肥胖患者性别差异的基因表达谱数据分析

乔子君，马文丽，郑文岭

(南方医科大学 基因工程研究所，广东 广州510515)

长期的能量摄入与消耗不平衡，使人体内的脂肪组织大量增加，即被定义为肥胖[1]。世界卫生组织在2008年的普查数据中显示，全球有超过14 亿的成人体质量超重，其中超过2 000万男性与超过3 000万的女性属于肥胖患者。在已知研究中，肥胖被发现与多种疾病的发生发展相关，其中以Ⅱ型糖尿病、心脑血管疾病、肝脏疾病及某些特定癌症为代表[2]。在肥胖人群中女性患Ⅱ型糖尿病的风险要大于男性[3]。本研究采用来自基因芯片检测获得的数据，通过进一步数据挖掘，探讨肥胖发病机制和性别的关系。

生物信息学理论和分析软件的发展，使得将基因组与网络分析相结合的研究越来越多。特别是针对慢性疾病及其并发症的生物网络研究，例如蛋白质相互作用(protein-protein interaction)网络[4]、系统生物学分析工具DAVID 等，可用于了解疾病间的联系以及疾病发生的复杂分子机制。

1 材料与方法

1.1 材料

从基因表达数据库(gene expression omnibus，GEO)中下载(http://www.ncbi.nlm.nih.gov/geo/)基因表达数据集GDS3602，该数据集由美国AL 州伯明翰大学临床营养研究中心Y.H.Lee 等人提交。该数据集包括了非糖尿病肥胖患者10例(男性、女性分别5例)，正常对照组10例(男性、女性分别5例)。

1.2 方法

1.2.1 差异基因分析:使用qlucore omics explorer 3.0(http://www.qlucore.com/)，对数据集GDS3602进行差异基因分析，将数据集中样本按肥胖女性OF组(obese female)、肥胖男性OM组(obese male)、正常女性LF组(lean female)、正常男性LM组(lean male)进行分组，以性别分类对其进行两组比较(two group comparison)，方差过滤取值0.001，P值取0.001。对获得的差异基因进行聚类。将所获得的差异表达基因列表分别命名为肥胖男性组及正常男性组(obese male to lean male)和肥胖女性组及正常女性组(obese female to lean female)。

1.2.2 DAVID 在线分析:在本研究中，主要利用其的基因本体(gene ontology，GO)和京都基因与基因组百科全书(kyoto encyclopedia of genes and genomes，KEGG)，该数据库是一种系统分析基因功能、基因组信息数据库，有助于研究者把基因及表达信息作为一个整体网络进行研究)分析工具，进一步挖掘已从高通量数据中提取出的差异表达基因。

分别将变量列表导入DAVID，可以得出每个差异基因列表的GO 和KEGG分析结果。

1.2.3 蛋白质作用网络分析:从数据库MINT(molecular INTeraction database)(http://mint.bio.uniroma2.it/mint/)中获得男性、女性组差异基因所涉及的蛋白质相互作用靶对(protein-protein interaction pairs，PPI pairs)，使用cytoscape3.0.2(http://cytoscapeweb.cytoscape.org/)分别对获得的PPI 数据，构建出蛋白质相互作用分析网络，采用Cluster ONE 插件对作用网络进行聚类分析，筛选P值小于0.001的节点度(degree)不小于6的作用簇，保留核心节点为差异基因编码蛋白的作用簇。

2 结果

2.1 差异基因筛选结果

OM组共筛选出62个差异表达基因，其中39个基因在肥胖男性中高表达，23个为低表达(图1A);OF组共筛选出178个差异表达基因，其中高表达99个，低表达79个(图1B)。

2.2 GO分析结果

OM组中共涉及GO 分类33个，其中生物过程(biological process，BP)13个分类，分子功能(molecular function，MF)13个分类，细胞组分(cellular component，CC)7个分类。

OF组中共涉及GO 分类144个，其中生物过程(biological process，BP)92个分类，分子功能(molecular function，MF)27个分类，细胞组分(cellular component，CC)25个分类。

