基于信息學分析的帕金森病額葉基因表達譜研究_《華西醫學》

作者：

 吳欣桐 ¹ , 洪培偉 ²

1. 四川大學華西醫院神經內科（成都 ?610041）;
2. 四川大學華西公共衛生學院/華西第四醫院老年醫學/神經內科（成都 ?610041）;

關鍵詞：

帕金森病額葉非運動癥狀抑郁生物信息學

DOI：

10.7507/1002-0179.201904201

視頻：

導出 下載 收藏 掃碼 引用

摘要 全文 圖表 視頻 參考文獻 施引文獻 補充材料

目的采用生物信息學方法分析帕金森病（Parkinson disease，PD）患者額葉組織的基因表達譜，來探索 PD 抑郁相關的機制。方法從 Gene Expression Omnibus（GEO）數據庫中使用“Parkinson disease”進行檢索，并限定組織來源為人類（Homo sapiens）及檢測方法為表達譜芯片（Expression profiling by array），獲取 2019 年 3 月 20 日前 GEO 數據庫中的所有生物信息數據。使用 ImaGEO（Integrative Gene Expression Meta-Analysis from GEO database）、DAVID（the Database for Annotation, Visualization and Integrated Discovery）、STRING 在線工具及 Cytoscape 3.6.1 軟件進行數據分析。結果根據檢索條件，獲得了 2 個數據集，共 45 個樣本（PD 組 24 個，健康對照組 21 個）。與健康對照組相比，PD 組的額葉中總共有 236 個基因表達存在差異，其中 146 個基因表達水平增高，90 個基因表達水平下降。根據基因本體論分析及京都基因和基因組數據庫分析，該差異基因主要富集在突觸后膜、細胞膜成分、突觸后膜密集區、髓鞘等結構。差異基因參與了和 PD 發生有關的多巴胺能、谷氨酸能及 γ-氨基丁酸能等神經突觸的生物過程、抑郁的發生過程和多條信號通路（如：絲裂原激活蛋白激酶信號通路、p53 信號通路及 Wnt 信號通路）；其中關鍵蛋白是 NFKBIA、NRXN1 和 RPL35A。結論 PD 患者額葉的基因表達與 PD 抑郁發生有關。該研究為進一步理解 PD 抑郁的發病機制提供了理論依據。

引用本文： 吳欣桐, 洪培偉. 基于信息學分析的帕金森病額葉基因表達譜研究. 華西醫學, 2019, 34(10): 1117-1125. doi: 10.7507/1002-0179.201904201 復制

帕金森病（Parkinson disease，PD）是常見的神經變性疾病之一。主要臨床表現為運動癥狀（運動遲緩、肌強直及靜止性震顫）及非運動癥狀（睡眠障礙、自主神經功能紊亂、精神癥狀及行為障礙）^[1]。有文獻報道 89% 的 PD 患者存在精神癥狀^[2]，其中以抑郁、焦慮、幻覺、妄想及情感淡漠最常見^[3]。目前認為 PD 的病理改變主要是 α-突觸核蛋白在神經元胞體內沉積，形成路易小體，從而導致多巴胺能神經元丟失、多巴胺能通路變性、神經遞質水平失衡。其解剖結構主要集中在黑質致密部、前嗅核、舌咽神經、迷走神經核及藍斑等部位^[4-5]。有研究認為 PD 患者的非運動癥狀可能與額葉、邊緣系統（包括前扣帶皮質、丘腦、杏仁核和紋狀體腹側等）結構的改變和功能異常相關^{[3, 6]}。目前已有研究發現 PD 患者尾狀核頭共有 170 個表達有差異的基因，其中 47 個表達水平升高，123 個表達水平下降。這些差異基因密切參與了 PD 多個生理病理過程，包括基因轉錄調控、信號傳遞、氧化應激、神經遞質的合成和釋放等^[7]。但迄今尚無就 PD 患者額葉基因表達譜進行研究的報道。本研究采用生物信息學數據分析的方法分析 PD 額葉基因表達譜的變化及可能的關鍵蛋白，為探索 PD 抑郁的發病機制，以及為將來的治療方向提供理論依據。現報告如下。

