏｎｉｎｔｈｅｅｘｐｅｒｉｍｅｎｔａｌｇｒｏｕｐｗａｓｓｔｒｏｎｇｅｒｔｈａｎｔｈａｔｉｎｔｈｅｃｏｎｔｒｏｌｇｒｏｕｐ，ａｎｄａｕｔｏｐｈａｇｏｓｏｍｅｓｗｅｒｅｖｉｓｉｂｌｅｂｙＴＥＭ；ＣＣＫ ８ａｎｄＥｄＵｒｅｓｕｌｔｓｓｈｏｗｅｄｔｈａｔｃｏｍｐａｒｅｄｗｉｔｈｔｈｅｃｏｎｔｒｏｌｇｒｏｕｐ，ｔｈｅｃｅｌｌｐｒｏｌｉｆｅｒａｔｉｏｎａｂｉｌｉｔｙｗａｓｗｅａｋｅｎｅｄａｎｄｔｕｂｅｓｆｏｒｍａｔｉｏｎａｂｉｌｉｔｙｗａｓｒｅｄｕｃｅｄａｆｔｅｒｔｈｅａｃｔｉｖａｔｉｏｎｏｆａｕｔｏｐｈａｇｙｉｎｅｘｐｅｒｉｍｅｎｔａｌｃｅｌｌｓ．Ｃｏｎｃｌｕｓｉｏｎ ＲａｐａｕｐｒｅｇｕｌａｔｅｓａｕｔｏｐｈａｇｙａｃｔｉｖｉｔｙｉｎＨＵＶＥＣｓｔｏｉｎｈｉｂｉｔｃｅｌｌｐｒｏｌｉｆｅｒａｔｉｏｎｕｎｄｅｒｃｅｒｔａｉｎｔｉｍｅ．Ｋｅｙｗｏｒｄｓ ｒａｐａｍｙｃｉｎ；ＨＵＶＥＣｓ；ａｕｔｏｐｈａｇｙ；ａｕｔｏｐｈａｇｉｃａｃｔｉｖｉｔｙ；ａｕｔｏｐｈａｇｉｃｐｒｏｔｅｉｎ；ｃｅｌｌｐｒｏｌｉｆｅｒａｔｉｏｎ网络出版时间：２０２４－０４－１２１４：２７：４２ 网络出版地址：ｈｔｔｐｓ：／／ｌｉｎｋ．ｃｎｋｉ．ｎｅｔ／ｕｒｌｉｄ／３４．１０６５．Ｒ．２０２４０４１０．１００９．００９糖尿病肾病核心基因的筛选与鉴定吴晓俊１，２ ，倪飞雪１，２，徐玉雪１，２，３摘要 目的 基于生物信息学筛选糖尿病肾病（ＤＫＤ）核心基因，探究ＤＫＤ的治疗靶点，讨论其可能的调控机制。
基于生物信息学探讨治疗糖尿病和糖尿病肾病的共同靶点及活性化合物
基于生物信息学探讨治疗糖尿病和糖尿病肾病的共同靶点及活性化合物田昌林;李军;田思思;邓颖;张楠楠【期刊名称】《巴楚医学》【年(卷),期】2024(7)1【摘要】目的:基于生物信息学探讨治疗糖尿病(DM)和糖尿病肾病(DKD)的共同靶点,并筛选活性化合物。
方法:通过GEO数据库获得DM数据集和DKD数据集,并筛选差异表达基因(DEGs)。
通过R语言获得DM和DKD的交集基因,并进行基因本体论(GO)分析、京都基因与基因组百科全书(KEGG)富集分析、免疫浸润分析、加权基因共表达分析(WGCNA)、外部数据集差异表达分析及受试者工作特征(ROC)曲线分析以获得调控DM和DKD的关键靶点,最后进行靶点化合物筛选,并进行分子对接验证。
结果:共获得DM和DKD的交集基因108个,他们主要和免疫相关,WGCNA聚焦到其中14个免疫基因,进一步通过差异表达及ROC分析获得3个调节DM和DKD的关键基因,即GALNT1、MARCKS和SLC38A1。
通过CTD 数据库预测得到关键靶点的化合物为叶酸、槲皮素、香豆素和酚类抗氧化剂等,分子对接证实他们之间具有较好的亲和力。
结论:GALNT1、MARCKS和SLC38A1可能是DM和DKD的共同治疗靶点,叶酸、槲皮素、香豆素和酚类抗氧化剂可能是治疗DM和DKD的活性化合物。
【总页数】8页(P78-85)【作者】田昌林;李军;田思思;邓颖;张楠楠【作者单位】贵州中医药大学基础医学院【正文语种】中文【中图分类】R587.1【相关文献】1.基于轴探讨糖尿病肾病中医发病机制及治疗靶点2.基于网络药理学探讨知母-黄柏治疗糖尿病肾病的靶点和机制3.基于网络药理学和糖尿病肾病大鼠模型探讨丹参治疗糖尿病肾病的作用靶点和机制4.基于网络药理学结合体内实验揭示黄芪—鬼箭羽方治疗糖尿病肾病的核心靶点及分子机制5.基于生物信息学分析糖尿病肾病的关键致病基因及靶向中药活性成分的筛选研究因版权原因，仅展示原文概要，查看原文内容请购买。
生物标志物在糖尿病肾病早期诊断中的应用研究进展
生物标志物在糖尿病肾病早期诊断中的应用研究进展
孙晨思;李海琦;刘波
【期刊名称】《新乡医学院学报》
【年(卷),期】2022(39)2
【摘要】糖尿病肾病是糖尿病最常见的微血管并发症之一,也是糖尿病患者的重要死亡原因。
糖尿病肾病早期临床症状不明显,尿微量白蛋白被广泛认为是糖尿病肾病的早期临床诊断标志物,但有许多患者在肾小球滤过率下降时并未出现蛋白尿,因此,将尿微量白蛋白作为糖尿病肾病早期诊断的敏感生物标志物存在局限性。
本文对晚期糖基化终末产物、非对称性二甲基精氨酸、可溶性尿激酶型纤溶酶原激活物受体等新型生物标志物在糖尿病肾病早期诊断中的应用研究进展进行综述,以期为糖尿病肾病的早期诊断和治疗提供新的靶点。
【总页数】4页(P197-200)
【关键词】糖尿病肾病;生物标志物;晚期糖基化终末产物;非对称性二甲基精氨酸;可溶性尿激酶型纤溶酶原激活物受体
【作者】孙晨思;李海琦;刘波
【作者单位】吉林大学中日联谊医院内分泌代谢科;吉林大学中日联谊医院神经内科
【正文语种】中文
【中图分类】R587.2
【相关文献】
1.糖尿病肾病早期诊断生物学标志物研究进展
2.痰生物标志物在肺癌早期诊断中的应用研究进展
3.生物学标志物在糖尿病肾病早期诊断中的研究进展
