Abstracte achtergrond
Ondanks talrijke studies op parodontitis, het mechanisme achter de progressie van parodontitis nog grotendeels onbekend. Deze studie had als doel om een expressie profilering vergelijking tussen parodontitis en normale controle en meer kandidaat-genen die betrokken zijn bij parodontitis te identificeren en om meer inzicht in de moleculaire mechanismen van parodontitis progressie te krijgen.
Methods
Het gen expressie profiel van GSE16134 hebben, omvattende 241 gingivale weefsel specimens en 69 gezonde controle monsters die werden verkregen uit 120 systemisch gezonde patiënten met parodontitis (65 met chronische en 55 met agressieve parodontitis) werd gedownload van de Gene Expression Omnibus (GEO) database. Differentieel tot expressie van genen (DEGS) in parodontitis monsters werden gescreend met behulp van de limma pakket R vergeleken met controlemonsters. Gene Ontology (GO) en pathway verrijking analyse op het DEGS werden uitgevoerd met behulp Hypergeometrische Distribution-test. Eiwit-eiwit interacties (PPI) netwerk van de DEGS werd gebouwd met behulp van Cytoscape, gevolgd door module selectie uit de PPI netwerk met behulp van MCODE plugin. Bovendien werden transcriptiefactoren (TF) van deze DEGS geïdentificeerd op basis van TRANSFAC database en vervolgens werd een regelgevend netwerk aangelegd.
Resultaten
Totally, 762 DEGS (507 op- en 255 down-gereguleerd) in parodontitis monsters werden geïdentificeerd . DEGS werden verrijkt in verschillende GO voorwaarden en paden, zoals het immuunsysteem proces cel activatie biologische processen, cytokine-cytokine receptor interactie en metabole routes. Cathepsine S (CTSS
) en pleckstrine (PLEK
) waren de hub eiwitten in de PPI-netwerk en 3 belangrijke modules werden geselecteerd. Bovendien werden 19 TF's geïdentificeerd met inbegrip van interferon regulerende factor 8 (IRF8) en FBJ muizen osteosarcoom viraal oncogeen homoloog B (FosB).
Conclusie Inloggen Deze studie geïdentificeerde genen (CTSS
, PLEK
, IRF . -8
, PTGS2
en FosB
), die kunnen worden betrokken bij de ontwikkeling en progressie van parodontitis
Electronic aanvullend materiaal
de online versie van dit artikel (doi: 10. 1186 /s12903-015-0086-7) bevat aanvullend materiaal, dat beschikbaar is voor geautoriseerde gebruikers is. achtergrond
Parodontitis is een chronische ontstekingsziekte waarbij interacties tussen complexe microbiële biofilms, veel mobiele populaties en ontstekingsmediatoren, leidend om de vernietiging van de tand ondersteunende structuren zoals de periodontale ligament en het alveolaire bot [1]. Naast een algemene oorzaak van verlies van tanden kan ernstige parodontitis (ongeveer 8,5% van de patiënten) nadelig effect op de systemische gezondheid, omdat het risico van de patiënt voor diabetes, atherosclerose, reumatoïde artritis en negatieve zwangerschapsresultaten [2-4] kan verhogen. Twee belangrijke ziektebeelden parodontitis wordt momenteel erkend: chronische periodontitis, dat vaker voorkomt, en agressieve parodontitis, een klinisch uitdagende entiteit gekenmerkt door een vroeg begin en een snelle progressie [5]. De onderliggende oorzaak van zowel de twee vormen is niet volledig opgehelderd. Derhalve verkrijgen verder inzicht in de moleculaire mechanismen van parodontitis van groot belang voor de behandeling van parodontitis.
