典型文献
基于加权基因共表达网络分析筛选阿尔茨海默病的血液关键基因
文献摘要：
目的 基于加权基因共表达网络分析(WGCNA)筛选阿尔茨海默病(AD)的血液关键基因.方法 2021年5—7月,利用美国国家生物技术信息中心基因表达综合数据库收集AD相关数据,以AD患者为实验组,以年龄匹配的健康老年人为对照组.采用WGCNA构建差异基因的共表达网络,以进一步筛选与临床特征相关性较高的基因模块.利用注释、可视化和集成发现的数据库(DAVID)对基因模块进行GO富集分析和KEGG通路富集分析.以基因显著性(GS)>0.9和模块身份(MM)>0.9为临界标准筛选模块中的核心基因,再使用Cytoscape的cytoHubba插件筛选蛋白-蛋白相互作用(PPI)网络中的关键基因.结果 本研究数据集为GSE97760队列的19个血液样本,其中实验组10个血液样本、对照组9个血液样本.最终拆分出4个基因共表达模块,结果显示,黑色模块与AD呈正相关(r=0.89),绿色模块与AD呈负相关(r=-0.90).GO富集分析结果显示,黑色模块和绿色模块基因的生物学功能主要富集于转录、参与泛素依赖性蛋白质分解代谢过程的蛋白质泛素化,细胞组成主要富集于核、核质,分子功能主要富集于蛋白质结合、DNA结合、泛素蛋白转移酶活性.KEGG通路富集分析结果显示,黑色模块和绿色模块基因主要调节途径包括PI3K-Akt信号通路、MAPK信号通路.在黑色模块中共得到4个关键基因(CUL5、RBM25、SRSF10、SRSF2),其中CUL5的最大团中心性(MCC)、最大相邻成分(MNC)、节点连接度(degree)、边缘渗滤分量(EPC)均最大.结论 CUL5是AD的血液关键基因,其可调控PI3K-Akt、MAPK信号通路,并有望成为AD潜在的诊断和治疗靶点.
文献关键词：
阿尔茨海默病;加权基因共表达网络分析;血液;基因
中图分类号：
作者姓名：
魏冕;张亚恒;韩亚;齐俊丽
作者机构：
471000 河南省洛阳市,河南科技大学第一附属医院神经内科;471000 河南省洛阳市,河南科技大学第二附属医院神经内科;471000 河南省洛阳市,洛阳职业技术学院康复医学院
文献出处：
引用格式：
[1]魏冕;张亚恒;韩亚;齐俊丽-.基于加权基因共表达网络分析筛选阿尔茨海默病的血液关键基因)[J].实用心脑肺血管病杂志,2022(10):92-96
A类：
GSE97760,CUL5,RBM25
B类：
加权基因共表达网络分析,阿尔茨海默病,关键基因,WGCNA,AD,生物技术,信息中心,中心基因,基因表达综合数据库,健康老年人,差异基因,DAVID,通路富集分析,MM,界标,核心基因,Cytoscape,cytoHubba,插件,蛋白相互作用,PPI,研究数据,集为,血液样本,拆分,分出,生物学功能,分解代谢,代谢过程,泛素化,细胞组成,核质,蛋白质结合,转移酶,PI3K,Akt,MAPK,SRSF10,SRSF2,大团,中心性,MCC,MNC,节点连接,连接度,degree,渗滤,EPC,可调控,诊断和治疗,治疗靶点
AB值：
0.290003
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