1 材料與方法

1.1 樣本獲取及差異基因分析

在 Gene Expression Omnibus（GEO）數據庫（http://www.ncbi.nlm.nih.gov/geo/）中使用了“Parkinson disease”進行檢索，并限定組織來源為人類（Homo sapiens）以及檢測方法為表達譜芯片（Expression profiling by array），獲取 2019 年 3 月 20 日前 GEO 數據庫中所有的生物學標本信息。通過閱讀批次摘要，篩選獲取的批次，選擇組織樣本為額葉的批次；將獲得的樣本輸入 ImaGEO（Integrative Gene Expression Meta-Analysis from GEO database）網站（http://bioinfo.genyo.es/imageo/），對輸入樣本進行質量控制及差異基因分析，其中使用函數 quantiles 進行數據標準化，使用函數 RMA 進行基因表達背景校正，使用函數 SVA 去除批次差異；使用 Limma 包進行差異基因篩選，P 值閾值設置為 0.05^[8]。

1.2 功能富集分析、生成蛋白互作網絡及篩選疾病的關鍵蛋白

將獲得的差異基因的基因符號（Gene official symbol）輸入 DAVID（the Database for Annotation，Visualization and Integrated Discovery）網站（https://david.ncifcrf.gov/），使用人類所有基因作為基因背景，使用 DAVID 在線工具對差異基因進行功能富集分析，獲取基因本體論（gene ontology，GO）及京都基因和基因組數據庫（Kyoto Encyclopedia of Genes and Genomes，KEGG）通路分析結果^[9-10]。使用 STRING（http://string-db.org/）對差異基因進行蛋白互作網絡分析（Organism 選擇為 Homo sapiens，minimum required interaction score 設置為 0.4）并獲取蛋白互作網絡數據[各節點（node）相互作用的 Combined score]，將數據導入 Cytoscape 3.6.1 軟件進行分析^[11]；并使用 cytoHubba 中的 12 種算法分別篩選蛋白互作網絡中的前 10 個關鍵蛋白，再與差異基因進行比對，以獲取可能與 PD 額葉病變相關的關鍵蛋白^[12]。

2 結果

2.1 PD 患者及健康對照組的差異基因表達情況

根據檢索方式以及限定條件，我們從 GEO 數據庫中獲得了 42 個批次；對 42 個批次進行篩選后獲得 2 個組織來源為額葉的批次（GSE8397 和 GSE20168），總共 45 個樣本，其中 PD 組 24 個，健康對照組 21 個。PD 患者年齡 67～89 歲，平均 77.5 歲；健康對照組年齡 54～94 歲，平均 71.3 歲，兩組間差異有統計學意義（P=0.025）。PD 患者男性比例為 58%（14/24），健康對照組的男性比例為 76%（16/21），兩組間差異無統計學意義（P=0.342）。

把納入的 2 個批次輸入 ImaGEO 中，選取符合標準的樣本進行分析。質量控制結果（圖 1）顯示無異常樣本，因此 45 個樣本均納入分析。經綜合分析發現，與健康對照組相比，PD 組的額葉中總共有 236 個基因表達存在差異，其中 146 個基因表達水平增高，90 個基因表達水平下降（圖 2）。

圖1 樣本質量控制箱形圖

GSE8397 批次使用了 2 種不同的檢測方法，a、b、c 分別代表 GSE8397_GPL96、GSE8397_GPL97 及 GSE20168 批次。圖形反映出本次納入的批次一致性較好，未出現異常樣本

圖選項

下載全尺寸圖像

下載幻燈片

圖2 PD 患者與正常對照的額葉基因表達譜差異基因熱圖（前 100 位差異基因）　

a、b. 在 PD 中表達水平增高的基因；c、d. 在 PD 中表達水平降低的基因

圖選項

下載全尺寸圖像

下載幻燈片

2.2 差異基因參與的生物過程及信號通路

經 DAVID 工具分析，GO 分析結果顯示差異基因主要參與突觸后膜、細胞膜成分、突觸后膜密集區、髓鞘等結構（表 1）。KEGG 通路分析結果顯示（表 2）：① 差異基因參與包括 PD、抑郁、睡眠節律障礙等疾病在內的多種疾病發生；② 差異基因參與了多巴胺能神經突觸、谷氨酸能神經突觸及 γ-氨基丁酸（γ-aminobutyric acid，GABA）能神經突觸等神經突觸的生物過程；③ 差異基因參與了多條信號通路［包括絲裂原激活蛋白激酶（mitogen-activated protein kinase，MAPK）信號通路、p53 信號通路及 Wnt 信號通路］。