Eerdere studies hebben aangetoond dat factoren die de aanwezigheid en progressie van parodontitis kan bepalen zijn complex, die kan worden gedefinieerd als het samenspel van talrijke parameters gelijktijdig en onvoorspelbaar reageert [1]. Bijvoorbeeld, de tanden geassocieerde microbiële biofilm of tandplak is noodzakelijk maar niet voldoende om parodontitis veroorzaken. De gastheer inflammatoire responsie op de microbiële eindelijk leiden tot de vernietiging van het parodontium [6]. Ontsteking en botverlies zijn kenmerken van parodontitis [7] en geaccumuleerde bewijs toont aan dat een aantal bemiddelaars zijn betrokken bij deze processen [8]. Cochran et al. hadden gemeld dat de vermindering van ontsteking en verzwakking van immuunreactie van de gastheer die het bacteriële plaque kan leiden tot een afname van de verhouding van nucleaire factor-kappa B ligand (RANKL) /osteoprotegerine (OPG) en een afname van geassocieerde botverlies [7 ]. Bovendien heeft een onderzoek beoordeeld dat cytokinen zoals interleukine-1 (IL-1) en tumornecrosefactor (TNF) is een belangrijk en integraal onderdeel van de gastheerreactie periodontale infectie [8]. Bovendien uitgescheiden IL-8 geïnduceerd door verschillende stimuli zoals levende bacteriën en pro-inflammatoire cytokinen geassocieerd met ontsteking en invasiviteit van periodontitis [9]. Ondanks talrijke onderzoeken op parodontitis, het mechanisme nog grotendeels onbekend.
Met dezelfde genexpressieprofiel, Stoecklin et al. geïdentificeerd specifieke miRNAs (heeft-miR-210 en de HSA-miR-185) en hun target genen in tandvlees weefsels [10]. Bovendien Kebschull et al. vond dat kleine verschillen in genexpressie en de sterk wisselende classifier prestaties suggereerde beperkte verschillen tussen de gevestigde chronische parodontitis en agressieve parodontitis laesies [11]. We wilden een expressieprofielen vergelijking van parodontitis (chronische periodontitis en agressieve parodontitis collectief) en normale controle, identificeren meer kandidaat-genen betrokken bij zowel chronische en agressieve periodontitis en om meer inzicht in de moleculaire mechanismen van parodontitis progressie op te doen.
Methods
microarray data en data preprocessing
genexpressieprofiel gegevens van GSE16134 [11] is gedownload van de Gene Expression Omnibus (GEO) in NCBI (http:... //www NCBI NLM nih. gov /geo /), gebaseerd op het platform van GPL570 [HG-U133_Plus_2] Affymetrix Human Genome U133 Plus 2.0 Array. Deze dataset inclusief 241 'zieke' gingivaweefsel exemplaren (bloeden op indringende, indringende diepte ≥ 4 mm, en klinische beslag verlies ≥ 3 mm) en 'gezond' tandvlees monsters 69 weefsel (geen bloeden op indringende, indringende diepte ≤ 4 mm, en klinische aanhechtingsverlies ≤ 4 mm), verkregen uit 120 systemisch gezonde, niet-roken personen met matige /ernstige parodontitis (65 met chronische en 55 met agressieve parodontitis), zoals eerder beschreven [11, 12]. De 120 patiënten parodontale chirurgie ondergaan bijgedragen met een minimum van twee interproximale tandvlees papillen van een bovenkaak posterior en indien beschikbaar, werd een 'gezonde' papilla verkregen. In het onderhavige onderzoek werden monsters van chronische en agressieve parodontitispatiënten tezamen als een groep uitgevoerd als parodontitis monsters, en werden vergeleken met de 69 'gezonde' gingivale weefsel monsters als controles in de volgende analyse. Ondernemingen De gedownloade profielen hadden is voorbewerkt dat wordt uitgevoerd met de achtergrond correctie werd uitgevoerd, meldt
2 transformatie en kwantiel normalisatie met behulp van de RMA (Robuuste Multi-array analyse) methode van affy pakket in R [13]. In deze studie, die probes hybridiseren aan hetzelfde gen werden genormaliseerd met de preprocessCore pakket [14]. De genexpressie matrix van de monsters werd ontvangen en werd gebruikt om de follow-up analyse.
Screening van DEGS
de DEGS in parodontitis monsters werden gescreend, vergeleken met controlemonsters met behulp van de Linear Models for Microarray data (limma) pakket R [15]. Valse ontdekking tarief (FDR) [16] werd toegepast voor meerdere testen correctie met behulp van Benjamini en Hochberg methode [17]. Drempel voor de DEGS werden ingesteld als FDR & lt; 0,05 en | aanmelden 2 FC (fold change) | ≥ 0,58.
