利用加权基因共表达网络分析方法识别帕金森病进展过程中的关键基因
王树文
樊冬梅
陈方正
谢玉平
吕晓彤
李依璘
林鸿程
广东医科大学,广东东莞523808
摘要：目的 利用加权基因共表达网络分析(WGCNA)方法识别帕金森病(PD)相关的关键基因,为研究PD发病机制提供研究靶点.方法 GEO数据库下载GSE22491表达谱和样本信息数据,基于WGCNA算法,构建基因共表达模块,并计算基因模块与样本信息的相关性,选取与样本信息相关性最强的基因模块进行基因功能(GO)与KEGG富集分析,同时根据模块内基因GS值和MM值及模块内连通性确立PD相关关键基因,并对其进行初步验证.结果 通过WGCNA分析构建出了15个共表达基因模块,其中模块Turquoise(MEturquoise)与PD具有强的相关性.对其模块内基因进行筛选,识别出了IFITM5、MYPOP、SIK1、NPAS3、SMARCC2、FBXO17、SLC34A3、AMN、TNRC18、FBRSL110个PD关键基因.其中IFITM5和FBRSL1在Genecards数据库检索参与了PD进展过程.结论 IFITM5、MYPOP、SIK1、NPAS3、SMARCC2、FBXO17、SLC34A3、AMN、TNRC18和FBRSL1基因在PD进展展中扮演重要的角色,其具体机制值得进一步研究.
关键词：帕金森病关键基因加权基因共表达网络分析
分类号：R749(精神病学)
资助基金：广东省医学科研基金(No.A2018199)湛江市非资助科技攻关计划(No.2017B01123)广东医科大学科研基金项目(No.M2017025)广东省大学生创新创业训练计划(No.201910571075)广东省大学生创新创业训练计划(No.201910571090)广东医科大学大学生创新创业训练计划项目(No.GDMU2018075)广东医科大学大学生创新创业训练计划项目(No.GDMU2018090)
论文发表日期：2021-10-28
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：6( 539-544 )
英文信息