基于加权基因共表达网络分析识别抑郁症的差异表达基因模块

R749.4; 目的·采用加权基因共表达网络分析(weighted gene co-expression network analysis,WGCNA)探索抑郁症相关的差异基因模块及其枢纽基因,并对差异基因模块进行生物功能注释.方法·在之前对8例抑郁症患者及8名健康对照者(对照组)的外周血mRNA微阵列分析实验的基础上,应用t检验筛选抑郁症患者与对照组的差异表达基因,通过R软件WGCNA包进行分析;当关联系数阈值设定为0.9时,参数β=14,以此构建基因数据集的共表达网络.应用混合动态树切割方法切割网络产生基因模块.采用Pearson相关性检验评估基因模块和抑郁症之间的相关性,分别选取与抑郁症...

Ausführliche Beschreibung

Gespeichert in:
Bibliographische Detailangaben
Veröffentlicht in:上海交通大学学报(医学版) 2021-06, Vol.41 (6), p.724-731
Hauptverfasser: 耿瑞杰, 姚琳, 黄欣欣, 禹顺英, 苑成梅, 洪武, 吕钦谕, 王庆中, 易正辉, 方贻儒
Format: Artikel
Sprache:chi
Online-Zugang:Volltext
Tags: Tag hinzufügen
Keine Tags, Fügen Sie den ersten Tag hinzu!
Beschreibung
Zusammenfassung:R749.4; 目的·采用加权基因共表达网络分析(weighted gene co-expression network analysis,WGCNA)探索抑郁症相关的差异基因模块及其枢纽基因,并对差异基因模块进行生物功能注释.方法·在之前对8例抑郁症患者及8名健康对照者(对照组)的外周血mRNA微阵列分析实验的基础上,应用t检验筛选抑郁症患者与对照组的差异表达基因,通过R软件WGCNA包进行分析;当关联系数阈值设定为0.9时,参数β=14,以此构建基因数据集的共表达网络.应用混合动态树切割方法切割网络产生基因模块.采用Pearson相关性检验评估基因模块和抑郁症之间的相关性,分别选取与抑郁症正相关性和负相关性最强的基因模块,并选择模块内连接性最强的前3个基因作为枢纽基因.最后利用GO功能富集分析和KEGG通路分析对2个模块进行功能注释.结果·从16个样品中获得4 125个差异表达基因,从中识别出9个基因模块,选择蓝色(blue)模块(R=-0.91,P=0.000)和青色(cyan)模块(R=0.76,P=0.000)进行后续研究.Blue模块的枢纽基因为JAM2(junctional adhesion molecule 2)、SCRN2(secernin 2)和 IGHV7-81(immunoglobulin heavy variable 7-81);cyan 模块的枢纽基因为SCFD2(Sec1 family domain containing 2)、NR5A2(nuclear receptor subfamily 5 group A member 2)和KCNMA1(potassium calcium-activated channel subfamily M alpha 1).生物功能注释发现,cyan模块的基因主要富集在胚胎发育、细胞生长、免疫及炎症等生物学过程,blue模块基因则主要在物质加工转运及感染等方面富集.结论·得到2个外周血mRNA基因模块和6个枢纽基因(JAM2、SCRN2、IGHV7-81、SCFD2、NR5A2和KCNMA1),可能与抑郁症显著相关;这2个基因模块可能在胚胎发育、免疫和炎症反应、物质加工转运等方面发挥作用.
ISSN:1674-8115
DOI:10.3969/j.issn.1674-8115.2021.06.004