×

基于功能基因集富集分析的新生儿败血症潜在基因和途径。 (英语) Zbl 1431.92033号

总结:背景新生儿败血症(NS)被认为是新生儿死亡的最常见原因。尽管许多研究集中于NS的基因生物标记物,但这些基因生物标记的预测价值很低。NS的发病机制仍需进一步研究。方法在数据预处理后,我们使用KEGG富集法识别NS和正常对照之间的差异表达通路。然后,采用功能主成分分析(FPCA)计算NS中的基因值。为了进一步研究NS的关键信号通路,采用弹性网络回归模型、Mann-Whitney(U)检验和共表达网络来估计信号通路和hub基因的权重。结果。首次确定NS和对照组之间共有115条不同的途径。FPCA充分利用了时间序列基因表达信息和不同途径中基因的估计值。前1000个基因被认为是不同的基因,并通过弹性网络回归和MWU检验进行进一步分析。根据不同来源,NS和对照组之间有7条关键信号通路。在参与关键通路的基因中,基于共表达网络确定了7个hub基因,即PIK3CA、TGFBR2、CDKN1B、KRAS、E2F3、TRAF6和CHUK。PIK3CA被认为是常见的标记物,在淋巴细胞群中高度表达。人们对PIK3CA与NS的相关性知之甚少,这为NS研究提供了新的启示。结论本研究可能为探索作为NS治疗靶点的潜在新基因和新途径提供前瞻性信息。

MSC公司:

92立方 病理学、病理生理学
92D10型 遗传学和表观遗传学
62页第10页 统计学在生物学和医学科学中的应用;元分析
PDF格式BibTeX公司 XML格式引用
全文: 内政部

参考文献:

