Discovering disease-causing genes by network analysis

Metabolik bozukluklardaki ortak moleküler mekanizmaların belirlenmesi, erken tanı ve hedefe yönelik ilaç tedavileri için çok önemlidir. Bununla birlikte, metabolik yolakların karmaşıklığı sebebiyle ortak hastalık genlerini ortaya çıkarmayı amaçlayan biyoinformatik çalışmaları sınırlı kalmıştır. Bu bağlamda, metabolik sendrom (MS), tip 2 diyabet (T2D) ve koroner arter hastalığı (KAH) tarafından paylaşılan ortak hastalık genlerini tanımlamak için çoklu biyolojik veri kaynaklarını ve hesaplama yöntemlerini birleştiren bütünleştirici bir biyoinformatik modeli önerdik. 29 hastanın periferik kan gen ifadelerini, STRING ve INet'ten protein-protein etkileşimlerini ve Gen Ontolojilerini birleştirerek her hastalık grubu için ağırlıklı gen ortak-ifade ağları oluşturduk. Farklı parametreler kullanarak oluşturduğumuz 90 hastalık ağını MCL, SPICi ve Linkcomm algoritmalarını kullanarak kümeledik ve hastalık modüllerini tespit ettik. Kümeleme sonuçlarını karşılaştırmalı olarak değerlendirdikten sonra, en yüksek biyolojik geçerliliği sağlayan ağları üst üste bindirdik ve böylece ortak hastalık modüllerini elde ettik. Analizlerimiz MS–CAD ve T2D–CAD çiftleri için toplamda 22 paylaşılan gen ortaya çıkardı. Dahası, bu 22 genin 19'u daha önceki tıbbi çalışmalarda alakalı hastalıklarla doğrudan veya dolaylı olarak ilişkilendirilmiştir. MS, T2D ve CAD üzerinde yapmış olduğumuz bu bütünleştirici ağ tabanlı gen-hastalık ilişkilendirme çalışması, metabolik ve kardiyometabolik bozuklukların ortak genetik mekanizmaları hakkında potansiyel bilgi arz etmektedir.