对以上GO 分类取P值0.05 过滤，OM组中BP、MF、CC 分别有4、5、6个分类被保留;OF组中BP、MF、CC 分别有66、17、12个分类被保留。进一步用FDR值对P值进行校正，保留FDR 小于5%，且每个分类中包含基因数多于5的GO类别，OM组中BP、MF、CC 没有类别符合条件，OF组中BP、MF、CC 分别有11、4、3个类别被保留。其中OF组过滤后的GO 分类(表1)。

2.3 KEGG分析结果

在OM组中，差异基因所涉及的KEGG 通路有4条，其中P值小于0.05的通路有2条，经过FDR校正后还有0条;在OF组中，差异基因所涉及的KEGG 通路有18条，P值小于0.05的通路有5条，经过FDR 校正后还有2条(表2)。

图1 各组差异基因分析及聚类结果Fig1 The results of different expression genes and clustering

表1 OF组过滤后GO 分类Table1 GO terms of group OF after filtering

表2 OF组差异基因涉及KEGG 通路Table2 KEGG pathway of differentially expressed genes for group OF

2.4 蛋白质作用网络分析结果

对OM组与OF组差异基因分别构建蛋白质作用网络(图2)。

使用Cluster ONE 插件对网络做聚类分析，得到OM组蛋白质作用网络中核心节点12个，其中10个为差异基因，分别为FYN、MDFI、SORBS3、FN1、FEZ1、CTNNA1、HSPA8、RAD21、TUBB2B 和CTNNA1(图3)。

OF组蛋白质作用网络核心节点10个，其中8个为表达差异基因，分别为PDIA3、YWHAH、OGT、BORBS3、HSPA5、PDHB、MYD88 和FLNC(图4)。

图3 OM组处于核心节点位置的差异基因Fig3 The hub nodes of group OM，which belong to the different express genes

图4 OF组处于核心节点位置上的差异基因Fig4 The hub nodes of group OF，which belong to the different express genes

3 讨论

在本研究中，通过肥胖患者同正常组的比较，分别筛选出不同性别组内的差异表达基因，以用于研究性不同性别组之间肥胖相关基因的差异。相比而言，男性患者组内表达差异基因数少于女性组，提示性别因素对肥胖的产生机制存在一定的影响。

GO分析结果显示，女性涉及的GO 分类数目要多于男性，也说明女性肥胖的发病机制可能更为复杂，涉及面要更广。

在这些被保留的分类中涉及胰岛素相关GO类别的差异基因在女性实验组中全部高表达，分别为IGFBP2(insulin-like growth factor binding protein 2)、IGFBP4(insulin-like growth factor binding protein 4)、CTGF(connective tissue growth factor)和 WISP2(WNT1 inducible signaling pathway 2)，编码胰岛素样生长因子结合蛋白-2、胰岛素样生长因子结合蛋白-4、结缔组织生长因子和WNT1 诱导信号通路。胰岛素样生长因子(insulin-like growth factor，IGF)体组织的生长和发育中起着重要的作用，是人体最重要的生长因子之一，包括IGF1 和IGF2 两种，研究显示IGF1 在免疫系统中和多种免疫细胞有正向调节作用，如促进淋巴细胞和粒细胞增生[5]，调节前B淋巴细胞的分化和促进B 细胞的抗体生成[6]。

在蛋白质作用网络核心节点中，两组都有SORBS3(sorbin and SH3 domain containing 3)，其编码基因SORBS3 编码一个具有SH3 结构域的衔接蛋白。SH3 结构域主要在细胞骨架组装以及细胞黏附和迁移中发挥着重要作用[7]，已经有研究显示同DLG5、MAPK1 存在相互作用关系[8-9]。

