论文部分内容阅读
目的
利用胰岛转录组数据构建共表达网络，鉴定与2型糖尿病发病相关的重要基因及其作用机制。
方法从NCBI的GEO数据库中下载芯片数据GSE38642，包括2型糖尿病样本9例、糖尿病前期样本9例(6%≤HbA1C<6.5%)、正常对照样本31例(HbA1C<6%)。用R语言权重基因共表达网络分析(weighted gene co-expression network analysis, WGCNA)包构建基因共表达网络并划分模块，选择与临床指标相关的基因模块，用R语言的GeneAnswers包进行GO分析和KEGG通路分析，并结合TRANSFAC数据库进行上游转录因子分析，选择模块的枢纽基因和上游转录因子作为候选重要基因。
结果基因共表达网络包括34个模块。Green模块与HbA1C%呈正相关(R＝0.47, P＝1×10－4)，GO富集分析结果主要为细胞粘附、细胞外基质降解等，KEGG通路为胰腺分泌、粘着斑等。Green模块的枢纽基因有3个，分别为ITGA6、ZAK和YBX3。Brown模块与HbA1C呈负相关(R＝0.46, P＝1×10－4)，GO富集分析结果为突触、跨膜转运蛋白活性和运输等，KEGG通路为胰岛素分泌、多巴胺能突触等，上游转录因子PAX6、REST和PDX1可能在疾病中发挥了重要作用。Brown模块的枢纽基因包括SLC4A10、ELAVL4、SYT14等30个基因。既往研究提示这些基因可能在2型糖尿病的发病机制中起了重要作用。
结论通过构建基因共表达网络的方法能够从转录组数据中挖掘到2型糖尿病发病相关的重要基因，为疾病研究提供新的候选基因和分子机制。