表1 PD 額葉差異基因功能富集分析（GO 分析）

表選項

下載CSV

表1 PD 額葉差異基因功能富集分析（GO 分析）

生物學過程	數量	P 值	參與基因
突觸后膜	10	2.04×10^?3	CNKSR2、EPHA4、GABRA1、CHRM3、ARF1、NCS1、GRIA3、SHANK2、CAMK2N1、DLG2
細胞液	63	2.15×10^?3	CHMP3、SNCA、WASF2、NCS1、TRAPPC2L、UBQLN4、ANPEP、ITPKB、GTSE1、PGPEP1、AP1S2、NOD1、PACSIN2、GSN、RPLP1、PRKACB、PAK1、MAP2K7、AHNAK、KHDRBS1、RPL35A、CYCS、BCL2L11、PRKCB、RPS19、SERPINB6、CCND2、GNB5、MAPK9、NEK9、PDE9A、EMP2、ALDOA、BBS7、HAUS2、ALDOB、MKNK1、NFKBIA、IGF2BP2、CNTRL、HDGFRP3、DOCK1、DAPP1、GMIP、MAP3K3、PPP2CA、PREPL、ENO3、NFATC3、ZBP1、DNAJA2、PARD6B、CFLAR、KIF3A、TSR1、NLK、PDE3A、RNF103-CHMP3、RNF115、ARF1、IRF1、CRYZL1、CBS
細胞膜成分	32	3.79×10^?3	PCDHA6、PCDHA7、PCDHA8、TSPAN2、PCDHA2、PCDHA3、PCDHA4、SLC5A1、TSPAN5、PCDHA5、ANPEP、PCDHA1、PCDHAC2、PCDHAC1、IL17RB、CD48、ATP2B2、ATP8B1、BCAP29、PCDHA10、PCDHA11、DCLK1、GABRA1、SLCO4A1、SCN2A、NRXN1、FZD4、EPHA4、ATP2C2、CHRM3、CD82、ROR1
細胞質	89	4.74×10^?3	HINT1、PRR11、SNCA、PTGS1、NCS1、TRAPPC2L、PAX6、UBQLN4、ZIC1、IL17RB、ATP2B2、NOD1、GSN、PACSIN2、NBPF1、RPLP1、ZNF395、PAK1、MSN、MAP2K7、AHNAK、SRPK2、METTL8、PARM1、OLA1、POLR1B、PRKCB、CCDC6、PRKD2、RBPMS、DCLRE1B、RPS19、MSX1、SERPINB6、UBE2K、MLLT10、ROR1、NEK9、PPP2R5E、LRCH3、NAIP、EMP2、C1D、CRTC3、MEAF6、ZFAND5、BCLAF1、GULP1、USP9Y、HAUS2、TFCP2L1、MKNK2、MKNK1、NFKBIA、IGF2BP2、CNTRL、ENSA、COMMD10、DOCK1、HNRNPK、MAP3K3、SPATS2、CASZ1、ENO3、SKIL、NFATC3、ZBP1、CNKSR2、CFLAR、PARD6B、ALPK1、PHACTR4、LPP、FAM111A、PTPN4、NXF2、NXF2B、MTRF1L、SHANK2、SRSF3、EPHA4、ADAP2、ATXN7、IRF1、UBXN6、HDAC9、GDF15、ZFHX3、CBS
突觸后膜密集區	8	1.14×10^?2	CNKSR2、EPHA4、ARF1、NCS1、SHANK2、CAMK2N1、DLG2、DCLK1
細胞核	89	1.32×10^?2	SPIN1、PCDHA2、HINT1、PRR11、SNCA、PTGS1、ZXDC、PAX6、RBM6、UBQLN4、ZNF250、ITPKB、FGF12、ZIC1、DIP2A、MBTD1、GSN、ZNF395、ZNF721、MSN、MAP2K7、AHNAK、KHDRBS1、SRPK2、METTL8、PARM1、PTBP1、CYCS、POLR1B、PRKCB、PRKD2、MSX1、SERPINB6、CCND2、UBE2K、MLLT10、GNB5、NEK9、PIAS2、EMP2、C1D、ALDOA、CRTC3、BCLAF1、BBS7、TFCP2L1、MKNK2、MKNK1、NFKBIA、IGF2BP2、COMMD10、HDGFRP3、DOCK1、HNRNPK、PPP2CA、POU2F1、CASZ1、MLXIP、BCL6、SKIL、ZNF701、NFATC3、ACSL5、ZBP1、PARD6B、NACC2、TSR1、JARID2、LPP、SUB1、NLK、FAM111A、NXF2、ZNF160、NXF2B、PHF10、RUFY2、NRF1、PLSCR2、ATXN7、ZNF862、IRF1、UBXN6、HDAC9、ZFHX2、GDF15、ZFHX3、KAT6A、CBS
