同卵双生子体质指数与血尿酸相关基因差异表达分析.pdf

《同卵双生子体质指数与血尿酸相关基因差异表达分析.pdf》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、分类号：R181密级：公开学校代码：11065学号：2015010046学术博士学位论文同卵双生子体质指数与血尿酸相关基因差异表达分析作者姓名王伟静指导教师张东峰教授学科营养与食品卫生学培养单位医学部公共卫生学院答辩日期2018年5月15日同卵双生子体质指数与血尿酸相关基因差异表达分析摘要背景：肥胖具有高患病率、高危害及高治疗成本的特点，严重威胁着人类健康。高尿酸血症由于与多种疾病，如心血管疾病、慢性肾病以及Ⅱ型糖尿病等发病风险有关而日益受到关注。它们均是由遗传与环境因素相互作用介导的代谢性疾病。有研究证明，体质指数（Bodymassindex，BMI）与血尿酸（S

2、erumuricacid，SUA）两性状间存在一定的关联，胰岛素抵抗在其间起着潜在的关键作用。本研究旨在识别BMI与SUA性状相关显著基因与特异模块，为进一步揭示肥胖与高尿酸血症的发病机制提供理论依据。方法：本研究对象采集自2012-2013年通过青岛市双生子登记系统、青岛市疾病预防控制网络、各区市地方医疗卫生机构、以及社区与媒体宣传方式进行的双生子招募。该调查对所有参与者均进行流行病学调查、体格检查及实验室检测等。根据纳入标准与排除标准，我们分别纳入BMI性状不一致、SUA性状不一致同卵双生子各7对（男性均为4对），年龄中位数均为52岁（43-65岁），BMI中位

3、数为25.9kg/m2（19.3-34.1kg/m2），SUA中位数为330.5μmol/L（193-600μmol/L）。我们应用二代测序技术进行mRNA基因表达谱测序实验，流程主要包括mRNA样品提取与检测、cDNA文库构建与质控和上机测序等。在对原始数据测序并进行质量控制后，将其比对至参考基因组，定量评估基因表达水平。基于BMI/SUA性状不一致同卵双生子的基因表达谱数据，首先采用两种方法筛选差异表达基因（Differentiallyexpressedgenes，DEGs）：采用R语言EBSeq包，计算差异倍数（Foldchange，FC）和错误发现率（Fal

4、sediscoveryrate，FDR）后，设定

5、log2FC

6、＞1且FDR＜0.01的标准；采用R语言mets包，计算双生子对内BMI/SUA差值和log2转化的基因表达量差值后，评估两差值的相关性，并对获得的DEGs进行功能注释与富集分析。其次，应用加权基因共表达网络分析（Weightedgeneco-expressionnetworkanalysis，WGCNA）算法依次构建基因共表达网络、识别基因共表达模块、筛选与BMI/SUA性状关联程度最高的特异模块、对特异模块内基因进行功能注释与富集分析、以及筛选特异模块内的枢纽基因等。结果：I（1）BMI性状研究在差

7、异表达分析中，采用EBSeq方法筛选出的32个DEGs均在高BMI双生子中表达上调，包括PTGS2、NAMPT、TUBB2A、SLC4A1、NFIX、ANK1、XK、SPTB、PLEK2、PCSK1N、KLC3、IFIT2、PLVAP、TMOD1、HERC5、SELENBP1、SNCA、ALAS2、TRIM58、CCR1、BCL2L1、BSG、TLR9、MGAM、RNF182、GLRX5、ADGRG3、ZNF267、DCAF12、SHISA4、HBD及WIPI2。其中，已有相关研究表明，NAMPT、TLR9、PTGS2、HBD、BCL2L1及PCSK1N可能与肥胖发

8、病有关。GO功能富集分析表明，TMOD1、SLC4A1、ANK1、TLR9、SPTB、PTGS2、HBD及NAMPT等DEGs显著富集于多种生物学功能。按生物学过程分类：NAMPT和TLR9参与正向调节一氧化氮合酶生物合成（FDR=5.34E-03）；PTGS2和TLR9参与正向调节NF-kappaB进入细胞核（FDR=1.04E-02）。按细胞组分分类：TMOD1、SLC4A1及ANK1定位于细胞骨架（FDR=1.88E-04）；ANK1、SLC4A1及TLR9定位于细胞膜（FDR=3.62E-02）。按分子功能分类：SLC4A1和SPTB与锚蛋白结合（FDR=5

9、.97E-03）相关；PTGS2和HBD与过氧化物酶活性（FDR=6.82E-03）相关。KEGG通路富集分析表明，PTGS2和BCL2L1参与NF-kappaB信号通路（FDR=4.49E-02）。通过WGCNA共得到20个基因共表达网络模块。其中，Coral1模块（包含68个基因）与BMI值（r=0.56,P=0.04）和疾病状态（肥胖vs.非肥胖）（r=0.56,P=0.04）具有最强的相关性。GO功能富集分析表明，该模块内ABCG4、APOC2、APOE、CADM3、CLDN6、CYR61、GAL、GRIN2C、HIST3H2BB、KCNA1、KCNJ1