跳转到主页内容
访问键 NCBI主页 MyNCBI主页 主要内容 主导航
。 2014年10月24日,15(1):333。
DOI：10.1186 / 1471-2105-15-333。

基于网络的感染期间共病风险分析:SARS和HIV病例研究

默罕默德·阿里模拟1， 彼得利奥
从属关系
免费PMC文章

基于网络的感染期间共病风险分析:SARS和HIV病例研究

默罕默德·阿里模拟等。 BMC生物信息学。 。
免费PMC文章
最喜欢的

摘要

背景:感染通常与增加可能导致进一步发病率和死亡率的疾病风险的共病有关。SARS是一种类似于中东呼吸综合征病毒的威胁，但共病是突出它们不同影响的关键方面。一位英国医生说，“我宁愿感染艾滋病毒，也不愿感染糖尿病”，因为糖尿病患者的预期寿命低于艾滋病患者。然而，艾滋病毒对糖尿病有共病影响。

结果：我们提出了一个定量框架来比较和探索疾病之间的共病。利用邻域基准和拓扑方法，建立了基于OMIM的共病关系网络，并确定了重要基因。然后基于基因表达、PPI和信号通路数据，我们调查了这两种感染病理与其他7种疾病(心力衰竭、肾脏疾病、乳腺癌、神经退行性疾病、骨病、1型和2型糖尿病)的共病相关性。表型关联是通过计算测量的相对风险的量化措施两对疾病的发病率趋势和ϕ相关性来衡量疾病协会的鲁棒性。微分基因表达分析强烈表明,SARS影响病人的反应似乎主要是一种天生的炎症反应和统计上就是说,大量的基因,通路和质子泵抑制剂子网不同的疾病如慢性心脏衰竭(21个基因),乳腺癌基因(16)和骨疾病(11个基因)。HIV-1诱发了与许多其他疾病的共病关系，特别是与神经系统、癌症、代谢和免疫疾病的强相关性。从临床资料中可以观察到类似的共病风险。此外，SARS和HIV感染分别调节了影响衰老过程的4个基因(ANXA3、GNS、HIST1H1C、RASA3)和3个基因(HBA1、TFRC、GHITM)。值得注意的是，艾滋病毒和非典同样地失调了11个基因和3个通路。在SARS-CoV和MERS-CoV中，只有4个显著的异常基因是常见的，包括NFKBIA，它是与感染和炎症疾病易感性相关的免疫应答的关键调节因子。

结论:我们的方法提供了一个成熟的机会，使用数据驱动的方法来推进我们目前对疾病机制的认识，并以定量的方式预测疾病共患病。

数据

图1
图1
居中于SARS感染的基因 - 疾病关联网络是基于不同种类的，可通过不同的基因与SARS感染连接和显示合并症疾病构成。红颜色代表不同类别的疾病和绿色代表与其他类别疾病的常见不同的基因。疾病节点的大小正比于感染/疾病组之间共享失调的基因的数目。链接被放置在障碍和疾病的基因，如果该基因导致的具体疾病的突变之间。
图2
图2
以HIV感染为中心的基因-疾病关联网络是基于通过不同基因与HIV-1感染相关并显示共病的不同类别疾病构建的。红颜色代表不同类别的疾病和绿色代表与其他类别疾病的常见不同的基因。疾病节点的大小正比于感染/疾病组之间共享失调的基因的数目。链接被放置在障碍和疾病的基因，如果该基因导致的具体疾病的突变之间。
图3
图3
8种疾病或感染(慢性心力衰竭、肾脏疾病、乳腺癌、帕金森病、骨质疏松症、HIV/SARS感染、1型和2型糖尿病)的网络，通过共享基因和共同途径与(a) SARS感染和(b) HIV感染相关并显示共病。在SARS/HIV感染和其他8种疾病或感染之间，有一些高度上调或下调的基因很常见。上下箭头表示SARS/HIV感染与相应感染或疾病之间常见的高度上下失调基因。
图4
图4
8种疾病和感染(慢性心衰、肾脏病、乳腺癌、帕金森、骨质疏松症、HIV感染、1型和2型糖尿病)的蛋白质-蛋白质相互作用网络，通过共享蛋白质亚网络与SARS感染相关并显示共病。
图5
图5
8种疾病和感染(慢性心力衰竭、肾脏疾病、乳腺癌、帕金森病、骨质疏松症、SARS感染、1型和2型糖尿病)的蛋白-蛋白相互作用网络，通过共享蛋白亚网络与HIV感染相关并显示共病。
图6
图6
9种疾病和感染(SARS感染、骨质疏松症、帕金森病、1型糖尿病、2型糖尿病、心力衰竭、肾脏疾病、乳腺癌和HIV-1感染)的共病风险概率网络。传染病和疾病之间的共病概率距离通过边界表示，方差通过节点的大小表示。
图7
图7
表型疾病网络（PDN）。节点是疾病和链接是相关性。节点颜色识别基于所述ICD9类别的疾病。只有具有统计学显著链接[R [R ij > = 20 andϕ显示> = 0.06。
图8
图8
SARS感染表型疾病网络(PDNs)。节点是疾病和链接是相关性。节点标签标识在3位数的类别级别的ICD9代码(一)和在5位分类级别(b)。只有相对危险统计学显著链接[R [R ij所示。
图9
图9
表型疾病网络（PDN）的HIV-1感染。节点是疾病和链接是相关性。节点标签标识在3位数的类别级别的ICD9代码(一)和在5位分类级别(b)。只有相对危险统计学显著链接[R [R ij所示。
图10
图10
共有基因的数量和疾病共患病的表型相对风险之间的相关性。
图11
图11
四个基因(ANXA3, HIST1H1C, RASA3和GNS)与SARS感染和衰老有关。由于这些基因的原因，SARS患者的衰老过程加快。向上箭头表示高度上调的异常基因。
图12
图12
3个基因(HBA1、TFRC和GHITM)与HIV-1感染和衰老有关。由于这些基因的原因，HIV感染者的衰老过程加快。向上和向下箭头表示高度向上和向下的异常基因。
图13
图13
在肺细胞与对应于它们的模拟高度之上和之下表达的基因用于SARS-CoV感染肺和PBMC细胞和MERS-CoV感染的文氏图。
图14
图14
模拟不同时间点对应的MERS-CoV感染基因表达水平(y轴)的Log fold变化。
图15
图15
模拟不同时间点对应的SARS-Cov感染基因表达水平(x轴)的Log fold变化。
图16
图16
与Mock对应的非典型肺炎感染NFKBIA和EGR1基因表达水平(y轴)的Log fold变化。
图17
图17
路径的渐进式颞叶活化。随着时间的推移，由于通路失调的干扰，网络成为疾病共患病的示意图增加。红色圆圈表示与控制相关的基因表达异常增加，红色链接表示与正常控制相比，感染导致的通路异常增加。绿色表示转录本在控制和感染条件下是相同的。四个面板代表感染进展的时间间隔网络。随着时间的推移，炎症的置信水平增加，用置信区间表示。
请在PMC中查看此图像和版权信息

