基于加权基因共表达网络分析阿尔茨海默病相关的核心基因

目的 采用加权基因共表达网络分析（WGCNA）探索阿尔茨海默病（AD）相关的差异基因模块及其枢纽基因，并对差异基因模块进行生物功能注释。方法 从GEO数据库下载转录组测序数据，根据基因的相关性，当关联系数阈值设定为0.85时，参数β=8，以此构建基因共表达网络；采用Pearson相关性检验计算模块基因与临床表型相关性，筛选出与AD显著相关的基因模块，根据模块内的连接性筛选枢纽基因；利用GO功能富集分析和KEGG通路分析对模块进行功能注释。进一步建立β-淀粉样蛋白（Aβ1-42）诱导SH-SY5Y细胞损伤模型，在模型组和对照组中检测枢纽基因的表达水平。结果 根据基因表达的相关性，共构建了10个基因共表达模块，其中brown和turquoise模块与AD组显著相关（brown：r=0.66，P<0.001；turquoise：r=-0.68，P<0.001）；结果显示48个基因在共表达网络中处于核心地位；通过生物注释功能发现，两模块中的基因主要富集在DNA损伤修复通路和代谢相关通路等生物学过程中。基因的差异表达分析显示，DNASE1、TEKT2、MTSS1L等基因在AD组中高表达，ACP2、LANCL2、GMPR2 等基因在 AD 组中低表达；体外实验进一步验证了在 Aβ1-42 诱导的 SH-SY5Y 细胞损伤过程中DNASE1、TEKT2、MTSS1L表达上调（P<0.01），ACP2、LANCL2、GMPR2表达下调（P<0.01）。结论 brown和turquoise模块与AD高度相关，并从模块中筛选出MTSS1L、GMPR2、ACP2、ACTG1、LANCL2等枢纽基因，可能通过调节DNA损伤和修复参与AD发病机制。

Identification of potential hub genes of Alzheimer's disease by weighted gene co-expression network analysis