
-
生物通官微
陪你抓住生命科技
跳动的脉搏
通过基因共表达分析鉴定出参与调节猪脂肪沉积的调控网络
《BMC Genomics》:Regulatory networks involved in modulating fat deposition in pigs identified by gene co-expression analysis
【字体: 大 中 小 】 时间:2026年06月12日 来源:BMC Genomics 3.7
编辑推荐:
摘要脂肪酸(FA)谱型与基因表达之间的相互作用所涉及的调控机制非常复杂,包括控制脂质代谢的信号通路和转录因子。通过基因共表达分析方法,我们可以识别出关键的基因调控因子,并更好地理解可能在调控机制中起重要作用的基因相互作用。因此,本研究旨在确定不同饮食条件下骨骼肌中脂肪酸沉积谱型相
脂肪酸(FA)谱型与基因表达之间的相互作用所涉及的调控机制非常复杂,包括控制脂质代谢的信号通路和转录因子。通过基因共表达分析方法,我们可以识别出关键的基因调控因子,并更好地理解可能在调控机制中起重要作用的基因相互作用。因此,本研究旨在确定不同饮食条件下骨骼肌中脂肪酸沉积谱型相关的基因表达调控机制。在为期98天的研究中,我们在生长和育肥阶段使用了含有不同水平大豆油的基础日粮(1.5%大豆油[SOY1.5]为参考日粮;或3%大豆油[SOY3.0]为富集日粮)。提取总RNA并对mRNA进行测序(使用Illumina平台)。生物信息学分析包括质量控制、预处理以及使用Sus scrofa11.1软件进行比对。基因丰度被标准化为每百万转录本的数量。为了识别共表达模块,我们结合RNA-Seq数据和已记录的脂肪酸谱型,采用了加权基因共表达网络分析(WGCNA)方法。经过筛选后,本研究使用了33头去势雄性猪的数据。为了识别受富集日粮(含3%大豆油)影响的通路和基因本体(GO)术语,我们使用了DAVID和REVIGO工具。不同水平的大豆油日粮对代谢过程有不同的影响。总体而言,我们识别出的共表达网络主要涉及脂质代谢、炎症过程相关的疾病以及葡萄糖稳态等一般反应。我们构建了共表达网络,并确定了枢纽基因,包括TPM1和SLC38A10,以及CSRNP1、TRIP10、ZFP30和MYBPH。利用WGCNA进行的共表达分析通过识别可能参与脂质调节并受饮食差异影响的候选基因,为脂肪酸沉积提供了新的见解。
脂肪酸(FA)谱型与基因表达之间的相互作用所涉及的调控机制非常复杂,包括控制脂质代谢的信号通路和转录因子。通过基因共表达分析方法,我们可以识别出关键的基因调控因子,并更好地理解可能在调控机制中起重要作用的基因相互作用。因此,本研究旨在确定不同饮食条件下骨骼肌中脂肪酸沉积谱型相关的基因表达调控机制。在为期98天的研究中,我们在生长和育肥阶段使用了含有不同水平大豆油的基础日粮(1.5%大豆油[SOY1.5]为参考日粮;或3%大豆油[SOY3.0]为富集日粮)。提取总RNA并对mRNA进行测序(使用Illumina平台)。生物信息学分析包括质量控制、预处理以及使用Sus scrofa11.1软件进行比对。基因丰度被标准化为每百万转录本的数量。为了识别共表达模块,我们结合RNA-Seq数据和已记录的脂肪酸谱型,采用了加权基因共表达网络分析(WGCNA)方法。经过筛选后,本研究使用了33头去势雄性猪的数据。为了识别受富集日粮(含3%大豆油)影响的通路和基因本体(GO)术语,我们使用了DAVID和REVIGO工具。不同水平的大豆油日粮对代谢过程有不同的影响。总体而言,我们识别出的共表达网络主要涉及脂质代谢、炎症过程相关的疾病以及葡萄糖稳态等一般反应。我们构建了共表达网络,并确定了枢纽基因,包括TPM1和SLC38A10,以及CSRNP1、TRIP10、ZFP30和MYBPH。利用WGCNA进行的共表达分析通过识别可能参与脂质调节并受饮食差异影响的候选基因,为脂肪酸沉积提供了新的见解。