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

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.

关键词：阿尔茨海默病、加权基因共表达网络分析、血液、基因

所属期刊栏目：30

分类号：R745.7(神经病学与精神病学)

资助基金：河南省医学科技攻关计划联合共建项目LHGJ20200598

在线出版日期：2022-09-30（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：92-96