Functie en traject verrijking analyse van DEGS
Om de parodontitis vooruitgang op het perspectief van werkingsniveau onderzoeken, Gene Ontology (GO) en pathway verrijking van de geïdentificeerde DEGS werden in deze studie. GO categorieën zoals biologisch proces (BP), moleculaire functie (MF) en cellulaire component (CC) van de geïdentificeerde DEGS werden verrijkt GO databases met de Hypergeometrische Distribution proef [18]. Ook de paden die het DEGS betrokken werden verrijkt met de Hypergeometrische Distribution test in de KEGG (Kyoto Encyclopedia of Genes and Genomes) gegevensbank [19], die niet was gebruikt Kebschull et al. [12]. De p-waarde & lt; 0,05 werd gekozen als de drempel.
PPI netwerk bouw van DEGS en modules selectie
de string (Search Tool voor het ophalen van Interactie Genes /Eiwitten) database, die is een database van bekende en voorspelde eiwit interacties [20] werd gebruikt om de interacties tussen het geselecteerde DEGS in deze studie, die niet gebruikt werden in de studie van Kebschull et al selecteren. [12]. De PPI netwerk werd geconstrueerd door functioneel tussen eiwitten die experimenteel zijn verkregen, evenals verbindingen voorspeld door co-expressie analyse en tekstontginning of protonpompremmers die records in de databank had verteld. Genen in de PPI netwerk waren degs. Trouwens, de gecombineerde score ≥ 0,4 werden gekozen voor de PPI netwerk bouw. Cytoscape software [21] werd gebruikt om de samengestelde netwerk visualiseren terwijl MCODE [22] werd gebruikt om significante modules uit de PPI netwerk (Parameters selecteren: Graad cutoff: 2, Knoop score cutoff: 0,2, K-kern. 2, Maximumdiepte : 100). Bovendien topologische analyse van de PPI-netwerk werd uitgevoerd en het knooppunt graden van deze degs geanalyseerd.
Functie annotatie van het DEGS en de bouw van de regelgeving netwerk
Om de DEGS die de transcriptie regulerende functies, de geïdentificeerde DEGS in had te identificeren deze studie werden geanalyseerd met de TRANSFAC databank (http:.. //www gen-regulatie com /pub /html databases.) [23], een databank met gegevens van transcriptiefactoren (TF), hun doel genen en regulerende binding sites. Bovendien is een regelgevend netwerk op basis van de geïdentificeerde TF's en hun doel degs werd gebouwd. Terwijl in de studie van Kebschull et al. [12], TRANSFAC databank niet was gebruikt.
Results
Data voorbewerking en degs screening
In de oorspronkelijke analyse van Kebschull et al. [12], in totaal 248 differentieel gereguleerde probes werden geïdentificeerd bij een absolute voudige verandering van ≥1.19 en 30 overexpressie slechts een onder-expressie probe door een absolute verandering van & gt; 1,5 maal werden in agressieve periodontitis laesies vergeleken met chronische periodontitis laesies. Echter, in deze studie na data preprocessing, 20.303 genen werden toegewezen aan de probes. In vergelijking met de controlemonsters, werden in totaal 762 DEGS die in de parodontitis monsters (Extra file 1: Tabel S1)., Met inbegrip van 507 up-gereguleerde genen en 255 down-gereguleerde genen
GO en pathway verrijking analyse van DEGS