4.糖尿病肾病早期诊断生物标志物的研究进展
5.生物标志物在糖尿病肾病早期诊断中的研究进展
因版权原因，仅展示原文概要，查看原文内容请购买。
糖尿病肾病相关基因的生物信息学分析
糖尿病肾病相关基因的生物信息学分析张颜;张育安【期刊名称】《中国中西医结合肾病杂志》【年(卷),期】2022(23)3【摘要】目的:从基因层面对糖尿病肾病发病机制进行探讨,为糖尿病肾病的诊断及治疗提供新的思路。
方法:从NCBI网站的GEO数据库中下载芯片数据,利用BRB-ArrayTools筛选出差异表达基因,运用GATHER及STRING软件对差异表达基因进行GO本体分析,KEGG通路分析及蛋白相互作用网络分析,Cytoscape软件计算节点中心度得出关键节点基因。
结果:BRB-ArrayTools筛选出57个差异表达基因,其中上调17个,下调40个,GO本体分析显示差异表达基因主要与应激反应、免疫反应、压力应对、器官形态发生、细胞基质黏连、细胞增殖调节等生物过程有关,KEGG信号通路分析显示差异表达基因参与糖类、脂肪酸、卟啉、激素代谢以及细胞骨架的调控以及Hedgehog信号通路、免疫补体途径、钙信号通路、TGF-β信号通路、磷脂酰肌醇信号转导,Cytoscape软件计算得出VEGFA、THBS1、ITGB1、THSD7A、TUBB4A、MME、CYP2C8、FOXC1为关键节点基因。
结论:利用生物信息学分析方法能够深入挖掘芯片信息,为糖尿病肾病的诊断及治疗提供了新的靶点,但仍需进一步实验验证。
【总页数】5页(P254-258)【作者】张颜;张育安【作者单位】云南省第三人民医院肾病科【正文语种】中文【中图分类】R73【相关文献】1.糖尿病肾病相关基因筛选及生物信息学分析2.副猪嗜血杆菌血清4型不同菌株间毒力相关基因验证及LpxC基因生物信息学分析3.基于基因芯片的水稻胚乳发育相关基因生物信息学分析4.SAC复合体相关基因TTK和MAD2L1基因在肺腺癌中过表达:基于大数据的生物信息学分析5.基于生物信息学分析糖尿病肾病相关基因及信号通路的研究因版权原因，仅展示原文概要，查看原文内容请购买。
基于生物信息学分析糖尿病肾病相关基因及信号通路的研究
基于生物信息学分析糖尿病肾病相关基因及信号通路的研究谭晶;栾海艳;张慧明;王琳;王李鸣;郑小鹏;孙跞;单洪超;江智慧;辛华[]【期刊名称】《黑龙江医药科学》【年(卷),期】2022(45)2【摘要】目的:利用生物信息学方法分析参与肾小管上皮细胞(HK-2)相关的候选基因及其潜在机制。
方法:数据来源于NCBI的Gene Expression Omnibus数据库,下载编号为“GSE30122”、“GSE142153”的芯片数据。
本研究使用R语言中GEO query包下载GEO芯片矩阵及临床信息,采用stringr、dplyr及limma等程序包对基因芯片数据进行质量分析。
识别相关差异表达基因,然后对这些差异表达基因进行KEGG通路富集分析。
结果:通过差异分析,共得到251个差异基因,其中上调基因174个,下调基因77个。
结论:对差异基因进行KEGG富集分析,共得到37条KEGG通路富集结果,发病机制与Rheumatoid arthritis、Pertussis、NF-kappa B信号通路、Complement and coagulation cascades、Staphylococcus aureus infection信号通路等有关。
糖尿病肾病发病是由多途径造成的,这也为临床医生提供了其潜在的治疗手段。
【总页数】4页(P18-21)【作者】谭晶;栾海艳;张慧明;王琳;王李鸣;郑小鹏;孙跞;单洪超;江智慧;辛华[]【作者单位】佳木斯大学附属第一医院;佳木斯大学基础医学院【正文语种】中文【中图分类】R587.1【相关文献】1.日本血吸虫信号通路相关基因SjWD101的生物信息学分析及其克隆与表达2.hsa-miR-381-3p靶基因预测及其相关信号通路的生物信息学分析3.Hsa-miR-210-5p靶基因预测及其相关信号通路的生物信息学分析4.Ssc-miR-133a-5p的靶基因预测及其相关信号通路的生物信息学分析5.基于生物信息学分析冻结肩的基因表达及信号传导通路因版权原因，仅展示原文概要，查看原文内容请购买。
应用生物信息学筛选糖尿病肾病标志物
应用生物信息学筛选糖尿病肾病标志物【摘要】目的：从分子网络水平筛选糖尿病肾病诊断的标志物。
方法：在GEO数据库下载糖尿病肾病的基因表达数据，应用Array-Tools软件分析差异表达基因，STRING工具用于构建差异蛋白的相互作用网络。
结合组织特异表达数据库TiGER，筛选肾脏组织相关的HUB蛋白作为糖尿病肾病生物标志物。
结果：肾小球组织有906个差异表达基因，其中上调基因689个，下调基因217个；肾小管组织有828个差异表达基因，其中上调基因266个，下调基因562个。