[1] 踢脚板,S。;琼斯,A.E。;Puskarich,M.A.,早期脓毒症中内皮细胞激活的生物标记物,休克,39,5,427-432,(2013)·doi:10.1097/shk.0b013e3182903f0d
[2] 宋,J。;胡,D。;He,C.,在小鼠盲肠结扎和穿孔模型中早期预测脓毒症诱导的弥散性血管内凝血的新生物标记物,炎症杂志,10,1,7,(2013)·doi:10.1186/1476-9255-10-7
[3] Jrovsky,D。;马切蒂,I.C。;da Silva Mori,M.A.,《新生儿肺炎双球菌败血症:一例致命病例报告和简要文献综述》,《儿科传染病杂志》,37,4,e111-e112,(2017)
[4] 阿巴斯,A。;Ahmad,I.,《由多药耐药的溶鸟氨酸拉氏菌引起的新生儿早发败血症的首次报告》,《感染》,46,2,275-277,(2017)·doi:10.1007/s15010-017-1098-9
[5] van Herk,W。;埃尔赫卢,S。;Janota,J.,《早产儿和晚幼儿早期感染风险的当前管理变化:国际调查和指南综述》,《儿科传染病杂志》,35,5,494-500,(2016)·doi:10.1097/inf.0000000000001063
[6] 维尔格纳诺,S。;沙兰,M。;Kazembe,P。;姆万萨博,C。;Heath,P.T.,《新生儿败血症:国际视角》,《儿童疾病档案-胎儿和新生儿版》,90,3,F220-F224,(2005)·doi:10.1136/adc.20022863
[7] Medzhitov,R.,Toll样受体与先天免疫,《自然评论免疫学》,1,2135-145,(2001)·doi:10.1038/35100529
[8] 韦恩,J.L。;Guthrie,S.,出生后年龄是新生儿宿主对脓毒症反应的关键决定因素,分子医学,21496-504,(2015)·doi:10.2119/molmed.2015.00064
[9] 塞尔纳达,M。;塞尔纳,E。;Bauerl,C。;科拉多,M.C。;佩雷兹·马丁内斯,G。;Vento,M.,患有新生儿败血症的极低出生体重婴儿的全基因组表达谱,儿科学,133,5,e1203-e1211,(2014)·doi:10.1542/peds.2013-2552
[10] 史密斯,C.L。;迪金森,P。;Forster,T.,《与细菌感染相关的人类新生儿免疫代谢网络的识别》,《自然通讯》,第54649页,(2014)·doi:10.1038/ncomms5649
[11] Khaertynov,K.S。;Boichuk,S.V.公司。;Khaiboullina,S.F.,新生儿败血症早期和晚期发病中细胞因子模式的比较评估,免疫学研究杂志,2017,(2017)·doi:10.1155/2017/8601063
[12] 哈特曼,B.M。;Thakar,J。;Albrecht,R.A.,《人类树突状细胞反应特征区分1918年大流行和季节性H1N1流感病毒》,《病毒学杂志》,89,20,10190-10205,(2015)·doi:10.1128/jvi.01523-15
[13] Katanic,D。;A.Khan。;Thakar,J.,PathCellNet:细胞型特异性病原体反应网络探索者,《免疫学方法杂志》,439,15-22,(2016)·doi:10.1016/j.jim.2016.09.005
[14] Zhang,Y。;托帕姆·D·J。;Thakar,J。;邱,X.,FUNNEL-GSEA:时间进程基因集富集分析中的FUNctioNal ELastic-net回归,生物信息学,33,13,1944-1952,(2017)·doi:10.1093/生物信息学/btx04
[15] Sohn,I。;Owzar,K。;乔治·S·L。;Kim,S。;Jung,S.H.,时间进程微阵列实验的基于排列的多重测试方法,BMC生物信息学,10,336,(2009)·doi:10.1186/1471-2105-10-336
[16] 达斯,S。;Meher,P.K。;A.Rai。;Mohan Bhar,L。;Nath Mandal,B.,基因选择的统计方法,基因共表达网络分析中的中心基因识别和模块交互作用:大豆铝胁迫的应用,PLoS One,12,1,(2017)·doi:10.1371/journal.pone.0169605
[17] Kim,Y。;多安,B.Q。;Duggal,P。;Bailey-Wilson,J.E.,使用基因库对微阵列表达数据进行标准化及其对连锁分析的影响,BMC Proceedings,1,S1,S152,(2007)·doi:10.1186/1753-6561-s1-s152
[18] Gehrau,R.C。;马斯·V·R。;Dumur,C.I.,《供体肝脂肪变性通过激活固有免疫反应分子通路导致缺血再灌注损伤加剧》,《移植》,99,12,2523-2533,(2015)·doi:10.1097/tp.0000000000000857
[19] 朱,J。;Yao,X.,《DNA甲基化用于癌症检测:承诺与挑战》,《国际生物化学与细胞生物学杂志》,41,1,147-154,(2009)·doi:10.1016/j.biccel.2008.09.003
[20] Hug,S。;Raue,A。;Hasenauer,J.,高维贝叶斯参数估计:JAK2/STAT5信号模型的案例研究,数学生物科学,246,2,293-304,(2013)·Zbl 1284.62174号 ·doi:10.1016/j.mbs.2013.04.002