Functionele en pathway verrijking analyse gaf aan dat opwaarts gereguleerd DEGS en neerwaarts gereguleerd DEGS in het periodontitis monsters waren significant verrijkt in verschillende GO algemene KEGG trajecten (tabellen 1 en 2). Top 5 GO qua op- en neerwaarts gereguleerde genen worden getoond in Tabel 1, respectievelijk. De up-gereguleerde genen betrokken bij verschillende GO termen zoals celactivatie, activatie van immuunrespons chemokine activiteit, en antigeenbindende (Tabel 1A). Terwijl de-down gereguleerde genen werden geassocieerd met de GO termen als huid ontwikkeling, epidermale celdifferentiatie, intermediaire filament, en structurele molecule (tabel 1B). Anderzijds, top 10 routes van omhoog en omlaag-gereguleerde genen worden getoond in Tabel 2, respectievelijk. Het pad verrijking analyse bleek dat de up-gereguleerde genen waren voornamelijk bezig met staphylococcus aureus infectie en cytokine-cytokine receptor interactie (tabel 2A), terwijl het neerwaarts reguleren genen werden voornamelijk geassocieerd met de paden zoals metabole routes, phagosome en melanogenese trajecten (tabel 2B) .table 1 de functionele analyse van het DEGS
Categorie
GO ID
Naam
Count
p
-waarde
A: de top 5 GO termen van het up-gereguleerd degs
BP
GO: 0.001.775
cel activering Gids 68
& lt; 1,00E-16
BP
GO: 0.002.253
activering van immuunreactie
48
& lt; 1,00E-16
BP
GO: 0.002.376
immuunsysteem proces
165
& lt; 1,00E-16
BP
GO: 0.002.682
regulatie van het immuunsysteem proces
94
& lt; 1,00E-16
BP
GO: 0.002.684
positieve regulatie van het immuunsysteem proces
73
& lt; 1,00E-16
CC
GO: 0.005.576
extracellulaire gebied
138
Restaurant & lt; 1,00E-16
CC
GO: 0.005.615
extracellulaire ruimte
70
& lt; 1,00E-16
CC
GO: 0.044.421
extracellulaire gebied deel
86
& lt; 1,00 E-16
CC
GO: 0.071.944
cel periferie
191
2.64E-14
CC
GO: 0005886
plasmamembraan
186
1.49E-13
MF
GO: 0008009
chemokine activiteit
10
2.35E-07
MF
GO: 0003823
antigeenbindende
12
4.64E-07
MF
GO: 0032403
eiwitcomplex binden
26
4.85E-07
MF
GO: 0.042.379
chemokine receptorbinding
10
1.11E-06
MF
GO: 0.005.178
integrine bindend
12
1.41E-06
B: de top 5 GO termen van de-down gereguleerd degs
BP
GO: 0043588
ontwikkeling huid
311
2.33E-14
BP
GO: 0008544
ontwikkeling
epidermis
280
1.18E-12
BP
GO: 0.030.216
keratinocytdifferentiatie
108
1.09E-09
BP
GO: 0.009.913
epidermale celdifferentiatie
154
1.01E-08
BP
GO: 0.009.888
weefsel development
1479
2.09E-08
CC
GO:0030057
desmosome
22
5.73E-06
CC
GO:0005882
intermediate filament
191
2.33E-05
CC
GO: 0.045.111
intermediaire filament cytoskelet
231
2.76E-05
CC
GO: 0.045.095
keratine filament
93
0.00096928
CC
GO: 0005911
cel-cel junction
297
0,00108577
MF
GO: 0005198
structurele molecule activiteit
627
2.89E-05
MF
GO: 0005200
structurele bestanddeel van cytoskelet
94
0,00104197
MF
GO: 0016755
transferase activiteit, het overbrengen van amino-acylgroepen
24
0,003031659
MF
GO: 0016702
oxidoreductase activiteit, die op enkele donoren met opname van moleculaire zuurstof, incorporatie van twee atomen van zuurstof
25
0,003414279
MF
GO: 0016701
oxidoreductase activiteit, die op enkele donoren met opname van moleculaire zuurstof
26
0,003825148
MF
moleculaire functie, BP
biologisch proces, CC
