بررسی ویژگی ‌های توپولوژیکی ژن ‌های تغییر بیان یافته خون در شبکه برهم کنش پروتئین - پروتئین برای بیماری دیابت نوع 1

سابقه و هدف: بیماری دیابت نوع 1 در نتیجه تخریب خودایمنی سلول های بتا تولید کننده انسولین در پانکراس ایجاد می شود. برای گسترش درمان بیماری، شناسایی نشانگرهای درمانی کارآمد مورد نیاز است. روش های سیستم بیولوژی سبب فهم بهتری از عوامل عملکردی در بیماری می گردند. هدف این مطالعه، جستجوی نشانگرهای کاندید در این بیماری با بررسی ویژگی های توپولوژیکی زیرشبکه حاصل از تلفیق داده های بیان ژن و برهمکنش پروتئین - پروتئین بود.مواد و روش ها: در این مطالعه، پروفایل بیان ژن سلول های تک هسته ای خون محیطی بیماران تاره مبتلا شده به دیابت از پایگاه داده gene expression omnibus (geo) دانلود و ژن های تغییر بیان یافته مشخص گردیدند. سپس این ژن ها روی شبکه برهم کنش پروتئینپروتئین منطبق شدند. پنج ویژگی توپولوژیکی توسط نرم افزار cytoscape آنالیز شد. در نهایت از سه پارامتر مهم درجه راس، betweenness و closeness centrality برای معرفی نشانگرهای کاندید استفاده گردید.یافته ها: با انجام آنالیز آماری، 2467 ژن تغییر بیان یافته مشخص گردیدند که 1024 افزایش و 1443 کاهش بیان داشتند. با قرار دادن این ژن ها در شبکه، زیر شبکه ای با 949 نود و 1776 یال ساخته شد. با آنالیز توپولوژیکی زیرشبکه، پروتئین های با درجه راس بالا (hub) و پروتئین های با betweenness بالا (گلوگاه یا bottleneck ) شناخته شدند. 9 پروتئین hubbottleneck که مرکزیت بالا (closeness centrality) در شبکه داشتند، به عنوان نشانگرهای کاندید معرفی شدند.نتیجه گیری: نشانگرهای کاندید به دست آمده از شبکه با نگاه سیستماتیک، می توانند به عنوان نشانگرهای تشخیصی جدید و اهداف دارویی مورد بررسی بیش تر قرار گیرند.

Topological analysis of blood differentially expressed genes in proteinprotein interaction network in type 1 diabetes

Introduction: Type 1 diabetes (T1D) results from autoimmune destruction of insulinproducing beta cells in pancreatic islets of Langerhans. To develop efficient treatments for T1D, it is required to identify suitable therapeutic markers. Systems biology offers approaches to better understanding of functional elements in the disease. Our aim was to investigate larger number of candidate markers in T1D by topological analysis of constructed PPI based on gene expression.Materials and Methods: In this study, gene expression profile of peripheral blood mononuclear cells from newly diagnosed type 1 diabetic children was prepared from Gene Expression Omnibus and analyzed to get differentially expressed genes. Then, these genes were mapped to PPIs data to construct related subnetwork. Five topological features were calculated by Cytoscape software.  Finally, degree, betweenness and closeness centrality features were utilized to identify candidate markers.Results: 2467 differentially expression genes were obtained by statistical analyzing of gene expression profile in which 1024 were upregulated and 1443 were downregulated. After mapping these genes on PPI network, there was constructed subnetwork with 949 nodes and 1776 edges. By topological analysis of the subnetwork, we determined high degree nodes (hub) and high betweenness nodes (bottleneck). Then, 9 hubbottleneck proteins that were more central (high closeness centrality) in the subnetwork were identified and introduced as candidate markers.Conclusion: The obtained markers from network via systemic view can be considered as new diagnostic markers and potential therapeutic targets for T1D