生物信息学分析确定了关键的分泌蛋白编码基因,在代谢综合征的脂肪组织中差异表达

科学领域:

• 基因组学和分子生物学
• 代谢障碍 研究 研究 代谢障碍
• 脂肪组织生物学 脂肪组织生物学

背景情况:

• 代谢综合征 (MetS) 是一种复杂的疾病,其特征是代谢异常的集群.
• 脂肪组织在新陈代谢调节中起着至关重要的作用,并与MetS病原发生有关.
• 在脂肪组织中识别特定的分子标对于开发有效的MetS治疗至关重要.

研究的目的:

• 为了确定关键的分泌蛋白编码基因 (SP-DEGs) 在患有 MetS.的妇女的脂肪组织中的差异表达.
• 通过分析基因表达特征来发现MetS的潜在治疗点.
• 研究特定基因,如DNMT1在MetS发育中的作用.

主要方法:

• 基因表达特征分析是在从患有MetS的女性和健康对照的脂肪组织样本上进行的.
• 生物信息分析,包括基因本体学 (GO) 和KEGG通路分析,用于选SP-DEGs.
• 蛋白与蛋白相互作用 (PPI) 网络和权重基因同表达网络分析 (WGCNA) 用于识别关键基因和模块.
• 基因组丰富分析 (GSEA) 是为了探索已识别的基因的功能相关性而进行的.

主要成果:

• 总共有143个SP-DEG被确定,其中83个是上调的,60个是下调的基因.
• 对GO的分析显示,它参与了诸如蛋白质分解,血管生成,免疫反应和细胞粘附等过程.
• 对KEGG通路的分析强调了TGF-β信号,细胞因子-细胞因子受体相互作用和河马信号通路的参与.
• 基因DNMT1被确定为网络模块中的中心基因,并且与histidine和phenylalanine代谢具有正相关性,被选为关键的SP-DEG.

结论:

• 这项研究确定了女性与MetS相关的脂肪组织中的7个关键SP-DEG.
• DNMT1被确定为MetS发展中的中心基因.
• DNMT1是治疗代谢综合征的潜在治疗点.