1- گروه علوم دامی، دانشگاه علوم کشاورزی و منابع طبیعی ساری، ساری، ایران
چکیده: (1060 مشاهده)
چکیده مبسوط
مقدمه و هدف: در سالهای اخیر، ویروس آنفولانزا منجربه خسارات اقتصادی سنگینی در صنعت طیور به ویژه گلههای گوشتی شده است که علیرغم انجام برنامه واکسیناسیون، همچنان از مهمترین عوامل بیماری زا در صنعت طیور در سراسر جهان است. آنفولانزای پرندگان، بهویژه سویه H5N1، بهدلیل پتانسیل آن بهعنوان بیماری مشترک بین انسان و دام و تأثیر مخرب آن بر جمعیت طیور، بهعنوان نگرانی عمده بهداشت جهانی مطرح شده است. با این انگیزه تحقیقاتی، شناسایی مکانیسمهای مولکولی پاسخ به عفونت برای کنترل، درمان و پیشگیری از بیماری همهگیر، امری حیاتی است. از جمله اهداف کلیدی در تحقیقات زیستی، شناسایی منسجم تمام مولکولهای درون سلولی زنده و نحوه تعامل بین آنها است. بیان همزمان ژن، اطلاعات کلیدی را برای درک سیستمهای زنده فراهم میکند، زیرا ژنهای همبیان اغلب در مسیرهای زیستی یکسان یا مرتبط با برهمکنش پروتئین_پروتئین (PPI) هستند. نیاز به استراتژیهای موفق درمانی نگارندگان را به مطالعه شبکههای تعامل پروتئین-پروتئین از طریق رویکردهای مبتنی بر زیستشناسی سیستمی بهعنوان روشی مناسب برای کشف پروتئینهای کاندید و مسیرهای بیولوژیکی کلیدی در این بیماری واداشته است. از آنجایی که اندازهگیری شاخصهای مرکزیت معیاری برای تعیین تأثیر عضوها در شبکه تعاملی است، از شاخصهای مرکزیت بینابینی، نزدیکی و تعداد اتصال عضو برای تجزیه و تحلیل شبکههای پروتئینی استفاده میشود. این مطالعه، با هدف شناسایی نشانگرهای زیستی کلیدی در تشخیص، درمان یا کنترل تلفات و خسارات ناشی از بیماری آنفولانزای مرغی با استفاده از روشهای آنالیز شبکههای زیستی و تحلیل مسیرهای سیگنالدهی-عملکردی انجام شد.
مواد و روش ها: در مطالعه حاضر، پایگاه داده همبیانی ژن (COXPRESdb) با استفاده از کلیدواژهResponse to virus جستجو شد. در نتیجه جستجو، مجموع 21 ژن که در فرآیندهای بیولوژیکی پاسخ به ویروس در مرغ نقش دارند، معرفی شدند. از میان 21 ژن معرفی شده، 7 ژن در دو شبکه همبیانی ژن مجزا حضور داشتند. با توسعه دو شبکه همبیانی ژن، در نهایت 148 ژن، در 12 خوشه ژنی مجزا با هدف شناسایی سایر مؤلفههای همبیانی ژنی، از پایگاهداده COXPRESdb شناسایی و استخراج شدند. جهت حاشیه نویسی شبکه مورد مطالعه، داده بیانی سریGSE53932 از بخش GEO بانک اطلاعاتNCBI استخراج شد. تحلیل آماری و آنالیز بیان ژنها توسط نرم افزار GEO2R انجام شد و ژنهای با بیان افتراقی با ( 0.05> P) و (2 > Log FC > 2-) مشخص گردیدند. شبکههای فرعی توسط افزونههای MCODE،jActiveModules 3.1 و CytoCluster 2.1.0با نرمافزار Cytoscape شناسایی شدند. پارامترهای MCODE شامل برش تعداد اتصال عضو: 2، برش امتیاز عضو: 0/5،K-score : 5 و حداکثر عمق: 100 در نظر گرفته شدند. با استفاده از افزونه jActiveModules براساس دادههای بیان واردشده به شبکه، زیرشبکههای بیانی فعال با درنظر گرفتن (adj.P < 0.01) شناسایی شدند. از افزونه CytoCluster جهت خوشهبندی شبکه براساس P-value برای شناسایی خوشههای معنیدار ( 0.05> P) استفاده شد. به منظور محاسبه پارامترهای مرکزیت شامل پارامترهای بینابینی، نزدیکی و تعداد اتصال برای هر عضو و شناسایی ژنهای اصلی (هابها)، از افزونه CentiScaPe 2.1 در شبکه استفاده شد. عبارات هستیشناسی ژن (GO) زیرشبکهها و خوشههای شناسایی شده با استفاده از ابزار حاشیهنویسی عملکردی DAVID بازیابی شدند. در نهایت، شبکه هستیشناسی ژنها به وسیله افزونههای ClueGO 2.5.10 و CluePedia 1.5.10 ترسیم شد.