郎飛結	3	1.63×10^?2	SCN2A、NFASC、SCN8A
核質	50	2.04×10^?2	SCAF4、PAX6、ZIC1、GTSE1、PACSIN2、ANO2、PRKACB、KHDRBS1、SRPK2、PTBP1、GTF2H3、POLR1B、PRKCB、DCLRE1C、PRKD2、RBPMS、MSX1、RPS19、CCND2、MLLT10、MAPK9、PIAS2、C1D、CRTC3、MEAF6、BCLAF1、HAUS2、MKNK2、MKNK1、ENSA、HDGFRP3、DOCK1、HNRNPK、IVD、POU2F1、CASZ1、BCL6、SKIL、NFATC3、TSR1、JARID2、NLK、GRIA3、SRSF3、NRF1、ATXN7、IRF1、HDAC9、ZFHX3、KAT6A
外泌體	50	2.39×10^?2	CHMP3、HINT1、SLC5A1、WASF2、PTGS1、NCS1、ANPEP、FSTL1、SYNGR2、MMRN2、RTN3、CD48、ATP2B2、PACSIN2、GSN、RPLP1、MSN、PRKACB、AHNAK、ITFG1、KNG1、RPL35A、SLC12A9、PTBP1、OLA1、PRKCB、RPS19、SERPINB6、UBE2K、CD82、NAIP、ALDOA、ALDOB、HNRNPK、PPP2CA、ENO3、DNAJA2、CNKSR2、PARD6B、KIF3A、SUB1、NFASC、FZD4、RNF103-CHMP3、NRF1、LAMA3、ARF1、GDF15、UBXN6、CMTM6
蛋白磷酸酶復合體 2A 型	3	2.83×10^?2	PPP2CA、CYCS、PPP2R5E
感光細胞外節段	4	3.14×10^?2	BBS7、PTGS1、GNB5、SHANK2
局部黏附	11	3.60×10^?2	RPS19、HNRNPK、ARF1、PACSIN2、LPP、GSN、RPLP1、NFASC、MSN、PAK1、AHNAK
核仁	19	3.62×10^?2	SRPK2、MEAF6、BCLAF1、SPIN1、TSR1、SUB1、PTBP1、MKNK2、OLA1、POLR1B、RPS19、CCND2、ATXN7、NFATC3、ZFHX3、C1D、ACSL5、KAT6A、OXR1
髓鞘	6	5.16×10^?2	GNAO1、TSPAN2、NFASC、GNB5、MSN、NDUFS1
核 RNA 輸出因子復合物	2	5.19×10^?2	NXF2B、NXF2
質膜	65	8.32×10^?2	JPH3、PCDHA8、PCDHA9、ADORA3、CHMP3、PCDHA3、HINT1、PCDHA4、SLC5A1、SNCA、TSPAN5、NCS1、PCDHA1、STXBP5L、RTN3、IL17RB、CD48、ATP2B2、SEZ6L2、GSN、ATP8B1、ANO2、MSN、PRKACB、PAK1、DLG2、AHNAK、KNG1、PARM1、SLC12A9、SLCO4A1、NRXN1、KIAA0754、PRKCB、PRKD2、CHRM3、CD82、ROR1、GNB5、EMP2、NFKBIA、PCDHAC2、PAQR5、PCDHAC1、GPR22、DAPP1、PPP2CA、ENO3、PCDHA12、PCDHA13、CNKSR2、PARD6B、GABRA1、GNAO1、LPP、NFASC、GRIA3、SHANK2、RNF103-CHMP3、FZD4、EPHA4、ADAP2、ARF1、PLSCR2、SCN8A
細胞連接	11	8.47×10^?2	EPHA4、ATP2B2、GABRA1、CHRM3、SNCA、NCS1、GRIA3、NRXN1、SHANK2、CAMK2N1、DLG2
MOZ/MORF 組蛋白乙酰轉移酶復合物	2	8.90×10^?2	MEAF6、KAT6A
COPI 有被小泡	2	8.90×10^?2	TMED2、ARF1

