利用大鼠基因共同表达网络来加强安全评估生物标记物识别和人类翻译
Steven J Kunnen1, Giulia Callegaro1, Jeffrey J Sutherland2
1Leiden University, Leiden Academic Centre for Drug Research (LACDR), Division of Cell Systems and Drug Safety, Leiden, the Netherlands.
iScience
|July 21, 2025
概括
这项研究介绍了TXG-MAPr,这是一个简化药物诱导损伤毒基因组数据分析的网络工具. 它使用加权基因共同表达网络分析 (WGCNA) 来识别分子机制和潜在的生物标志物.
科学领域:
- 毒素基因组学 毒素基因组学
- 系统生物学 系统生物学
- 计算生物学 计算生物学
背景情况:
- 药物诱导的器官毒性是一个重大问题.
- 对毒性机制解释复杂的转录组数据是具有挑战性的.
- 现有的工具缺乏对毒基因组数据集的全面分析.
研究的目的:
- 开发一个网络工具 (TXG-MAPr) 来解释大鼠毒基因组数据.
- 确定与药物诱导的损伤相关的分子机制和生物标志物.
- 在共同表达网络的背景下,促进对基因表达数据的分析.
主要方法:
- 应用加权基因共同表达网络分析 (WGCNA) 来分析来自TG-GATE和DrugMatrix的鼠转录基因数据.
- 将347个基因模块集成到TXG-MAPr网络工具中.
- 采用了eigenengene分数 (EGSs) 来进行模块活动的交互可视化和量化.
主要成果:
- 确定了与病理相关的细胞应激,损伤和炎症相关的模块.
- 在这些模块中发现了几种已确定的和候选生物标记基因.
- 在老鼠和人类脏数据之间证明了基因模块的跨物种保存,表明了转化潜力.
结论:
- TXG-MAPr为分析毒基因组数据和了解药物诱导的损伤提供了一个有价值的平台.
- 鉴定的基因模块和生物标志物可以帮助预测化学和药物安全责任.
- 跨物种的保护突出了研究人类脏疾病的老鼠模型的潜力.
