基于加权共表达网络分析筛选4个帕金森病的关键基因及免疫浸润分析.pdf
《基于加权共表达网络分析筛选4个帕金森病的关键基因及免疫浸润分析.pdf》由会员分享,可在线阅读,更多相关《基于加权共表达网络分析筛选4个帕金森病的关键基因及免疫浸润分析.pdf(6页珍藏版)》请在咨信网上搜索。
1、基金项目:皖南医学院中青年科研基金();安徽省大学生创新创业训练计划项目()通讯作者:何芳【基础医学】基于加权共表达网络分析筛选 个帕金森病的关键基因及免疫浸润分析杨新瑞,刘艳华,杨艳艳,李倩倩,张越,何芳(皖南医学院法医学院,安徽 芜湖 ;淮南东方医院集团总医院护理部)摘要 目的:通过生物信息学的方法挖掘帕金森病(,)的关键基因,为 提供新的诊断标志物及免疫细胞浸润特征。方法:从高通量基因表达(,)数据库下载合并 和 数据集并筛选差异表达基因(,)。采用基因本体(,)和京都基因和基因组百科全书(,)数据库分析预测 的生物学功能,然后进行加权基因共表达网络分析(,)识别 相关模块基因,并对 和
2、 相关模块基因取交集,使用最小绝对收缩和选择算法(,)回归分析缩小交集基因并确定 关键基因,最后对关键基因进行免疫浸润分析,并用数据集 对上述 个基因进行验证。结果:共筛选出 个 ,主要与神经递质转运、学习记忆和认知等生物学过程相关。共获得 关键模块基因 个,与 取交集获得 个交集基因,最终通过 回归分析确定 、和 共 个 关键基因,根据受试者工作特征(,)曲线显示 个关键基因诊断 的准确度较高。与对照组相比,中未成熟树突状细胞以及 细胞表达相对较低,嗜中性粒细胞细胞表达较高。数据集 验证发现,、和 在 和对照组中基因表达差异有显著性意义,且 曲线显示诊断 的准确性较高,而 基因表达差异不显著
3、。结论:利用生物信息学方法筛选出 个 关键致病基因,首次报道 基因与 相关性,为 的诊断和疾病的发生发展机制提供新的线索。关键词 帕金森病;加权共表达网络分析;差异表达基因;生物信息学 :,(,;,):()年第 卷第 期 :()()()(),(),(),(),:,(,)(),:(,),;帕金森病(,)是一种常见的中枢神经系统退行性疾病,其致病机制目前尚不清楚,可能由多因素相互作用所致。的危险因素主要包括年龄、环境和遗传等,这些因素都能使患病易感性增加 。其中家族遗传性 约占总数的 ,依靠传统分析方法无法找出其遗传机制 。近年来,相继有研究报道神经免疫和炎症因子参与了 的致病过程,其机制非常复杂
4、 。高通量测序技术的发展促进了生物信息学在基因水平研究方面的扩展,为进一步寻找 致病基因提供了新的可能。加权基因共表达网络分析(,)是一种描述转录组测序技术中基因表达与临床特征之间的复杂相关性的方法。该方法通过构建基因与表型间的共表达网络,可以发现和临床性状高度相关的重要模块,并筛选出致病基因 ,为发病机制的研究提供了新思路。在基因表达综合(,)数据库中,对 个数据集进行差异表达基因(,)分析和 分析,旨在找到 关键致病基因及其免疫细胞浸润特征,为疾病的诊断和治疗寻找潜在的生物标志物。资料与方法 一般资料从 数据库下载 芯片数据。选取来自同一芯片平台 的两个基因表达 数 据 集,芯 片 数 据
5、 编 号 为 和 ,样本数分别为 例(含 例 样本及例健康对照样本)和 例(含例 样本及例健康对照样本),样本组织均为大脑黑质。方法 筛选 使用 语言 包对 和 芯片数据进行归一化处理,以消除不同批次间的差异。用 语言 包对数据进行标准化和 分析,将筛选条件设置为 且 。年第 卷第 期 功能分析基于基因本体(,)及京都基因和基因组百科全书(,)数据库,使用 语言 包对基因功能进行 及 富集分析以明确基因可能涉及的分子过程或重要通路。将基因转换为基因 “”格式,设置注释基因的 和 条目大小为 。同时,设置 值和值为 ,作为显著富集的分析条件。分析对样本进行聚类,使用 语言 包中的 函数获得相邻函
6、数加权参数的最优值,作为软阈值用于后续网络构建。利用拓扑重叠矩阵(,)相似性函数将邻接值转换为具有适当功率值的 矩阵,将基因分为不同的模块。使用 相关性分析计算模块 的相关性,从中选择与 相关程度最高的模块,并进一步对该模块中的基因进行研究。关键基因分析对 和 中 相关模块中的基因取交集。然后建立最小绝对收缩和选择算法(,)回归模型,对交集基因进行过滤,筛选 关键致病基因。使用 包分析关键基因在对照组和 组之间的表达差异。对关键致病基因进行受试者工作特征(,)曲线分析,由 语言 包分析完成。若曲线下面积(,),且 ,则认为该基因具有较高的临床诊断价值,确定为 关键基因。免疫细胞浸润分析使用单样
