典型文献
基于加权基因共表达网络分析识别雄激素性脱发的枢纽基因
文献摘要：
目的 使用加权基因共表达网络分析(WGCNA)探究雄激素性脱发(AGA)基因的协同共表达,寻找与雄激素性脱发有关的关键基因.方法 借助R语言分析基因表达数据库(GEO)中关于AGA的GSE90594数据集,得到与临床表现正负相关性最高的模块各一个,并提取模块中的基因,使用clusterprofiler包进行下游GO与KEGG富集分析,同时对模块内GS和MM的相关性进行分析,并使用Cytosacpe绘制共表达网络图,筛选枢纽基因.结果 根据基因表达的相关性,发现20个共表达模块,其中brown模块和turquoise模块与AGA显著相关,共表达网络发现13个基因(PDGFRA、PMP22、ZCCHC24、COL6AI、ISLR、PRRX1、PKP1、CALN1、PNMAL2、PPP5D1、GJB6、DSC2、GJA3)在网络中处于核心的地位.并用上述基因做了疾病模型,对疾病预测准确性很高.结论 PDGFRA、PMP22、ZCCHC24、COL6A1、ISLR、PRRX1 的表达与 AGA 呈正相关,PKP1、CALN1、PNMAL2、PPP5D1、GJB6、DSC2、GJA3的表达与 AGA 呈负相关.
文献关键词：
脱发;雄激素性;权重基因共表达网络分析;生物信息学
中图分类号：
作者姓名：
候圣祥;张敬芳;胡俊;刘璐;陈天禹;庞燊
作者机构：
410219,长沙医学院
文献出处：
引用格式：
[1]候圣祥;张敬芳;胡俊;刘璐;陈天禹;庞燊-.基于加权基因共表达网络分析识别雄激素性脱发的枢纽基因)[J].实用皮肤病学杂志,2022(01):9-13
A类：
GSE90594,clusterprofiler,Cytosacpe,ZCCHC24,COL6AI,PRRX1,CALN1,PNMAL2,PPP5D1,GJB6,GJA3,COL6A1
B类：
加权基因共表达网络分析,分析识别,雄激素性脱发,枢纽基因,WGCNA,AGA,发有,关键基因,语言分析,基因表达数据库,GEO,正负,取模,富集分析,MM,网络图,brown,turquoise,网络发现,PDGFRA,PMP22,ISLR,PKP1,DSC2,疾病模型,疾病预测,预测准确性,权重基因共表达网络分析
AB值：
0.214994
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。