通过网络构建及组织特异性筛选，在肾脏组织差异表达的HUB蛋白为GZMA、SPP1,TGFBI,FGL2,KNG1,VCAM1和EGF。
结论：通过生物信息学研究，筛选出7种蛋白质可能成为糖尿病肾病诊断的标志物。
【关键词】糖尿病肾病；生物信息学；生物标志物【中图分类号】R587.2 【文献标识码】A 【文章编号】1003-5028（2015）8-0679-02Screening the biomarkers of diabeticnephropathy by bioinformatics methodsYang Dan1，Zeng Jian tao2，Zheng Zhao bin3（1.Department of Nephrology,The traditional Chinese medical hospital of Changshou, Chongqing, 401220）（2.Department of Clinical Laboratory,The People’s Hospital of Changshou, Chongqing, 401220）（3.Department of cardiology,The People’s Hospital of Changshou, Chongqing, 401220）【Abstract】Objective: To screen biomarkers of diabetic nephropathy in Biomolecular Network level.Methods: Gene expression data of kidney were got from Gene Expression Omnibus database. Array-Tools software was used to analyze differential expression gene. Then The protein-protein interaction (PPI) networks of differential expression gene were constructed by STRING. Considering the database of TiGER, the HUB proteins which express specificity in kidney were filted as biomarkers of diabetic nephropathy.Results: 906 differentially expressed genes were indentified in glomcrulus, including 689 up-regulated and 217 down-regulated genes. 828 differentially expressed genes were indentified in renal tubule, including 266 up-regulated and 562 down-regulated genes. Several HUB proteins (GZMA、SPP1,TGFBI,FGL2,KNG1,VCAM1和EGF) were discovered by PPI networks constructing and tissue-specific filting.Conclusion: Our study acquired 7 proteins by bioinformatics, these proteins maybe underlying diagnosis biomarkers of diabetic nephropathy.【Key words】diabetic nephropathy；bioinformatics；biomarkers糖尿病肾病是终末期肾脏病的最常见原因，也是糖尿病的主要并发症之一。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
应用生物信息学筛选糖尿病肾病标志物发表时间：2016-06-02T09:36:12.987Z 来源：《河南中医》2015年8月作者：杨丹1 曾建涛2 郑兆斌3[导读] 糖尿病肾病是终末期肾脏病的最常见原因，也是糖尿病的主要并发症之一。
杨丹1 曾建涛2 郑兆斌3（1.重庆市长寿区中医院肾病科重庆长寿 401220）（2.重庆市长寿区人民医院检验科重庆长寿 401220）（3.重庆市长寿区人民医院心内科重庆长寿 401220）【摘要】目的：从分子网络水平筛选糖尿病肾病诊断的标志物。
方法：在GEO数据库下载糖尿病肾病的基因表达数据，应用Array-Tools软件分析差异表达基因，STRING工具用于构建差异蛋白的相互作用网络。