[21] 林·R。;Dai,S。;R.D.欧文。;Heinloth,A.N。;Boorman,G.A。;Li,L.,非单调关联和多实验类别的基因集富集分析,BMC生物信息学,9,481,(2008)·doi:10.1186/1471-2105-9-481
[22] 奥隆,A.P。;江,Z。;Gentleman,R.,使用线性模型和诊断进行基因集富集分析,生物信息学,24,22,2586-2591,(2008)·doi:10.1093/bioinformatics/btn465
[23] 陈,X。;Wang,L。;J.D.史密斯。;Zhang,B.,监督主成分分析用于具有连续或存活结果的微阵列数据的基因集富集,生物信息学,24,21,2474-2481,(2008)·doi:10.1093/bioinformatics/btn458
[24] 彼得雷特,J。;史密斯,S。;哈里斯,F.C。;Schlauch,K.A.,《花瓣:R中的共表达网络建模》,BMC系统生物学,10,2,51,(2016)·doi:10.1186/s12918-016-0298-8
[25] Cai,T.T。;张,A.,高维微分相关矩阵的推断,多元分析杂志,143107-126,(2016)·Zbl 1328.62328号 ·doi:10.1016/j.jmva.2015.08.019
[26] 北卡罗来纳州钟市。;Storey,J.D.,驱动高维数据中系统变化的变量的统计重要性,生物信息学,31,4,545-554,(2015)·doi:10.1093/bioinformatics/btu674
[27] 低,S.T。;穆罕默德,M.S。;Omatu,S。;恩济,L。;Deris,S。;Yoshioka,M.,使用带有马尔可夫链蒙特卡罗算法的动态贝叶斯网络从扰动基因表达数据推断基因调控网络,IEEE国际颗粒计算会议论文集
[28] Young,W.C。;Raftery,A.E。;Yeung,K.Y.,使用ScanBMA对基因调控网络进行快速贝叶斯推断,BMC系统生物学,8,1,47,(2014)·doi:10.1186/1752-0509-8-47
[29] 巴苏,S。;Shojaie,A。;Michailidis,G.,《具有固有分组结构的网络格兰杰因果关系》,《机器学习研究杂志》,第16期,第417-453页,(2012年)·Zbl 1360.62312号
[30] 塞缪尔,Y。;王,Z。;Bardelli,A.,人类癌症中PIK3CA基因突变的高频率,《科学》,304,5670,554,(2004)·doi:10.1126/science.1096502
[31] 洛克尼,N.A。;裴,X。;Blumberg,L.E.,PIK3CA激活突变与肺癌脑转移放疗局部控制降低相关,《国际放射肿瘤学生物物理杂志》,96,2,S178-S179,(2016)·doi:10.1016/j.ijrobp.2016.06.448
[32] Young,C.D。;Pfefferle,A.D。;Owens,P.,ErbB3的条件性缺失可延迟突变PIK3CA诱导的乳腺增生,而不会影响乳腺癌潜伏期、基因表达或信号传递,癌症研究,73,13,4075-4085,(2013)·doi:10.1158/0008-5472.can-12-4579
[33] 徐,Z。;霍,X。;Tang,C.,人类胃肠道间质瘤中MLH1、MET、KIT、PDGFRA和PIK3CA基因的频繁突变,Pensar-Revista de Ciéncias Jurídicas,11,1,(2013)
[34] 向,L。;蒋伟(Jiang,W.)。;Li,J.,中国宫颈癌手术切除患者PIK3CA突变分析,科学报告,5,(2015)·doi:10.1038/srep14035
[35] 迈耶,I.A。;Arteaga,C.L.,《PI3K/AKT途径作为癌症治疗的靶点》,《医学年度评论》,67,1,11-28,(2015)·doi:10.1146/annurev-med-062913-051343
[36] Atif,F。;优素福,S。;Stein,D.G.,黄体酮在人类多形性胶质母细胞瘤中的抗肿瘤作用:PI3K/Akt/mTOR信号传导的作用,类固醇生物化学和分子生物学杂志,146,62-73,(2015)·doi:10.1016/j.jsbmb.2014.04.007
[37] 卡里奥·R·D。;Sticchi,E。;尼斯特里,S。;佩佩,G。;Giusti,B.,TGFBR1和TGFBR2基因变体在确定或调节马凡综合征、营养、代谢和心血管疾病中的作用,27,1,e17,(2017)·doi:10.1016/j.numecd.2016.11.047
[38] 普林西比·D·R。;德坎特,B。;Staudacher,J.,TGFβ信号缺失促进结肠癌进展和肿瘤相关炎症,Oncotarget,8,3,3826,(2017)·doi:10.18632/目标9830
[39] 岩原,S。;Y.Hirata。;Koike,K.,《炎症性肠病中的TGF-β:免疫细胞、上皮细胞和肠道微生物群的关键调节器》,《肠胃病杂志》,52,7,1-11,(2017)·doi:10.1007/s00535-017-1350-1
此参考列表基于出版商或数字数学图书馆提供的信息。它的项目与zbMATH标识符启发式匹配,并且可能包含数据转换错误。在某些情况下,zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献,而不要求完整或完全匹配。