یافته ها: از میان فهرست 21 ژن پاسخ به ویروسها در مرغ، هفت ژن در دو شبکه همبیانی مجزا حضور داشتند. این دو شبکه همبیانی شامل سه ژن TTR، ALB و RBP4A و چهار ژن SAMHD1، MX1، IRF7 و MYD88 بودند. علاوه بر ژنهای حاشیهنویسی شده در جریان پاسخ به ویروس در مرغ، فهرست ژنی حاوی 148 ژن محتمل پاسخگو به ویروس با انحراف امتیاز همبیانی در اطراف 3 < Z، بهعنوان همبیانی بالاتر نسبت به توزیع نرمال همبیانی تصادفی، از پایگاهداده همبیانی ژن COXPRESdb استخراج شدند. بعد از تحلیل آماری دادههای بیانی، شبکه تعاملی اولیه برای ژنها با بیان افتراقی معنیدار بهصورت 61 عضو (پروتئین) و 306 اتصال با استفاده از نرمافزار Cytoscape ایجاد شد. دو شبکه PPI توسط سه پروتئین PLAC8L1، LBFABP و IFI6 به هم مرتبط شدند. پروتئینهایSERPlNA10 و AHSG با امتیاز عضو 22 و PLG با امتیاز عضو 21 بهعنوان پروتئینهای هاب (Hub)، دارای بیشترین میزان تعامل در کل شبکه پروتئینها با بیان افتراقی بودند. محاسبه با افزونه MCODE منجربه شناسایی دو خوشه با چگالی بالا شد. این مناطق با چگالی بالا در شبکه ممکن است شامل پروتئینهایی باشند که بهعنوان مجموعهای در سلول عمل کنند. AMBP و DDX60 بهعنوان پروتئینهای Seed به ترتیب در خوشه شماره 1 و 2 حضور داشتند. پس از افزودن دادههای بیان به عضوهای شبکه در نرمافزار Cytoscape، محاسبه و خوشهبندی با استفاده از افزونه jActiveModules، پنج زیرشبکه بیانی فعال شناسایی شدند. دو خوشه ژنی معنیدار ( P< 0.05) با استفاده از افزونه CytoCluster 2.1.0 (الگوریتم ClusterOne) با درنظر گرفتن مقدار (0.05 > P) شناسایی شدند. اولین خوشه معنیدار با 25 عضو در سمت راست شبکه شامل پروتئینهایی بود که مسیر سیگنالدهی بیوسنتز فنیل آلانین، تیروزین و تریپتوفان را نشان دادند. دومین خوشه معنیدار با 20 عضو در سمت چپ شبکه شامل پروتئینهایی بود که مسیر سیگنالدهی آنفولانزای A، عفونت ویروس هرپس سیمپلکس 1 و مسیر سیگنالدهی گیرنده RIG-I را بهعنوان مسیر درگیر در پاسخ ایمنی به ویروس نشان دادند. محاسبات شاخصهای مرکزیت برای زیرشبکههای بیانی فعال حاصل از الگوریتم jActiveModules پس از افزودن دادههای بیان و برای خوشههای حاصل از الگوریتمهای MCODE قبل از افزودن دادههای بیان نیز انجام شدند. در نهایت، پروتئینهای IFIT5، IFIH1وRSAD2 در خوشههای به دستآمده از الگوریتم MCODE (خوشه با بالاترین امتیاز) و CytoCluster و پروتئین IFIH1 در زیرشبکه فعال بیانی بهدستآمده از jActiveModules، دارای بالاترین