表2 PD 額葉差異基因生物學通路分析（KEGG 分析）

表選項

下載CSV

信號通路	數量	P 值	參與基因
多巴胺能神經突觸	8	4.49×10^?3	GNAO1、PPP2CA、MAPK9、GNB5、GRIA3、PPP2R5E、PRKACB、PRKCB
逆行神經信號	7	5.65×10^?3	GNAO1、GABRA1、MAPK9、GNB5、GRIA3、PRKACB、PRKCB
MAPK 信號通路	11	7.47×10^?3	MAP3K3、NLK、MKNK2、MKNK1、MAPK9、PRKACB、FGF12、PAK1、MAP2K7、NFATC3、PRKCB
嗎啡依賴	6	1.55×10^?2	GNAO1、GABRA1、GNB5、PDE3A、PRKACB、PRKCB
促性腺激素釋放激素信號通路	6	1.55×10^?2	GNRH1、MAP3K3、MAPK9、PRKACB、MAP2K7、PRKCB
志賀菌感染	5	1.94×10^?2	DOCK1、NOD1、WASF2、NFKBIA、MAPK9
p53 信號通路	5	2.26×10^?2	CCND2、CD82、CYCS、GTSE1、TP53AIP1
Wnt 信號通路	7	2.38×10^?2	CCND2、NLK、MAPK9、PRKACB、FZD4、NFATC3、PRKCB
干細胞細胞多能性調節通路	7	2.53×10^?2	INHBA、JARID2、PAX6、SKIL、FZD4、ZFHX3、KAT6A
谷氨酸能神經突觸	6	3.67×10^?2	GNAO1、GNB5、GRIA3、PRKACB、SHANK2、PRKCB
GABA 能神經突觸	5	4.80×10^?2	GNAO1、GABRA1、GNB5、PRKACB、PRKCB
軍團桿菌感染	4	5.60×10^?2	ARF1、CYCS、NFKBIA、NAIP
NOD 樣受體信號通路	4	6.12×10^?2	NOD1、NFKBIA、MAPK9、NAIP
甲型流感	7	6.18×10^?2	CYCS、NXF2B、NXF2、NFKBIA、MAPK9、MAP2K7、PRKCB
睡眠節律障礙	5	6.70×10^?2	GNAO1、GNB5、GRIA3、PRKACB、PRKCB
抑郁	4	7.22×10^?2	GNAO1、PPP2CA、GRIA3、PRKCB
單純皰疹病毒感染	7	7.49×10^?2	SRSF3、HNRNPK、CYCS、NXF2B、NXF2、NFKBIA、MAPK9
PD	6	7.90×10^?2	CYCS、SNCA、PRKACB、ATP5G3、NDUFS1、UQCRB
美洲錐蟲病	5	8.69×10^?2	CFLAR、GNAO1、PPP2CA、NFKBIA、MAPK9
幽門螺桿菌感染中的上皮細胞信號轉導	4	9.34×10^?2	NOD1、NFKBIA、MAPK9、PAK1
非酒精性脂肪肝	6	9.66×10^?2	CYCS、MAPK9、MLXIP、BCL2L11、NDUFS1、UQCRB