cel component
Tabel 2 het pad verrijking analyse van de DEGS
KEGG ID
Naam
count
p
-waarde
A: de top 10 verrijkte paden van het up-gereguleerd degs
5150
Staphylococcus aureus infection
55
4.40E-12
5144
Malaria
51
2.12E-09
4060
Cytokine-cytokine receptor interactie
265
2.39E-08
4141
Eiwit verwerking in endoplasmatisch reticulum
165
5.11E-07
4640
hematopoietische cellijn
88
5.53E-07
5323
Reumatoïde arthritis
91
8.66E-07
5140
Leishmaniasis
72
1.64E-06
4670
Leukocyte transendotheliale migratie
116
4.30E-06
4514
celadhesiemoleculen (CAM)
133
6.18E-06
4062
chemokine signaleringsroute
189
1.71E-05
B: de top 10 verrijkt paden van het-down gereguleerd degs
590
arachidonzuurmetabolisme
59
0,002776062
980
metabolisme van xenobiotica door cytochroom P450
71
0,005420335
982
Drug stofwisseling - cytochroom P450
73
0,005982341
350
tyrosine metabolisme
41
0,007842248
1100
Metabolic pathways
1130
0.012102847
5144
Malaria
51
0.014274311
5014
Amyotrophic laterale sclerose (ALS)
53
0.015832167
4145
Phagosome
153
0.018215247
4916
Melanogenesis
101
0.018240082
563
Glycosylphosphatidylinositol (GPI) -anchor biosynthese
25
0,025692313
830
Retinol metabolisme
64
0,026060907
591
Linolzuur metabolisme
30
0,036083866
PPI netwerk bouw en modules selectie Ondernemingen de PPI-netwerk op het DEGS werd getoond in Fig. 1. De resultaten van topologische analyse toonde aan dat interleukine-6 (IL-6
), cathepsine S (CTSS
) en pleckstrine (PLEK
) waren de naaf eiwitten in de PPI netwerk dat hoger knooppunt had graden (fig. 2a). Daarnaast werden 3 belangrijke modules gekozen uit de PPI netwerk (Afb. 2). Uit de resultaten bleek dat de meeste genen verrijkt in de 3 modules opgereguleerd. In het bijzonder, de top 5 genen met een hogere knooppunt graden in de module 1 waren CTSS
(graad = 20), chemokine (CC motief) ligand 5 (CCL5)
(graad = 19), PLEK
(graad = 19), chemokine (CC motief) receptor 1 (CCR1
) (= 19 graden) en formyl-peptide receptor 1 (FPR1
) (= 19 graden) (Fig. 2b, tabel 3). De top 5 genen met een hogere knooppunt graden in module 2 waren IL6
(graad = 17), lymfocyt-specifiek eiwit tyrosine kinase (LCK
) (graad = 14), Fc fragment van IgE, hoge affiniteit I, receptor voor; gamma polypeptide (FCER1G
) (= 13 graden), CD19
(= 13 graden) en koloniestimulerende factor 1 receptor (CSF1R
) (= 13 graden) (Fig. 2c, Tabel 3). Daarnaast is de top 5 genen met een hogere knooppunt graden in module 3 waren IL8
(graad = 13), IL1B
(graad = 12), MMP9
(graad = 11), cyclo-oxygenase 2 ( PTGS2
) (= 11 graden) en plasminogeen activator, tissue (PLAT
) (= 10 graden) (Fig. 2d, Tabel 3). Fig. 1 eiwit-eiwit interacties (PPI) netwerk van het differentieel tot expressie genen (degs). Red knooppunten staan voor de up-gereguleerd degs terwijl de groene knooppunten staan voor de naar beneden gereguleerde genen
Fig. 2 Analyse van de PPI network.A, topologische analyse van de mate van DEGS in het PPI netwerk. Horizontale as staat voor de mate van een DEG en verticale as staat voor het aantal knooppunten. B, module 1 van DEGS van PPI netwerk. C, module 2 van DEGS van PPI netwerk. D, module 3 van DEGS van PPI netwerk. Red knooppunten staan voor de up-gereguleerd degs terwijl de groene knooppunten staan voor de naar beneden gereguleerde genen. De grootte van een knooppunt is evenredig met de mate van dit gen