结合组织特异表达数据库TiGER，筛选肾脏组织相关的HUB蛋白作为糖尿病肾病生物标志物。
结果：肾小球组织有906个差异表达基因，其中上调基因689个，下调基因217个；肾小管组织有828个差异表达基因，其中上调基因266个，下调基因562个。
通过网络构建及组织特异性筛选，在肾脏组织差异表达的HUB蛋白为GZMA、SPP1,TGFBI,FGL2,KNG1,VCAM1和EGF。
结论：通过生物信息学研究，筛选出7种蛋白质可能成为糖尿病肾病诊断的标志物。
【关键词】糖尿病肾病；生物信息学；生物标志物【中图分类号】R587.2 【文献标识码】A 【文章编号】1003-5028（2015）8-0679-02Screening the biomarkers of diabeticnephropathy by bioinformatics methodsYang Dan1，Zeng Jian tao2，Zheng Zhao bin3（1.Department of Nephrology,The traditional Chinese medical hospital of Changshou, Chongqing, 401220）（2.Department of Clinical Laboratory,The People’s Hospital of Changshou, Chongqing, 401220）（3.Department of cardiology,The People’s Hospital of Changshou, Chongqing, 401220）【Abstract】Objective: To screen biomarkers of diabetic nephropathy in Biomolecular Network level.Methods: Gene expression data of kidney were got from Gene Expression Omnibus database. Array-Tools software was used to analyze differential expression gene. Then The protein-protein interaction (PPI) networks of differential expression gene were constructed by STRING. Considering the database of TiGER, the HUB proteins which express specificity in kidney were filted as biomarkers of diabetic nephropathy.Results: 906 differentially expressed genes were indentified in glomcrulus, including 689 up-regulated and 217 down-regulated genes. 828 differentially expressed genes were indentified in renal tubule, including 266 up-regulated and 562 down-regulated genes. Several HUB proteins (GZMA、SPP1,TGFBI,FGL2,KNG1,VCAM1和EGF) were discovered by PPI networks constructing and tissue-specificfilting.Conclusion: Our study acquired 7 proteins by bioinformatics, these proteins maybe underlying diagnosis biomarkers of diabetic nephropathy.【Key words】diabetic nephropathy；bioinformatics；biomarkers糖尿病肾病是终末期肾脏病的最常见原因，也是糖尿病的主要并发症之一。
早期诊断糖尿病肾病对该疾病的预后有重要意义。
目前尿微量白蛋白被认为是诊断糖尿病肾病的早期标志物，但其灵敏度不够。
因此通过筛选差异表达的基因，挖掘糖尿病肾病标志物，对于糖尿病肾病的诊断和治疗有重要意义。
基因芯片由于其高通量的特点，广泛应用于基因表达的分析。
本文应用生物信息学方法研究基因芯片的表达数据，筛选糖尿病肾病差异表达的基因，构建差异蛋白质的相互作用网络，筛选在肾脏组织特异表达的HUB蛋白质。
这些蛋白质可能成为糖尿病肾病的诊断标志物。
1 材料与方法1.1 肾组织基因表达数据在GEO数据库中以”diabetic nephropathy”为关键词检索。