2.3 關鍵蛋白篩選

使用 STRING 工具及 CytoHubba 查找關鍵蛋白，圖 3 展示了 12 種算法中前 10 位關鍵蛋白。對關鍵蛋白在不同算法中出現的頻次進行分析，發現出現頻率最高的前 3 位蛋白分別是 NFKBIA、NRXN1 和 RPL35A，其頻次均為 7。其中 NFKBIA 參與了 NOD 樣受體信號通路的生物過程。

圖3 參與 PD 的關鍵蛋白

使用 CytoHubba 中 12 種算法計算出的在 PD 額葉差異基因的蛋白互作網絡中排名前 10 的關鍵蛋白

圖選項

下載全尺寸圖像

下載幻燈片

3 討論

流行病學研究發現我國老年人群（年齡≥65 歲）PD 發病率約為 1.7%，且發病率隨著年齡的增加而有所上升^[13]。PD 的發病機制并不明確，老齡化、環境因素、遺傳變異都可能與 PD 發病相關。基因研究仍然是目前 PD 學術領域的熱點。迄今為止，已確定的 PD 相關易感基因有 NACP、PARK2、UCH-L1、DJ-1、PINK1、LRRK2、ATP13A2 及 HTRA2，其中 PARK2、DJ-1、PINK1 與常染色體隱性遺傳性 PD 相關^[14]。

本研究通過生物信息學分析方法，從 GEO 數據庫中獲取 PD 患者的額葉組織及無神經疾病對照者額葉組織的生物信息，通過 ImaGEO 進行不同批次間的綜合分析發現有 236 個差異基因，其中 146 個基因表達水平增高，90 個基因表達水平下降。這些差異基因參與了神經元多個結構的形成和變化，包括突觸后膜、細胞膜成分、突觸后膜密集區、髓鞘等。雖然本研究發現了 236 個基因在 PD 患者額葉中的表達差異，但是仍需動物實驗來驗證這些基因和 PD 的相關性，并進一步研究其作用。

眾所周知，除了運動癥狀，PD 患者也存在非運動癥狀，其中精神和情緒障礙十分常見。非運動癥狀可以表現在 PD 的各個階段，甚至可以先于運動癥狀出現^[15]。然而，臨床工作中，醫務人員可能因為對非運動癥狀認識不足，造成診斷的延遲。

在 PD 患者中，抑郁是最常見的精神癥狀，文獻報道其發生率為 17% 到 45.8% 不等^[16-18]。多個影像學研究表明，對比無抑郁癥的 PD 患者，在合并抑郁癥的 PD 患者中，雙側額葉多個部位均受損^[3]。同時正電子發射型計算機斷層顯像研究發現合并抑郁癥的 PD 患者的雙額葉血流減少^[19]。基于體素的形態學分析研究表明，合并抑郁狀態的 PD 患者的額葉及顳葉的灰質密度降低^[20-21]。

本研究通過 KEGG 分析發現，差異基因參與了 PD（CYCS、SNCA、PRKACB、ATP5G3、NDUFS1、UQCRB）以及抑郁障礙（GNAO1、PPP2CA、GRIA3、PRKCB）的發生過程。這可能跟這些差異基因與多巴胺能神經突觸（GNAO1、PPP2CA、MAPK9、GNB5、GRIA3、PPP2R5E、PRKACB、PRKCB）、谷氨酸能神經突觸（GNAO1、GNB5、GRIA3、PRKACB、SHANK2、PRKCB）及 GABA 能神經突觸（GNAO1、GABRA1、GNB5、PRKACB、PRKCB）等生物過程相關。從結果中可以看到，PRKACB 參與了多巴胺能、谷氨酸能和 GABA 能神經突觸的形成，也參與了 PD 的過程。GNAO1 和 PRKCB 與抑郁的產生和 3 種神經突觸形成相關。谷氨酸和 GABA 是腦組織內最常見的神經遞質。其中谷氨酸是一種興奮性遞質，而 GABA 則是抑制性遞質，腦內谷氨酸和 GABA 的平衡改變可改變中樞神經系統興奮抑制狀態，參與情緒的調節。有研究發現，PD 大鼠模型紋狀體內谷氨酸水平的改變與多巴胺分泌相關^[22]。本研究結果發現 PD 患者額葉中的差異基因參與了多巴胺、谷氨酸和 GABA 能突觸的形成和變化，從而可能與 PD 和抑郁的產生相關。