Tabel 3 de top 5 DEGS met hogere graden in de geselecteerde modules
Module
Gene Expression
verandert
Degree
module 1
CTSS
up
20
CCL5
up
19
PLEK
up
19
CCR1 Gids up
19
FPR1
up
19
Module 2
IL6
up
17
LCK
up
14
FCER1G
up
13
CD19
up
13
CSF1R
up
13
Module 3
IL8
up
13
IL1B
up
12
MMP9
up
11
PTGS2
up
11
PLAT
up
10
Regulatory netwerk bouw
Een totaal van 9 TF's werden geïdentificeerd uit de up -gereguleerde DEGS, zoals interferon regulerende factor 4 (IRF4), IRF8 en FBJ muizen osteosarcoom viraal oncogeen homoloog B (FosB). Trouwens, 10 TF's uit de-down gereguleerd DEGS werden geselecteerd, zoals Krüppel-achtige factor 4 (KLF4), v-maf aviaire musculoaponeurotic fibrosarcoom oncogen homoloog (MAF), en Meis homeobox 1 (MEIS1). De regulerende netwerk van deze TF en hun doelgenen is getoond in Fig. 3. Uit de resultaten, vonden we dat een aantal DEGS met hogere graden in module 1 kan worden gereguleerd door IRF8 bijvoorbeeld CTSS
, CCL5
en PLEK
. Fig. 3 Regulatory netwerk van de transcriptiefactoren-degs. Diamond vertegenwoordigt de transcriptiefactor terwijl de cirkel de DEG. Rode kleur staat voor up-gereguleerde expressie terwijl de groene kleur staat for Discussion-down gereguleerde expressie
In deze studie hebben we de microarray data gebruikt om genen geassocieerd met parodontitis te selecteren. Totaal, 762 DEGS in de monsters werden geïdentificeerd parodontitis vergeleken met de controlemonsters. De up-gereguleerde genen werden voornamelijk verrijkt in de GO termen als celactivatie en activering van de immuunrespons, evenals de trajecten zoals staphylococcus aureus infectie en cytokine-cytokine receptor interactie. Het naar beneden gereguleerde genen werden voornamelijk gekoppeld aan weefsel ontwikkeling en metabolisme paden. CTSS
, PLEK
, LCK
en PTGS2
werden geïdentificeerd aan hub eiwitten in de PPI netwerk of in de geselecteerde module. Trouwens, 9 en 10 TF TF's werden geselecteerd uit de up-gereguleerde genen respectievelijk down-gereguleerde genen, bijvoorbeeld IRF4, IRF8 en FosB.
Onze resultaten toonden dat 20.303 genen werden toegewezen aan de probes. Vergeleken met de gezonde monsters, werden in totaal 762 DEGS die in de parodontitis monsters, met inbegrip van 507 up-gereguleerde genen (FDR & lt; 0,05 en log 2 FC ≥ 0,58) en 255 down-gereguleerde genen (FDR & lt; 0,05 en log 2 FC & lt; -0,58). Terwijl Kebschull et al. identificeerde een totaal van 248 differentieel gereguleerd sondes bij een absolute voudige verandering van ≥1.19 [12]. Zij meldden 30 overexpressie en slechts een onder-uitgedrukt sonde door een absolute verandering van & gt; 1,5 maal in agressieve parodontitis laesies vergeleken met chronische parodontitis laesies. Bovendien vonden zij dat 9258 probes differentieel werden uitgedrukt ten opzichte van de 'zieke' weefsels met 'gezonde' tandvlees weefsels. Gezamenlijk de resultaten bleek dat we geïdentificeerd verschillende genetische kenmerken in parodontitis monsters met behulp van verschillende screeningsmethoden met verschillende drempels.
