【摘 要】 目的：采用生物信息学的方法来分析冠心病相关的基因，通路，转录因子和miRNA。方法：从公共基因芯片数据库GEO下载冠心病基因表达谱数据，筛选出差异表达基因(DEGs)，并对差异基因进行GO、KEGG以及PPI网络分析。最后利用Webgestalt预测CHD相关的miRNA以及转录因子，并构建miRNA-TF-gene调控网络。结果：共筛选出1449个DEGs。GO功能分析发现DEGs主要参与炎症反应、细胞 - 细胞信号传导、神经肽信号通路等生物学过程。KEGG通路富集分析发现DEGs参与神经活性配体 - 受体相互作用、蛋白质的消化和吸收、维生素的消化吸收等通路。并且筛选出20个与冠心病发病相关的基因，特别是发现了少有文献报道的POMC、MYOD1等基因。最后我们还预测了与CHD相关的7个转录因子和3个miRNA。结论：通过生物信息学对基因芯片数据的分析，我们得到了冠心病相关的基因、通路、miRNA以及转录因子，为冠心病的精准治疗提供了新思路。

    【关键词】 冠心病；生物信息学；差异表达基因 ；miRNA；转录因子

    【中图分类号】 R249 【文献标志码】A 【文章编号】1005-0019(2018)17-001-01

    冠状动脉粥样硬化性心脏病(coronary heart disease ......