陈慧，陈光辉，孙丽丽，黄培坚，黄秋芳(南方医科大学附属小榄医院检验科，广东中山510515)

脓毒症(neonatal sepsis)是指细菌、病毒及真菌等入侵机体血液循环，产生毒素导致全身严重感染和器官损伤的临床综合征，是造成新生儿死亡的重要原因[1-2]。新生儿脓毒症可进展成新生儿急性呼吸窘迫综合征、难治性新生儿呼吸衰竭、脓毒症休克，甚至导致死亡[3-4]。尽管有创/无创呼吸支持技术和肺泡表面活性物质的临床应用在一定程度上提高了新生儿脓毒症的存活率，但新生儿脓毒症的发生率和发生后遗症的概率仍然较高，主要是由于新生儿肺部对感染敏感性增强、免疫功能不全[5-6]。加权基因共表达网络分析(weighted gene co-expression network analysis，WGCNA)旨在寻找协同表达的基因模块(module)，并探索基因网络与关注的表型之间的关系及关键基因(hub基因)[7]。本研究通过WGCNA分析脓毒症有、无休克患儿基因模块，确定hub基因，为新生儿脓毒症诊断提供潜在的分子标志物。

1 材料和方法

1.1数据下载 从GEO数据库(https://www.ncbi.nlm.nih.gov/geo/)下载与脓毒症患儿相关的表达矩阵。筛选标准：(1)具有对照和脓毒症患儿样本；(2)样本总个数≥50。最终选取脓毒症患儿相关基因表达矩阵(gene set enrichment，GSE)119217用于本研究，其中对照12例，脓毒症无休克患儿81例，脓毒症休克患儿41例，共134例，样本类型为外周血。对于该芯片数据，首先根据芯片对应的平台信息进行ID转换，然后使用具有原始数据读取、数据质量控制、数据预处理、对多种实验设计进行差异分析等功能的limma程序包进行校正。

1.2WGCNA分析 WGCNA通过基因在样本中表达的相似性确定基因模块后，提供相应的函数关联基因模块与临床信息，进而识别有临床意义的基因模块。……