既往研究發現，導致 PD 的生物通路有突觸的神經信號傳遞異常、溶酶體的自噬作用、線粒體異常、細胞內的物質運輸障礙等^[7]。有研究報道，信號通路 MAPK 可以被 TrkB 激活，從而抑制凋亡信號通路，發揮神經保護作用（包括改善認知功能、促進神經再生、抗焦慮抑郁等）^[23]。GLS-2 和 Parkin 可以調節 PD 致病基因 DJ-1，而這兩個基因都是 p53 的調節基因。在有 p53 突變的轉化細胞中，DJ-1 水平通常可以增加 30～100 倍，從而說明 p53 對未轉化細胞的 DJ-1 水平具有負調控作用^[24]。此外，p53 是細胞應激反應的關鍵調節因子，p53 的激活可誘導神經元凋亡，這可能是腦卒中、阿爾茨海默病和 PD 等神經系統疾病所致神經元死亡的原因之一^[25-26]。動物實驗發現，PD 模型小鼠中 Wnt 信號通路上的多個基因參與了 PD 的形成^[27]。與 DNA 甲基化變化相一致，PD 小鼠中腦內多巴胺神經元4 個 Wnt 和神經發生相關基因（FOXC1、NEURG2、SPRY1、CTNNB1）的蛋白表達明顯降低，從而提示 Wnt 通路的表觀遺傳紊亂與 PD 發病和進展之間的重要聯系^[27]。本研究發現差異基因參與了 MAPK 信號通路、p53 信號通路及 Wnt 信號通路，這也從另外一個角度說明這些差異基因的表達改變了信號通路，從而進一步與 PD 的發生相關。對差異基因的進一步研究有助于深入了解 PD 的產生機制。

本研究結果還提示多巴胺能、谷氨酸能和 GABA 能神經突觸的變化受到差異基因的調控，從而影響了腦內遞質的水平，導致 PD 和抑郁癥狀的產生。這也可以推測 PD 患者抑郁障礙的發生可能與兩者共同的致病基因有潛在聯系。在本研究中，我們還發現在 PD 患者額葉樣本中的關鍵蛋白為 NFKBIA、NRXN1 和 RPL35A。據報道，NFKBIA 基因多態性有癌癥易感性，與多發性骨髓瘤、霍奇金淋巴瘤、前列腺癌、乳腺癌、結腸直腸癌、胃癌和黑色素瘤的易感性相關^[28]。NRXN 1 基因啟動子和初始外顯子的缺失與多種神經發育、精神、神經和心理表型有關。研究發現 NRXN 1-β 在精神分裂癥患者腦組織中的表達明顯高于非精神分裂癥對照者，而 NRXN 1-α 在雙相情感障礙患者中表達增加^[29-30]。PRL35A 對 28S 和 5.8S 核糖體 RNA 的突變、60S 亞基形成、細胞增殖和存活具有重要作用，也被證實與一種遺傳性骨髓衰竭綜合征相關^[31]。雖然目前 PRL35A 和 NFKBIA 尚未證實與 PD 和抑郁相關，但是，這些位點可能成為將來研究 PD 合并抑郁的方向。

本研究的不足：首先，研究數據來源于公開信息源，是真實數據，因此年齡匹配時存在統計學差異。其次，患者的臨床資料獲取不全，這可能影響了對疾病癥狀和基因表達譜相關性的探索。最后，本研究尚未使用動物實驗進行驗證，實驗結果可能存在誤差。目前對 PD 額葉基因表達譜的研究尚少，之后，我們擬著重將差異表達的基因在動物模型上加以驗證，研究其在改變信號通路、影響表觀遺傳上的作用，以進一步明確 PD 抑郁的發病機制。