Identificarea genelor și căilor cheie asociate cu obezitatea la copii

  • Journal Home
  • Problemă actuală
  • Numărul următor
  • Cele mai citite
  • Cele mai citate (dimensiuni)
    • Ultimii doi ani
    • Total
  • Cele mai citate (CrossRef)
    • Anul trecut 0
    • Total
  • Rețele sociale
    • Luna trecuta
    • Anul trecut
    • Total
  • Arhiva
  • informație
  • Trimiterea online
  • Informații pentru autori
  • Editarea limbii
  • Informații pentru recenzori
  • Politici editoriale
  • Bord editorial
  • Obiective și domeniu de aplicare
  • Abstractizare și indexare
  • Informații bibliografice
  • Informații pentru bibliotecari
  • Informații pentru agenții de publicitate
  • Reimprimări și permisiuni
  • Contactați editorul
  • Informatii generale
  • Despre Spandidos
  • Conferințe
  • Oportunități de muncă
  • a lua legatura
  • Termeni si conditii
  • Autori:
    • Ling Li
    • Guangyu Wang
    • Ning Li
    • Haiyan Yu
    • Jianping Si
    • Jiwen Wang

  • Acest articol este menționat în:

    Abstract

    Introducere

    Obezitatea este o afecțiune în care excesul de grăsime corporală s-a acumulat într-un anumit grad, iar persoanele afectate pot avea o speranță de viață redusă și probleme de sănătate crescute (1). Obezitatea la copii devine o problemă de sănătate în țările dezvoltate și în curs de dezvoltare (2,3). Obezitatea este cauzată de o combinație de factori genetici, comportamentali, sociali, culturali, metabolici și fiziologici (4). Obezitatea la copii crește probabilitatea anumitor boli, cum ar fi hiperlipidemia, rezistența la insulină și hipertensiunea (5). Mecanismele fiziologice asociate cu obezitatea au fost investigate în profunzime (6), dar anumite mecanisme moleculare cheie implicate în obezitate au rămas să fie identificate.

    căilor

    Datele microarray ale GSE29718 au fost utilizate anterior pentru a releva legăturile dintre diabetul de tip 2 și obezitate (16) sau utilizate pentru a detecta mecanismele moleculare pentru asocierea dintre obezitate și cancerul colorectal (17). Prezentul studiu a identificat genele exprimate diferențial (DEG) la copiii obezi, comparativ cu cei de la copii slabi, pe baza datelor microarray din GSE29718. Au fost apoi efectuate analize funcționale de îmbogățire a DEG-urilor. În plus, a fost stabilită o rețea de interacțiune proteină-proteină (PPI) și au fost analizate gene importante asociate cu obezitatea. Prezentul studiu a avut ca scop identificarea genelor critice sau căilor asociate cu obezitatea copiilor și a explorat posibile mecanisme moleculare de bază.

    Materiale și metode

    Date microarray Affymetrix

    Setul de date matrice GSE29718 depus de Tam et al (18) a fost descărcat din baza de date Genn Expression Omnibus (http://www.ncbi.nlm.nih.gov/geo/). Setul de date conținea 5 probe de țesut adipos visceral și 15 probe de țesut adipos subcutanat de la copii. Pentru analiza ulterioară au fost utilizate doar probele de țesut adipos subcutanat derivate de la 7 copii obezi și 8 copii slabi. Datele matricei s-au bazat pe platforma GPL6244 Affymetrix Human Gene 1.0 ST Array, versiunea transcriptă (genă) (Affymetrix Inc., Santa Clara, CA, SUA).

    Preprocesarea datelor

    Datele brute au fost pre-procesate de algoritmul robust multiarray mediu (19) cu utilizarea oligo (20) în software-ul R al Bioconductor (Seattle, Washington). Procesul de pre-procesare a inclus corecția de fond, normalizarea și calculul expresiei genelor. În cele din urmă, a fost obținut un total de 18.977 de valori ale expresiei genei.

    Analiza DEG

    DEG-urile din probele de la copii obezi comparativ cu cele de la copii slabi au fost analizate prin pachetul limma (21) în Bioconductor. Valorile P ale DEG-urilor au fost calculate utilizând testul t al Studentului nepereche (22) în pachetul limma în procesul de analiză. | log 2 FC | ≥0,4 și P 0,4 a fost stabilit ca valoare prag în acest studiu. Rețelele PPI au fost construite cu software-ul Cytoscape (27). Mai mult, nodurile cu grade mai mari de interacțiune au fost considerate noduri hub.

