加权基因共表达网络分析鉴定类风湿关节炎利妥昔单抗React候选基因

一些类风湿关节炎患者对利妥昔单抗的治疗没有临床React，因此，鉴定利妥昔单抗React的候选基因非常重要，这可能有助于提高React机会。 本文在模块视图中识别候选基因，与常规的基因差异表达分析相比，它具有更强的鲁棒性和生物学意义。 首先使用加权基因共表达网络分析算法构建类风湿关节炎的基因共表达网络。 然后，使用动态树切割算法将共表达网络分为几个基因模块，这些基因模块可能与某些生物学功能相对应。 提出了基于基因表达谱的方法和基于模块本征基因的方法来计算响应利妥昔单抗治疗的基因模块的重要性。 实验是在来自GEO的真实数据集（GSE54629）上进行的，在该数据集上构建了共表达网络。 最终将网络分成六个基因模块（蓝色，棕色，绿色，灰色，绿松石，黄色），其中由上述两种方法一致地确定了由61个基因组成的绿色模块最为重要。 与其他几篇代表性论文相比，令人鼓舞的实验结果证明了我们的方法可识别出利妥昔单抗应答候选基因的有效性。