7、本基因集富集分析(,)对 种免疫细胞在样本中的表达进行评分。通过 秩和检验比较 组和对照组之间每种类型免疫细胞含量的差异,以 作为免疫浸润程度较高的筛选标准。使用 相关系数对样本中免疫细胞的含量与基因表达量之间进行相关性分析,以 认为免疫细胞与基因间存在调控关系。关键基因验证下载数据集 作为验证组,从中提取关键基因表达值进行 组和对照组间的差异分析,并绘制 曲线进行验证。结果 筛选结果将数据分成 和对照组,及 条件下,共获得 个 ,其中 个上调,个下调。见图 。图 筛选结果注:热图;:火山图 的生物学功能分析结果 功能注释词条主要富集在对生物碱的反应、神经递质转运、学习记忆和认知等生物学过程。
8、通路富集在多巴胺能突触、羟色胺能突触和神经活性配体 受体相互作用等通路途径。见图 。图 的生物学功能分析结果注:富集分析结果;:富集分析结果 分析结果对样本进行聚类,去除离群值后绘制样本聚类树,选择 ()构建无尺度网络,对样本特征和模块之间的关系进行分析,共识别出个表达模块。然后基于 相关性分析方法,最终确定模块 ()与 样本相关(,),共获得 个 模块基因。见图 。年第 卷第 期 图 分析结果注:样本聚类与临床性状热图;:软阈值筛选结果;:基因聚类树状图与共表达模块;:基因模块与临床特征相关性热图;:关键模块基因相关性与基因显著性散点图 疾病关键基因筛选结果对 和 模块基因取交集,获得 个相
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 基于 加权 表达 网络分析 筛选 帕金森病 关键 基因 免疫 浸润 分析
1、咨信平台为文档C2C交易模式,即用户上传的文档直接被用户下载,收益归上传人(含作者)所有;本站仅是提供信息存储空间和展示预览,仅对用户上传内容的表现方式做保护处理,对上载内容不做任何修改或编辑。所展示的作品文档包括内容和图片全部来源于网络用户和作者上传投稿,我们不确定上传用户享有完全著作权,根据《信息网络传播权保护条例》,如果侵犯了您的版权、权益或隐私,请联系我们,核实后会尽快下架及时删除,并可随时和客服了解处理情况,尊重保护知识产权我们共同努力。
2、文档的总页数、文档格式和文档大小以系统显示为准(内容中显示的页数不一定正确),网站客服只以系统显示的页数、文件格式、文档大小作为仲裁依据,平台无法对文档的真实性、完整性、权威性、准确性、专业性及其观点立场做任何保证或承诺,下载前须认真查看,确认无误后再购买,务必慎重购买;若有违法违纪将进行移交司法处理,若涉侵权平台将进行基本处罚并下架。
3、本站所有内容均由用户上传,付费前请自行鉴别,如您付费,意味着您已接受本站规则且自行承担风险,本站不进行额外附加服务,虚拟产品一经售出概不退款(未进行购买下载可退充值款),文档一经付费(服务费)、不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
4、如你看到网页展示的文档有www.zixin.com.cn水印,是因预览和防盗链等技术需要对页面进行转换压缩成图而已,我们并不对上传的文档进行任何编辑或修改,文档下载后都不会有水印标识(原文档上传前个别存留的除外),下载后原文更清晰;试题试卷类文档,如果标题没有明确说明有答案则都视为没有答案,请知晓;PPT和DOC文档可被视为“模板”,允许上传人保留章节、目录结构的情况下删减部份的内容;PDF文档不管是原文档转换或图片扫描而得,本站不作要求视为允许,下载前自行私信或留言给上传者【自信****多点】。
5、本文档所展示的图片、画像、字体、音乐的版权可能需版权方额外授权,请谨慎使用;网站提供的党政主题相关内容(国旗、国徽、党徽--等)目的在于配合国家政策宣传,仅限个人学习分享使用,禁止用于任何广告和商用目的。
6、文档遇到问题,请及时私信或留言给本站上传会员【自信****多点】,需本站解决可联系【 微信客服】、【 QQ客服】,若有其他问题请点击或扫码反馈【 服务填表】;文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“【 版权申诉】”(推荐),意见反馈和侵权处理邮箱:1219186828@qq.com;也可以拔打客服电话:4008-655-100;投诉/维权电话:4009-655-100。