类似的文章

查看所有类似文章

引用的16用品

  • 性别差异对SARS-CoV-2发病机制和治疗干预设计的影响。
    Bunders MJ, Altfeld M。 Bunders MJ，等人。 2020年9月15日;53(3):487-495。doi: 10.1016 / j.immuni.2020.08.003。Epub 2020年8月17日。 免疫力。2020。 PMID:32853545 免费PMC文章。 审查。
  • COVID-19和sars样病毒的致病谱分析。
    奈恩Z，林蛙HK，LIO P，伊斯兰教短信，萨默斯MA，莫尼MA。 Nain Z等人。 介绍Bioinform。2020年8月11日：bbaa173。DOI：10.1093 /背带裤/ bbaa173。打印网上提前。 短暂的Bioinform。2020。 PMID:32778874 免费PMC文章。
  • 2019冠状病毒病(COVID-19)在艾滋病毒/艾滋病患者中的结果:系统综述。
    库珀TJ，伍德沃德BL，阿隆S，Harky A. Cooper TJ等。 HIV医学。2020 7月15日：10.1111 / hiv.12911。DOI：10.1111 / hiv.12911。打印网上提前。 艾滋病毒地中海。2020。 PMID:32671970 免费PMC文章。
  • 为什么COVID-19严重影响老年人？
    米勒·艾尔，麦克纳马拉女士，辛克莱·达。 穆勒等人。 老化(奥尔巴尼纽约)。2020 5月29日; 12（10）：9959-9981。DOI：10.18632 / aging.103344。电子版2020年5月29日。 老化(奥尔巴尼纽约)。2020. PMID:32470948 免费PMC文章。
  • 糖尿病和代谢综合征是COVID-19的危险因素。
    Marhl男，Grubelnik V，Magdič男，马尔科维奇R. Marhl M等。 糖尿病代谢Syndr。2020七月 - 8月; 14（4）：671-677。DOI：10.1016 / j.dsx.2020.05.013。电子版2020年5月8日。 糖尿病Metab Syndr. 2020。 PMID:32438331 免费PMC文章。
参见所有文章“引用”

参考文献

    1. 李淑君，李淑君，李淑君，李淑君。手机网络对共病的影响。台北:国立台湾科技大学。Mol Syst Biol. 2009;5:1。doi: 10.1038 / msb.2009.16。-DOI-PMC-PubMed
    1. 伊达尔戈，布卢姆，巴拉巴西，克里斯塔基斯纳。一种研究人类表型的动态网络方法。PLoS Comput Biol. 2009;5(4):1000353。doi: 10.1371 / journal.pcbi.1000353。-DOI-PMC-PubMed
    1. Moni MA, Lio P. comor:一个疾病共病风险评估软件。生物信息学。2014;4(1):8。doi: 10.1186 / 2043-9113-4-8。-DOI-PMC-PubMed
    1. 在澳大利亚的心血管疾病、糖尿病和慢性肾脏疾病共病。堪培拉:澳大利亚卫生和福利研究所;2007.
    1. Currie CJ, Poole CD, Jenkins-Jones S, Gale EA, Johnson JA, Morgan CL2型糖尿病患者和非2型糖尿病患者发生癌症后的死亡率二甲双胍对生存率的影响。糖尿病护理。2012;35(2):299 - 304。doi: 10.2337 / dc11 - 1313。-DOI-PMC-PubMed

发布类型

主题词

反馈