黄碧青，李菁

系统性硬化症(systemic sclerosis, SSc)是一种自身免疫性疾病，临床上以皮肤、内脏纤维化和血管损伤为特征[1]。SSc的发病机制不清，可能涉及遗传因素、表观遗传修饰和环境暴露[2]。SSc是一种罕见的异质性结缔组织病，与性别(男∶女=1∶3～14)、种族(欧洲人群发病率较高)有关，发病率为50～300/百万[3]。50%的SSc患者存在肺部受累，其中间质性肺病(interstitial lung disease, ILD)是导致SSc患者死亡的最主要原因[4-5]。但目前关于SSc-ILD的治疗选择有限，疾病治疗药物大多局限于非选择性免疫抑制剂[6]。了解疾病表观背后的关键分子机制对SSc-ILD的早期诊断以及靶向治疗至关重要。本研究旨在通过生物信息学方法寻找SSc-ILD的潜在标志物和治疗靶点，为SSc-ILD的早期诊断和开发新的治疗药物提供方向。

1 材料与方法

1.1 数据获取和处理

GEO数据库(https://www.ncbi.nlm.nih.gov/geo)是一个公共基因组数据存储库。本研究按以下纳入标准进行筛选：(1)关键词为“系统性硬化症”、“间质性肺病”、“人类”；(2)诊断为SSc-ILD的样本和正常组织样本。通过R语言(4.0.2版本)“GEOquery”包从GEO数据库中获取SSc-ILD相关的2个芯片(GSE76808、GSE81292)的系列矩阵文件和相关注释，分别根据2个芯片的各自GPL提供的注释文件，将带有探针ID的表达矩阵转换为基因符号，删除没有相应基因符号的探针，并计算平均值作为多个探针对应的基因的最终表达值。通过R语言“limma”[7]包对2个芯片的原始数据，分别进行背景校正、归一化和表达值计算。使用“Normize Between Array函数”对所有样本的阵列内和阵列之间的分位数进行归一化。关于2个芯片的详细信息见表1。

表1 SSc-ILD基因表达谱数据信息Table 1 SSc-ILD gene expression profile data information

1.2 差异性表达基因鉴定

采用“limma”包中经验贝叶斯方法分析差异性表达基因(differentially expressed genes, DEGs)。……