    Analize ale unor gene importante și factori de transcripție asociați cu obezitatea

    Baza de date toxicogenomică comparativă (CTD) (30) este un instrument utilizat pentru a formaliza, armoniza și centraliza datele genelor și proteinelor între diferite specii. Prezentul studiu a evaluat dacă oricare dintre genele marker dintre DEG-urile identificate au fost listate anterior ca markeri ai obezității în baza de date CTD. „Obezitatea” a fost utilizată ca cuvânt cheie de intrare în CTD. Ulterior, pluginul cytoscape iRegulon (31) a fost utilizat pentru a analiza factorii de transcripție care reglementează genele marker. iRegulon utilizează analiza secvenței de reglare cis pentru a proiecta invers rețeaua de reglare transcripțională care stă la baza unui set de gene co-exprimat. Acesta integrează informațiile despre factorii de transcripție din baze de date precum Transfac, Jaspar, Encode, Swissregulon și Homer și detectează motive ale factorilor de transcripție îmbogățiți și seturi optime de ținte directe ale acestora prin intermediul clasificării și recuperării la nivel de genom. Setările parametrilor au fost după cum urmează: Identitatea minimă între genele ortologe = 0,05 și rata maximă de descoperire falsă pe asemănarea motivului = 0,001. Rezultatul rezultatului a fost Scorul Normalizat de Îmbogățire (NES). Cu cât scorurile erau mai mari, cu atât rezultatele erau mai fiabile. Au fost selectați factorii de transcripție și perechile de gene țintă cu NES> 5.

    Rezultate

    Analiza DEG

    Așa cum se arată în FIG. 1, un total de 199 DEG (79 de gene în sus și 120 de gene nereglementate) au fost identificate în probe de la copii obezi comparativ cu cei de la copii slabi cu P 2 FC | ≥0,4. Media log 2 FC a genelor reglate în sus a fost de 0,585, iar cea a genelor reglate în jos a fost de -0,558.

    figura 1.

    Harta de căldură a genelor exprimate diferențial. Culoarea verde reprezintă o culoare mai mică, iar culoarea roșie reprezintă un nivel de expresie mai mare. Culoarea neagră nu indică expresia diferențială.

    GO și analize de îmbogățire a căilor

    Analizele GO, KEGG pathway și Reactome pathway au fost efectuate pentru DEG-uri în sus și în jos. DEG-urile reglementate s-au îmbogățit în principal în termeni GO de spațiu extracelular, răspuns imun și procesul sistemului imunitar (Tabelul I). În plus, metaloproteinazele matrice 9 (MMP9) s-au îmbogățit semnificativ în căile proceselor sistemului imunitar. DEG-urile reglementate în jos au fost asociate în principal cu reglarea procesului sistemului și a nucleotidei ciclice inhibate de guanozin monofosfat ciclic (cGMP) (Tabelul I).

    Tabelul I.

    Analiza GO a genelor exprimate diferențial (P [i] BP, proces biologic; CC, componentă celulară; MF, funcția moleculară; GO, ontologia genei; cGMP, monofosfat ciclic de guanozină.

    Căile KEGG îmbogățite semnificativ ale DEG-urilor reglate în sus au fost moleculele de adeziune celulară și fagozomul (Tabelul IIA). Căile KEGG în mod semnificativ îmbogățite ale DEG-urilor reglementate au fost metabolismul azotului și propanoatul (Tabelul IIA). Căile Reactome îmbogățite semnificativ ale DEG-urilor reglate în sus au fost sistemul imunitar și sistemul imunitar adaptativ (Tabelul IIB). Căile Reactomului îmbogățite semnificativ prin DEG-uri reglementate în jos au fost semnalizate prin acid retinoic și efecte cGMP (Tabelul IIB).

    Tabelul II.

    [i] KEGG, Kyoto Encyclopedia of Genes and Genomes; cGMP, guanozin monofosfat ciclic; PI3K, fosfoinozid-3 kinază; SCF, factor de celule stem.

    Analiza rețelei PPI

    Un total de 103 noduri și 147 de perechi de proteine ​​au fost obținute cu un scor PPI> 0,4 ​​pe baza bazei de date STRING (Fig. 2). Interacțiunile proteinelor codificate de DEG-uri au fost vizibile. Proteinele care au fost strâns asociate cu alte proteine ​​cu un grad de interacțiune ≥10 au fost MMP9 (grad = 16), acetil-CoA carboxilază β (ACACB; grad = 13), proto-oncogenă MET, receptor de tirozin-dinază (MET; grad = 11) și factorul von Willebrand (VWF; grad = 10). Exploatarea literaturii a fost efectuată pentru 8 gene cu un grad ridicat de interacțiune în rețele. Rețeaua de citare a acestor 8 gene din literatura de specialitate raportată este prezentată în Fig. 3A și rezultatele raportate de studiile anterioare referitoare la aceste gene sunt prezentate în Tabelul III. Rezultatele semnificative ale analizei de îmbogățire a acestor 8 gene raportate în literatură sunt prezentate în Fig. 3B și îmbogățirea a fost identificată în termeni precum proteina de legare 1, speciile reactive de oxigen și activitatea kinazei.