论文部分内容阅读
背景与目的:肥胖作为世界范围内重大的健康挑战以及目前最主要的公共卫生问题之一,极大增加了2型糖尿病(T2DM)、心血管疾病、非酒精性脂肪肝(NAFLD)、中风、多囊卵巢综合征(PCOS)、阻塞性睡眠呼吸暂停综合征(OSAS)甚至各类癌症等多种慢性疾病的风险,严重影响患者的生活质量和预期寿命,日益加重国家的社会和经济负担,是当前亟待解决的问题。DNA甲基化是最早发现的基因表观修饰方式之一,在维持细胞的正常功能、胚胎的发育、遗传印记以及肿瘤的发生发展过程中发挥着重要作用。而在肥胖患者当中,DNA甲基化与肥胖及其相关代谢性疾病的发生发展也具有很强的相关性,但具体机制目前仍未得到很好的理解。因此,本研究的目的是通过Me DIP-Seq和RNA-Seq测序技术,筛选出肥胖患者DNA甲基化相关的基因。为后续进一步挖掘肥胖相关的候选基因,并进行进一步的机制研究提供了理论依据。方法:前瞻性收集2020年08月至2022年12月就诊于安徽医科大学第二附属医院胃肠与减重代谢外科拟行减重手术治疗的肥胖患者作为研究对象,以我院健康门诊或体检中心人群中性别、年龄相匹配的,BMI在18.5-23.9 kg/m2之间,不行减重手术或减肥药物治疗的健康人群作为对照,收集两组人群的性别、年龄、身高、体重、BMI等临床基本资料和外周血。首先采用Me DIP-Seq和RNA-seq技术分别对外周血进行全基因组DNA甲基化测序和转录组测序,然后利用Fast QC、Multi QC v1.9和Trim_Galore等软件对测序所得的原始数据进行质控。对于Me DIP-Seq测序数据,使用Bowtie 2 version 2.3.4.1软件将质控后数据比对到基因组,然后使用SAMtools v1.7软件对比对数据进行排序和去重,接着使用R语言MEDIPS包对去重后的数据进行每300bp滑窗的甲基化定量,最终得到Medip Seq甲基化谱。而对于RNA-seq测序数据,使用STAR软件将质控后数据比对到GENCODE(release 35)数据库的基因组和注释文件,然后使用RSEM软件对转录本进行拼接、合并及定量,最终得到转录组表达图谱。以参数(|log2FC|≥1,P≤0.01)筛选甲基化谱和转录组普中的差异甲基化基因和差异表达基因。然后对筛选出的差异基因使用Cluster Profiler包进行GO功能注释和KEGG富集分析,筛选出与肥胖相关的功能基因(包括差异甲基化基因和差异表达基因)和调控通路,初步阐述DNA甲基化调控肥胖发病的分子机制。同时,将Me DIP-Seq和RNA-Seq的研究结果进行DNA甲基化和m RNA转录组的联合分析,筛选出DNA甲基化和m RNA转录水平均有差异的基因,初步挖掘肥胖相关的候选基因。结果:本研究共纳入肥胖患者和健康对照人群各15例,其中肥胖组平均身高为167.87±7.71 cm,体重为112.99±21.48 kg,BMI为39.83±5.13 kg/m2,年龄为32.07±5.28岁,男性7例,女性8例;健康对照组平均身高为167.40±8.39 cm,体重为60.87±8.60 kg,BMI为21.63±1.54 kg/m2,年龄为32.33±5.05岁,男性7例,女性8例。两组患者身体重、BMI均具有统计学差异(所有P<0.05),而高、性别、年龄无统计学差异(所有P>0.05)。接下来,通过Me DIP-Seq和RNA-Seq分别进行DNA甲基化和转录组测序。PCA分析结果显示,组间的样本较为分散,而组内的样本相对聚集,表明测序所得数据基本符合要求;火山图结果显示,本研究共筛选出493个差异表达基因(DEGs),包括171个上调基因和322个下调基因,以及2252甲基化差异区间,包括1468个甲基化水平上调区间和784个甲基化水平下调区间,然后将差异甲基化区间注释到基因,得到2041个基因,其中1348个甲基化水平上调基因和693个甲基化水平下调基因,最后仅保留启动子区域有显著差异的基因,得到198个差异甲基化基因,包括144个甲基化水平上调基因和54个甲基化水平下调基因;进一步GO功能注释和KEGG富集分析结果显示,分别有512个DEGs富集到了367个生物学过程、525个DEGs富集到了41个细胞组分、512个DEGs富集到了63个分子功能、249个DEGs富集到了30个KEGG信号通路;类似的,分别有1468个甲基化差异区间对应基因富集到了715个生物学过程、1522个基因富集到了67个细胞组分、1465个基因富集到了10个分子功能、651个基因富集到了5个KEGG信号通路;对于甲基化差异区间处于启动子区域的基因,共有156个基因富集到了15个细胞组分、158个富集到了1个分子功能、65个富集到了3个KEGG信号通路;PPI蛋白互作分析显示,所有DEGs共聚类成11个子网络;将Me DIP-Seq和RNA-Seq的测序结果进行联合分析结果显示,共筛选出两个差异基因,一个为为低甲基化高表达的DEFA1,是一个与免疫应答相关的基因,可参与机体多种免疫反应,如中性粒细胞介导免疫(Neutrophil mediated immunity)、对真菌的防御反应(Defense response to fungus)等,还参与NOD样受体信号通路(NOD-like receptor signaling pathway);另一个高甲基化低表达的NR4A1,主要参与PI3K-Akt信号通路(PI3K-Akt signaling pathway)、细胞趋化(Cell chemotaxis)、上皮细胞增殖的正向调控(Positive regulation of epithelial cell proliferation)等生物学过程。两个差异基因分别位于MCODE4和MCODE5模块,可作为肥胖相关的候选基因,用于后续机制研究。结论:本研究通过Me DIP-Seq和RNA-Seq测序分析,获得了肥胖患者全基因组DNA甲基化和转录组图谱,并通过两者的联合分析,筛选出了可能导致肥胖的关键候选基因,为进一步研究这些候选基因在肥胖发病中的调控作用机制奠定了实验室基础和理论依据。