通过人工判别将GSE30528和GSE30529纳入研究对象[1]。
其中GSE30528是研究肾小球基因表达的数据集， 22个GSM ,正常组13个(GSM757001-GSM757013)，DN组9个(GSM756992-GSM757000)。
GSE30529是研究肾小管基因表达的数据集，包括22个GSM ,正常组12个（GSM757024-GSM757035），DN组10个（GSM757014-GSM7 57023）。
1.2 数据标准化处理及差异基因筛选将下载的GSE30528和GSE30529应用Array-Tools软件进行过滤和标准化处理。
过滤标准为（1）2类样本的基因中位数至少2倍以上的改变，且不少于20%的样本数；（2）基因表达缺失的样本数不超过50%。
标准化处理后的数据用Class Comparison工具进行非配对的t检验(P<0.001),筛选出差异表达基因。
1.3 差异蛋白相互作用网络的构建将筛选出的差异基因对应的蛋白名称输入STRING在线软件，得到差异蛋白的相互作用网络。
在构建的网络中计算每个差异蛋白的连通度，连通度高的即为HUB蛋白。
1.4 肾脏组织差异表达的HUB蛋白生物学功能进入TiGER数据库，下载肾脏组织特异表达基因库。
依据该数据库，在差异蛋白质网络中筛选出在肾脏组织特异表达的差异蛋白。
2 结果2.1 差异表达基因GSE30528数据集得到差异表达基因为906，其中上调 689个，下调 217 个。
上调表达最高的基因为LTF，倍数为9.21倍，下调表达最高的基因为CHI3L1,倍数为0.08倍。
GSE30529数据集得到差异表达基因为828个，其中上调266个，下调 562 个。
上调表达最高的基因为LTF，倍数为22.99倍，下调表达最高的基因为HRG,倍数为0.14倍。
2.2差异蛋白相互作用网络的构建依据GSE30528差异表达基因构建的蛋白质作用网络共2260个边，参与蛋白为 665个（图1）。
GSE30529差异表达基因构建的蛋白质作用网络共3445条边，参与蛋白为634个（图2）。
在2个网络中连通度最高的均为VEGF，连通度分别为80和87。
2.3 肾脏组织特异表达差异的HUB蛋白结合TiGER数据库和构建的蛋白质相互作用网络，本研究共筛选到 7个肾脏组织特异表达的蛋白质（表1）。
分别为GZMA(Granzyme A)、SPP1(Secreted phosphoprotein 1)、TGFBI(transforming growth factor, beta-induced)、FGL2( Fibrinogen-like protein 2)、KNG1(kininogen 1)、VCAM1(vascular cell adhesion molecule 1)和EGF（Epidermal growth factor）。
这些蛋白质网络中连通度均大于20，是多种代谢和信号通路的关键节点。
3 讨论糖尿病肾病的基本病理改变为肾小球微血管病变和细胞外基质聚集。
目前主要诊断指标有尿微量白蛋白、α1微球蛋白和转铁蛋白等微量蛋白[2][3][4]。
这些蛋白质由于肾小球基底膜损伤，导致电荷屏障和分子屏障被破坏，血浆蛋白质漏出。
当尿微量蛋白出现时，肾小球已经出现了损伤。
更早的发现肾脏的微小病理改变变得尤为重要，因此很多研究都在探索糖尿病肾病早期诊断的标志物[5][6]。
肾小球微血管病变和细胞外基质的聚集机制有多种，伴随多种分子的高表达或低表达，这些特异性分子可能成为糖尿病肾病发展过程中的特异标志物。
本文通过研究正常肾脏组织和糖尿病肾病肾脏组织基因表达量的差异，筛选出7种与糖尿病肾病发展过程密切相关的蛋白质，可能成为早期诊断糖尿病肾病的指标。
KNG1(kininogen 1)激肽原1，激肽原在激肽原酶的作用下释放激肽，从而激活激肽系统，改善肾脏的微循环。
在糖尿病肾病组，KNG1的表达明显下降。
SPP1(Secreted phosphoprotein 1)分泌性磷酸蛋白1，可促进细胞的黏附和迁移。
VCAM1(vascular cell adhesion molecule 1)血管细胞粘附分子1，为细胞黏附分子家族成员。
选择性的促使单核细胞对内皮细胞的粘附。
FGL2( Fibrinogen-like protein 2),又称纤维介素蛋白2，FGL2的高表达与细胞外基质纤维蛋白的沉积有关，可加速糖尿病微循环障碍，加重肾损害。
TGFBI (transforming growth factor, beta-induced)是一种由转化生长因子β诱导的分泌蛋白，为细胞外基质蛋白。
EGF （Epidermal growth factor）表皮生长因子，促进上皮细胞增殖、分化，参与组织损伤与修复。
可在肾小管合成,在肾衰竭患者中EGF明显降低[7]。