امتیاز بینابینی، نزدیکی و تعداد اتصال عضو بودند. در بررسی غنیسازی ژنی KEGG، این سه پروتئین به همراه چهار پروتئین STAT1، EIF2AK2، TRIM25 و دPLG بهصورت معنیدار (0.05 > P) با مسیر سیگنالدهی آنفولانزای A، عفونت ویروس هرپسسیمپلکس 1، بیوسنتز فنیلآلانین، تیروزین و تریپتوفان، متابولیسم فنیلآلانین و مسیر سیگنالدهی گیرنده RIG-I در پاسخ ایمنی به ویروس آنفولانزا در ارتباط بودند.
نتیجهگیری: در نتیجه مطالعه حاضر، پروتئینهای IFIH1، IFIT5، و RSAD2 با بالاترین امتیاز شاخصهای مرکزیت برای خوشهها و زیرشبکههای بیانی فعال و STAT1، PLG، EIF2AK2، DHX58 و TRIM25 با بالاترین سطح معنیداری (P< 0.05) در مسیرهای سیگنالدهی انفولانزای A و مسیر سیگنالدهی گیرنده RIG-I در طیور بهعنوان نشانگرهای زیستی پاسخگو به آنفولانزا معرفی شدند.
مقدمه و هدف: در سالهای اخیر، ویروس آنفولانزا منجربه خسارات اقتصادی سنگینی در صنعت طیور به ویژه گلههای گوشتی شده است که علیرغم انجام برنامه واکسیناسیون، همچنان از مهمترین عوامل بیماری زا در صنعت طیور در سراسر جهان است. آنفولانزای پرندگان، بهویژه سویه H5N1، بهدلیل پتانسیل آن بهعنوان بیماری مشترک بین انسان و دام و تأثیر مخرب آن بر جمعیت طیور، بهعنوان نگرانی عمده بهداشت جهانی مطرح شده است. با این انگیزه تحقیقاتی، شناسایی مکانیسمهای مولکولی پاسخ به عفونت برای کنترل، درمان و پیشگیری از بیماری همهگیر، امری حیاتی است. از جمله اهداف کلیدی در تحقیقات زیستی، شناسایی منسجم تمام مولکولهای درون سلولی زنده و نحوه تعامل بین آنها است. بیان همزمان ژن، اطلاعات کلیدی را برای درک سیستمهای زنده فراهم میکند، زیرا ژنهای همبیان اغلب در مسیرهای زیستی یکسان یا مرتبط با برهمکنش پروتئین_پروتئین (PPI) هستند. نیاز به استراتژیهای موفق درمانی نگارندگان را به مطالعه شبکههای تعامل پروتئین-پروتئین از طریق رویکردهای مبتنی بر زیستشناسی سیستمی بهعنوان روشی مناسب برای کشف پروتئینهای کاندید و مسیرهای بیولوژیکی کلیدی در این بیماری واداشته است. از آنجایی که اندازهگیری شاخصهای مرکزیت معیاری برای تعیین تأثیر عضوها در شبکه تعاملی است، از شاخصهای مرکزیت بینابینی، نزدیکی و تعداد اتصال عضو برای تجزیه و تحلیل شبکههای پروتئینی استفاده میشود. این مطالعه، با هدف شناسایی نشانگرهای زیستی کلیدی در تشخیص، درمان یا کنترل تلفات و خسارات ناشی از بیماری آنفولانزای مرغی با استفاده از روشهای آنالیز شبکههای زیستی و تحلیل مسیرهای سیگنالدهی-عملکردی انجام شد.
