Network analysis of coronary artery disease risk genes elucidates disease mechanisms and druggable targets.
Network analysis of coronary artery disease risk genes elucidates disease mechanisms and druggable targets.
复制标题
DOI：
10.1038/s41598-018-20721-6
复制
发表时间：
2018-02-21
影响因子：
4.6
通讯作者：
Björkegren JLM
中科院分区：
文献类型：
--
作者：
Lempiäinen H;Brænne I;Michoel T;Tragante V;Vilne B;Webb TR;Kyriakou T;Eichner J;Zeng L;Willenborg C;Franzen O;Ruusalepp A;Goel A;van der Laan SW;Biegert C;Hamby S;Talukdar HA;Foroughi Asl H;CVgenes@target consortium;Pasterkamp G;Watkins H;Samani NJ;Wittenberger T;Erdmann J;Schunkert H;Asselbergs FW;Björkegren JLM
全基因组关联研究（GWAS）已经确定了200多个调节冠状动脉疾病（CAD）风险的染色体位点。受这些基因座变异影响的基因在很大程度上是未知的，是一个未开发的资源，可以提高我们对CAD病理生理学的理解，并确定潜在的治疗靶点。在这里，我们在CAD的GWAS鉴定的全基因组重要位点上优先选择了68个基因作为最可能的致病基因，并检查了它们在286个代谢和血管组织基因-蛋白亚网络（“模块”）中的调节作用。对其中的模块和基因进行CAD药物潜力评分。对目前临床使用的心脏代谢药物靶点进行了丰富的评分，对得分最高的模块进行了深入分析，验证了建立并揭示了新的靶组织、生物过程和可药物靶点。这项研究为组织定义的基因-蛋白相互作用提供了前所未有的资源，这些相互作用直接受CAD风险位点遗传变异的影响。
Genome-wide association studies (GWAS) have identified over two hundred chromosomal loci that modulate risk of coronary artery disease (CAD). The genes affected by variants at these loci are largely unknown and an untapped resource to improve our understanding of CAD pathophysiology and identify potential therapeutic targets. Here, we prioritized 68 genes as the most likely causal genes at genome-wide significant loci identified by GWAS of CAD and examined their regulatory roles in 286 metabolic and vascular tissue gene-protein sub-networks (“modules”). The modules and genes within were scored for CAD druggability potential. The scoring enriched for targets of cardiometabolic drugs currently in clinical use and in-depth analysis of the top-scoring modules validated established and revealed novel target tissues, biological processes, and druggable targets. This study provides an unprecedented resource of tissue-defined gene–protein interactions directly affected by genetic variance in CAD risk loci.
登录
查看更多内容
DOI：
10.1152/ajpheart.00447.2006
发表时间：
2007-06-01
影响因子：
4.8
作者：
Brower, Gregory L.;Levick, Scott P.;Janicki, Joseph S.
通讯作者：
Janicki, Joseph S.
影响因子：
12.3
作者：
Gentleman RC;Carey VJ;Bates DM;Bolstad B;Dettling M;Dudoit S;Ellis B;Gautier L;Ge Y;Gentry J;Hornik K;Hothorn T;Huber W;Iacus S;Irizarry R;Leisch F;Li C;Maechler M;Rossini AJ;Sawitzki G;Smith C;Smyth G;Tierney L;Yang JY;Zhang J
通讯作者：
Zhang J
DOI：
10.1126/science.aad6970
发表时间：
2016-08-19
期刊：
Science (New York, N.Y.)
影响因子：
--
作者：
Franzén O;Ermel R;Cohain A;Akers NK;Di Narzo A;Talukdar HA;Foroughi-Asl H;Giambartolomei C;Fullard JF;Sukhavasi K;Köks S;Gan LM;Giannarelli C;Kovacic JC;Betsholtz C;Losic B;Michoel T;Hao K;Roussos P;Skogsberg J;Ruusalepp A;Schadt EE;Björkegren JL
通讯作者：
Björkegren JL
影响因子：
--
作者：
Fisher, RA
通讯作者：
Fisher, RA
影响因子：
4.6
作者：
Brænne I;Willenborg C;Tragante V;Kessler T;Zeng L;Reiz B;Kleinecke M;von Ameln S;Willer CJ;Laakso M;Wild PS;Zeller T;Wallentin L;Franks PW;Salomaa V;Dehghan A;Meitinger T;Samani NJ;Asselbergs FW;Erdmann J;Schunkert H
通讯作者：
Schunkert H