基于生物信息学挖掘区分潜伏与活动性肺结核的关键Hub基因及信号通路

本研究针对潜伏性结核感染(LTBI)进展为活动性结核(ATB)的早期诊断难题，通过整合WGCNA、DEG、PPI网络及GO/KEGG分析等多重生物信息学策略，从转录组数据中筛选出HLA-DOA、ECH1等4个经RT-qPCR验证的关键Hub基因，为结核病进展机制研究与临床诊断提供新视角。

　　

通过综合性生物信息学分析策略鉴定区分潜伏性与活动性肺结核的关键枢纽基因(Hub Genes)和核心信号通路。研究目标聚焦于潜伏性结核感染(Latent Tuberculosis Infection, LTBI)人群——作为活动性结核(Active Tuberculosis, ATB)的主要源头，亟需可靠诊断标志物以阻断疾病进展。研究方法整合基因表达汇编(GEO)数据库的转录组数据集，采用加权基因共表达网络分析(Weighted Gene Co-expression Network Analysis, WGCNA)、差异表达基因(Differentially Expressed Genes, DEGs)筛选、蛋白质互作网络(Protein-Protein Interaction, PPI)构建、基因本体论(Gene Ontology, GO)及京都基因与基因组百科全书(Kyoto Encyclopedia of Genes and Genomes, KEGG)富集分析等技术手段。研究结果涵盖5个数据集(GSE193777等)的206个样本，共18,397个蛋白编码基因，最终鉴定出6个枢纽基因。RT-qPCR验证显示HLA-DOA(p=0.002)、ECH1(p=7.19×10^-8)、PARN(p=9.22×10^-9)和TRAPPC4(p=6.81×10^-7)在LTBI群体中表达显著下调。结论表明这些标志物为区分LTBI与ATB提供关键线索，有助于解析结核病进展的分子机制。