مواد و روش ها: در مطالعه حاضر، پایگاه داده همبیانی ژن (COXPRESdb) با استفاده از کلیدواژهResponse to virus جستجو شد. در نتیجه جستجو، مجموع 21 ژن که در فرآیندهای بیولوژیکی پاسخ به ویروس در مرغ نقش دارند، معرفی شدند. از میان 21 ژن معرفی شده، 7 ژن در دو شبکه همبیانی ژن مجزا حضور داشتند. با توسعه دو شبکه همبیانی ژن، در نهایت 148 ژن، در 12 خوشه ژنی مجزا با هدف شناسایی سایر مؤلفههای همبیانی ژنی، از پایگاهداده COXPRESdb شناسایی و استخراج شدند. جهت حاشیه نویسی شبکه مورد مطالعه، داده بیانی سریGSE53932 از بخش GEO بانک اطلاعاتNCBI استخراج شد. تحلیل آماری و آنالیز بیان ژنها توسط نرم افزار GEO2R انجام شد و ژنهای با بیان افتراقی با ( 0.05> P) و (2 > Log FC > 2-) مشخص گردیدند. شبکههای فرعی توسط افزونههای MCODE،jActiveModules 3.1 و CytoCluster 2.1.0با نرمافزار Cytoscape شناسایی شدند. پارامترهای MCODE شامل برش تعداد اتصال عضو: 2، برش امتیاز عضو: 0/5،K-score : 5 و حداکثر عمق: 100 در نظر گرفته شدند. با استفاده از افزونه jActiveModules براساس دادههای بیان واردشده به شبکه، زیرشبکههای بیانی فعال با درنظر گرفتن (adj.P < 0.01) شناسایی شدند. از افزونه CytoCluster جهت خوشهبندی شبکه براساس P-value برای شناسایی خوشههای معنیدار ( 0.05> P) استفاده شد. به منظور محاسبه پارامترهای مرکزیت شامل پارامترهای بینابینی، نزدیکی و تعداد اتصال برای هر عضو و شناسایی ژنهای اصلی (هابها)، از افزونه CentiScaPe 2.1 در شبکه استفاده شد. عبارات هستیشناسی ژن (GO) زیرشبکهها و خوشههای شناسایی شده با استفاده از ابزار حاشیهنویسی عملکردی DAVID بازیابی شدند. در نهایت، شبکه هستیشناسی ژنها به وسیله افزونههای ClueGO 2.5.10 و CluePedia 1.5.10 ترسیم شد.
