WGCNA联合孟德尔随机化对扩张性心肌病关键基因的研究

探究扩张性心肌病的关键基因,并评估这些基因与扩张性心肌病发生的相关性。方法 采用差异表达分析和WGCNA共表达网络分析探索新的扩张性心肌病的关键基因。利用KEGG和GO分析这些关键基因与疾病的通路。建立Nomogram模型和ROC曲线评价其预测效果。并探讨关键基因与免疫浸润的关系。最后,在全基因组关联研究的基础上,进行孟德尔随机化研究。以确定筛选出的基因与疾病的关系。结果 通过WGCNA建立共表达网络,筛选出20个共表达基因。GO和KEGG通路富集分析表明,这些基因主要通过组蛋白去甲基化酶活性、蛋白质去甲基酶活性、脱甲基酶的活性来影响组蛋白赖氨酸去甲基化、组蛋白去甲基化、蛋白质脱甲基、蛋白质脱烷基化、脱甲基等过程。通过Cytoscape软件分析,选取4个关联性更强的基因:LYVE1, FKBP5, CNN1和NPPA。此外,Nomogram模型能较好地预测扩张性心肌病发生风险,并结合ROC曲线,证明该模型较好的预测效果。再通过免疫细胞分析这些基因,观察到其与扩张性心肌病的免疫细胞浸润有因果关系。在孟德尔随机化分析中,发现这些关键基因表达与扩张性心肌病的发生呈负相关。 结论 通过构建基于WGCNA的共表达网络,确定疾病的关键基因,这为了解疾病的发生提供帮助,并有助于研究扩张性心肌病相关基因的分子机制。