Integrated bioinformatics approach reveals methylation-regulated differentially expressed genes in obesity
Duarte GCK., Pellenz F., Crispim D., Assmann TS.
การศึกษาไปข้างหน้า ตีพิมพ์ในวารสาร Arch Endocrinol Metab ปี 2023 — สรุปอัตโนมัติจากบทคัดย่อ PubMed
มีหลักฐานในมนุษย์ระยะต้น เช่น case series หรือกลุ่มตัวอย่างขนาดเล็ก ที่กำลังสำรวจประโยชน์ที่เป็นไปได้
- ระดับ A · หลักฐานทางคลินิกค่อนข้างแข็งแรง
- ระดับ B · หลักฐานทางคลินิกที่กำลังเติบโตและมีสัญญาณเชิงบวก
- ระดับ C · งานวิจัยในมนุษย์ระยะต้นที่กำลังสำรวจประโยชน์
- ระดับ D · รากฐานทางวิทยาศาสตร์จากห้องปฏิบัติการและสัตว์ทดลอง
- กำลังศึกษาเพิ่มเติม · หัวข้อใหม่ที่นักวิจัยกำลังสำรวจอย่างต่อเนื่อง
ข้อมูลหน้านี้ดึงมาจากฐานข้อมูล PubMed โดยตรง คำอธิบายภาษาไทยเป็นสรุปอัตโนมัติจากข้อมูลบรรณานุกรมและบทคัดย่อ ไม่ใช่การแปลทั้งฉบับ และไม่ใช่คำแนะนำทางการแพทย์
- ประเภทการศึกษา
- การศึกษาไปข้างหน้า
- วารสาร
- Arch Endocrinol Metab (2023)
- จำนวนผู้เข้าร่วม (จากบทคัดย่อ)
- —
- แหล่งข้อมูล
- Europe PMC
- PMID
- 37252693
- PMCID
- PMC10665070
- DOI
- 10.20945/2359-3997000000604
- จำนวนการอ้างอิง
- 2
บทคัดย่อ (ต้นฉบับภาษาอังกฤษ)
Objective To identify DNA methylation and gene expression profiles involved in obesity by implementing an integrated bioinformatics approach. Materials and methods Gene expression (GSE94752, GSE55200, and GSE48964) and DNA methylation (GSE67024 and GSE111632) datasets were obtained from the GEO database. Differentially expressed genes (DEGs) and differentially methylated genes (DMGs) in subcutaneous adipose tissue of patients with obesity were identified using GEO2R. Methylation-regulated DEGs (MeDEGs) were identified by overlapping DEGs and DMGs. The protein-protein interaction (PPI) network was constructed with the STRING database and analyzed using Cytoscape. Functional modules and hub-bottleneck genes were identified by using MCODE and CytoHubba plugins. Functional enrichment analyses were performed based on Gene Ontology terms and KEGG pathways. To prioritize and identify candidate genes for obesity, MeDEGs were compared with obesity-related genes available at the DisGeNET database. Results A total of 54 MeDEGs were identified after overlapping the lists of significant 274 DEGs and 11,556 DMGs. Of these, 25 were hypermethylated-low expression genes and 29 were hypomethylated-high expression genes. The PPI network showed three hub-bottleneck genes ( PTGS2 , TNFAIP3 , and FBXL20 ) and one functional module. The 54 MeDEGs were mainly involved in the regulation of fibroblast g
สิ่งที่งานวิจัยนี้ไม่ได้พิสูจน์
- • งานวิจัยนี้ไม่ได้พิสูจน์ว่า SVF เป็นการรักษาที่ได้รับการรับรอง หรือใช้แทนการรักษามาตรฐานได้
ระดับหลักฐาน
มีหลักฐานในมนุษย์ระยะต้น เช่น case series หรือกลุ่มตัวอย่างขนาดเล็ก ที่กำลังสำรวจประโยชน์ที่เป็นไปได้
ดูวิธีจัดระดับหลักฐานดูงานวิจัยทั้งหมดที่เกี่ยวข้อง
กรองห้องสมุดงานวิจัยด้วยชื่อเรื่อง ชื่อผู้เขียน หรือปีที่ตีพิมพ์ของงานวิจัยนี้