یافته ها: از میان فهرست 21 ژن پاسخ به ویروسها در مرغ، هفت ژن در دو شبکه همبیانی مجزا حضور داشتند. این دو شبکه همبیانی شامل سه ژن TTR، ALB و RBP4A و چهار ژن SAMHD1، MX1، IRF7 و MYD88 بودند. علاوه بر ژنهای حاشیهنویسی شده در جریان پاسخ به ویروس در مرغ، فهرست ژنی حاوی 148 ژن محتمل پاسخگو به ویروس با انحراف امتیاز همبیانی در اطراف 3 < Z، بهعنوان همبیانی بالاتر نسبت به توزیع نرمال همبیانی تصادفی، از پایگاهداده همبیانی ژن COXPRESdb استخراج شدند. بعد از تحلیل آماری دادههای بیانی، شبکه تعاملی اولیه برای ژنها با بیان افتراقی معنیدار بهصورت 61 عضو (پروتئین) و 306 اتصال با استفاده از نرمافزار Cytoscape ایجاد شد. دو شبکه PPI توسط سه پروتئین PLAC8L1، LBFABP و IFI6 به هم مرتبط شدند. پروتئینهایSERPlNA10 و AHSG با امتیاز عضو 22 و PLG با امتیاز عضو 21 بهعنوان پروتئینهای هاب (Hub)، دارای بیشترین میزان تعامل در کل شبکه پروتئینها با بیان افتراقی بودند. محاسبه با افزونه MCODE منجربه شناسایی دو خوشه با چگالی بالا شد. این مناطق با چگالی بالا در شبکه ممکن است شامل پروتئینهایی باشند که بهعنوان مجموعهای در سلول عمل کنند. AMBP و DDX60 بهعنوان پروتئینهای Seed به ترتیب در خوشه شماره 1 و 2 حضور داشتند. پس از افزودن دادههای بیان به عضوهای شبکه در نرمافزار Cytoscape، محاسبه و خوشهبندی با استفاده از افزونه jActiveModules، پنج زیرشبکه بیانی فعال شناسایی شدند. دو خوشه ژنی معنیدار ( P< 0.05) با استفاده از افزونه CytoCluster 2.1.0 (الگوریتم ClusterOne) با درنظر گرفتن مقدار (0.05 > P) شناسایی شدند. اولین خوشه معنیدار با 25 عضو در سمت راست شبکه شامل پروتئینهایی بود که مسیر سیگنالدهی بیوسنتز فنیل آلانین، تیروزین و تریپتوفان را نشان دادند. دومین خوشه معنیدار با 20 عضو در سمت چپ شبکه شامل پروتئینهایی بود که مسیر سیگنالدهی آنفولانزای A، عفونت ویروس هرپس سیمپلکس 1 و مسیر سیگنالدهی گیرنده RIG-I را بهعنوان مسیر درگیر در پاسخ ایمنی به ویروس نشان دادند. محاسبات شاخصهای مرکزیت برای زیرشبکههای بیانی فعال حاصل از الگوریتم jActiveModules پس از افزودن دادههای بیان و برای خوشههای حاصل از الگوریتمهای MCODE قبل از افزودن دادههای بیان نیز انجام شدند. در نهایت، پروتئینهای IFIT5، IFIH1وRSAD2 در خوشههای به دستآمده از الگوریتم MCODE (خوشه با بالاترین امتیاز) و CytoCluster و پروتئین IFIH1 در زیرشبکه فعال بیانی بهدستآمده از jActiveModules، دارای بالاترین امتیاز بینابینی، نزدیکی و تعداد اتصال عضو بودند. در بررسی غنیسازی ژنی KEGG، این سه پروتئین به همراه چهار پروتئین STAT1، EIF2AK2، TRIM25 و دPLG بهصورت معنیدار (0.05 > P) با مسیر سیگنالدهی آنفولانزای A، عفونت ویروس هرپسسیمپلکس 1، بیوسنتز فنیلآلانین، تیروزین و تریپتوفان، متابولیسم فنیلآلانین و مسیر سیگنالدهی گیرنده RIG-I در پاسخ ایمنی به ویروس آنفولانزا در ارتباط بودند.
نتیجهگیری: در نتیجه مطالعه حاضر، پروتئینهای IFIH1، IFIT5، و RSAD2 با بالاترین امتیاز شاخصهای مرکزیت برای خوشهها و زیرشبکههای بیانی فعال و STAT1، PLG، EIF2AK2، DHX58 و TRIM25 با بالاترین سطح معنیداری (P< 0.05) در مسیرهای سیگنالدهی انفولانزای A و مسیر سیگنالدهی گیرنده RIG-I در طیور بهعنوان نشانگرهای زیستی پاسخگو به آنفولانزا معرفی شدند.
ارسال پیام به نویسنده مسئول
| بازنشر اطلاعات | |
 |
این مقاله تحت شرایط Creative Commons Attribution-NonCommercial 4.0 International License قابل بازنشر است. |
