基于知识学习的冠心病风险功能模块挖掘方法研究

目的发展基于先验知识策略挖掘冠心病风险功能模块的网络分析方法。方法通过蛋白－蛋白互作知识引导扩展冠心病风险基因，构建冠心病特异性基因网络。应用Newman谱算法分解网络获取其中的高度模块化的网络模块（子网），并对各模块进行网络拓扑性质评价和功能富集分析。结果应用266个冠心病易感基因作为种子基因，由蛋白－蛋白互作知识引导构建了冠心病特异性网络，其中包含1819个基因和9767个互作对。应用谱分解法提取了14个模块，其中多数符合无标度网络特性。功能富集分析发现这些模块参与系列已知的冠心病风险生物学通路以及一些新的冠心病风险通路。结论应用表明本文提出的知识学习方法是一种识别复杂疾病风险功能模块的有效方法。

广东汉族人群GLUT4基因多态性与冠心病关系

目的 探讨中国广东汉族人群葡萄糖转运蛋白-4（GLUT4）基因多态性与冠心病易感性之间的关系。方法采用多重单核苷酸多态性（SNP）分型试剂盒，对筛选的2个tagSNP位点（rs16956647、rs5435）在1044例冠心病患者和1349例非冠心病患者为对照进行基因分型；采用遗传分析软件Plink和统计分析软件SPSS17．0分析SNP位点与冠心病的关联性。结果SNPrs5435未满足Hardy—Weinberg平衡条件，予以剔除。校正性别、年龄、高血压、糖尿病、吸烟史、总胆固醇、甘油三酯、心率和体质指数后，rs16956647基因型与冠心病存在明显关联[加性模型：P=0．016，OR=0．80（95％C／=0．67～0．96）；显性模型：P=0．002，OR=0．71（95％C／=0．57—0．89）]。进一步按是否患糖尿病分层后进行基因型关联分析，结果显示仅在糖尿病组rs16956647位点与冠心病呈显著关联[加性模型：P=0．048，OR=0．82（95％C／=0．67—0．99）；显性模型：P=0．007，OR=0．72（95％C／=0．56—0．91）]。结论在中国广东汉族人群中，GLUT4基因多态性与冠心病易感性之间的关联可能与患者胰岛素抵抗有关。