在蛋白质作用网络中，节点度(k)是网络节点最基本的特征参数，用以表示在一个网络中一个节点与其他节点的连接数[10]，而节点度可以作为判断一个节点重要程度的重要标准[11]，分析发现，FYN与PDIA3的节点度分别是男性女性肥胖蛋白质网络中的重要节点。FYN是酪氨酸激酶家族(src-family kinases)中的一员[12]，并且被证明其高表达与前列腺癌有着重要关系[13]，这提示着男性肥胖与前列腺癌发病机制间的某种联系。PDIA3 也被称为ERP57，是一种典型的蛋白质二硫键异构酶，催化蛋白质二硫键的形成、分解及异构，并已被证实与多种癌症的发生相关[14]。PDIA3的低表达预示着宫颈癌的较差预后[15]，提示着女性肥胖与宫颈癌预后有着密切关系。以上分析结果仍需进一步实验验证。

综上所述，相比男性肥胖患者，女性肥胖中的差异基因表达数量较多，涉及的GO 分类数目也多于男性，提示女性肥胖发病的分子机制与男性肥胖明显不同。女性肥胖发病的分子机理可能更为复杂。

[1]Y H.Lee S.Nair，E.Rousseau，et al，Microarray profiling of isolated abdominal subcutaneous adipocytes from obese vs non-obese Pima Indians:increased expression of inflammation-related genes [J].Diabetologia，2005，48:1776-1783.

[2]Iskander K，Farhour R，Ficek M，et al，Obesity-related complications:few biochemical phenomena with reference to tumorigenesis[J].Malays J Pathol，2013，35:1-15.

[3]Ding EL，Song Y，Malik VS，et al，Sex differences of endogenous sex hormones and risk of type 2 diabetes:a systematic review and meta-analysis[J].JAMA，2006，295:1288-1299.

[4]Paik H，Heo HS，Ban HJ，et al，Unraveling human protein interaction networks underlying co-occurrences of diseases and pathological conditions[J].J Transl Med，2014，12:99.doi:10.1186/1479-5876-12-99.

[5]Clark R，Strasser J，McCabe S，et al，Insulin-like growth factor-1 stimulation of lymphopoiesis [J].J Clin Invest，1993，92:540-548.

[6]Kimata，H.and A.Yoshida，Effect of growth hormone and insulin-like growth factor-I on immunoglobulin production by and growth of human B cells [J].J Clin Endocrinol Metab，1994，78:635-641.

[7]Kioka N，Sakata S，Kawauchi T，et al，Vinexin:a novel vinculin-binding protein with multiple SH3 domains enhances actin cytoskeletal organization [J].J Cell Biol，1999，144:59-69.

[8]Wakabayashi M1，Ito T，Mitsushima M，et al，Interaction of lp-dlg/KIAA0583，a membrane-associated guanylate kinase family protein，with vinexin and beta-catenin at sites of cell-cell contact [J].J Biol Chem， 2003， 278:21709-21714.

[9]Wakabayashi M，Ito T，Mitsushima M，et al，Extracellular signal-regulated kinase activated by epidermal growth factor and cell adhesion interacts with and phosphorylates vinexin[J].J Biol Chem，2004，279:34570-34577.

[10]Raman K，Construction and analysis of protein-protein interaction networks[J].Autom Exp，2010，2:2.

[11]Callaway DS，Newman ME，Strogatz SH，et al，Network robustness and fragility:percolation on random graphs[J].Phys Rev Lett，2000，85:5468-5471

[12]Jensen AR，David SY，Liao C，et al，Fyn Is downstream of the HGF/MET signaling axis and affects cellular shape and tropism in PC3 cells [J].Clin Cancer Res，2011，17:3112-3122.

[13]Posadas EM，Al-Ahmadie H，Robinson VL，et al，FYN is overexpressed in human prostate cancer[J].Bju International，2009，103:171-177.

[14]Shishkin SS，Eremina LS，Kovalev LI，et al，AGR2，ERp57/GRP58，and some other human protein disulfide isomerases [J].Biochemistry-Moscow， 2013， 78:1415-1430.

[15]Chung H，Cho H，Perry C，et al，Downregulation of ERp57 expression is associated with poor prognosis in early-stage cervical cancer [J].Biomarkers，2013，18:573-579.