In deze studie hebben we vastgesteld dat DEGS in parodontitis monsters voornamelijk werden verrijkt in verschillende GO voorwaarden en paden, zoals cel activatie activering van de immuunrespons, staphylococcus aureus infectie en cytokine-cytokine receptor interactie behulp KEGG databank die niet werden gebruikt door Kebschull et al. [12]. Tijdens het onderzoek werd ingesteld gen verrijking analyse uitgevoerd en genensets gekoppeld aan apoptose, werden immuunrespons verrijkt in agressieve periodontitis laesies, terwijl genen sets verband met celstofwisseling epitheliale integriteit verrijkt in chronische periodontitis laesies [12]. In een vatbare gastheer, persistentie van bacteriën pathogenen zoals Porphyromonas gingivalis
resultaten in afwijkende en uitgebreide ontsteking en daaropvolgende vernietiging van de tand draagconstructies [24]. De immuuncellen zoals antigeen presenterende cellen (APC) in eerste instantie reageren op de uitdaging door bacteriën pathogenen, met inbegrip van Porphyromonas gingivalis
, strategisch klaar langs de portalen van binnenkomst [25]. Na de erkenning van de pathogeen geassocieerde moleculaire patronen (PAMPs) via patroon receptoren erkenning (bijv toll like receptors [TLRs]), aangeboren immuuncellen beginnen reacties gericht op de opzwepende agent [26] te wissen. Moutsopoulos et al. was gebleken dat Porphyromonas gingivalis
kon T-helper cel 17 (Th17) inducerende trajecten in chronische parodontitis [24] te bevorderen. Dus de verrijking resultaten die in onze studie werd overeenkomstig de eerdere studies.
CTSS is een lysosomale cysteine proteinase die kan deelnemen aan de afbraak van eiwitten antigene peptiden voor presentatie op MHC klasse II moleculen [27]. Een tekort aan CTSS leidt tot een hoge omzet bot en vervolgens leidt tot de minder dicht bot [28]. Mogi et al. aangetoond dat het expressieniveau van de belangrijkste botafbraak enzym cathepsine K (een ander lid van de familie eiwitten) in creviculaire vloeistof weefsels van parodontitis patiënten hoger dan in normale weefsels [29] was. Daarnaast IRF8 kan specifiek binden aan de stroomopwaartse regulerende regio type I interferon (IFN). Zhao et al. hadden aangetoond dat IRF-8 was een regelaar voor osteoclastogenesis in botmetabolisme [30]. Zacht weefsel vernietiging en botafbraak werden vaak gevonden bij parodontitis [31]. Bovendien is een studie toonde aan dat CTSS had de bindingsplaats voor transcriptiefactor IRF1, en de combinatie van IRF8 en IRF1 kon de CTSS expressie [32] te bevorderen. In deze studie CTSS een hub eiwit in de PPI netwerk kan reguleren door IRF8 in regelgevingsnetwerk. In de context, we gesuggereerd dat CTSS
een essentiële rol in het botverlies betrokken bij parodontitis progressie door interactie met IRF8
.
Aan de andere kant zou kunnen spelen, PLEK is een belangrijk substraat van proteïne kinase C in bloedplaatjes en leukocyten en blijkt een belangrijke rol spelen in exocytose door middel van een nog onbekend mechanisme [33]. Ding et al. bewezen dat het gefosforyleerde PLEK vergroot de uitscheiding van pro- inflammatoire cytokinen in mononucleaire fagocyten [34]. Daarnaast Ueki et al. heeft laten zien dat de uitgescheiden monocyten geactiveerd door bacteriële creviculaire vloeistof werd geassocieerd met periodontitis [35]. Anderzijds kan IRF8 specifiek binden aan de stroomopwaartse regulerende regio IFN [36]. Bovendien, Bar-Or et al. toonde aan dat B-cellen abnormale proinflammatoire cytokine responsen (zoals overdreven productie van TNF) kan vertonen wanneer geactiveerd in de context van de Th1 cytokine IFN [37]. In deze studie, toonden de resultaten dat PLEK
een hub eiwit in de PPI netwerk en kan worden geregeld door IRF8 in het regelgevingsnetwerk. Daarom hebben we gespeculeerd dat PLEK
kunnen bijdragen aan de parodontitis progressie via interactie met IRF-8
.
PTGS2 is een isozym van PTGS dat is de sleutel enzym in de biosynthese van prostaglandine, en fungeert als een dioxygenase en als peroxidase [38]. De studie van Zhang et al. heeft aangetoond dat er een hypermethylering patroon van de promoter in samenhang met een lager PTGS2 transcriptie in de ontstoken weefsels bij chronische periodontitis [39]. Anderzijds, FosB is een lid van de Fos- genfamilie die leucine zipper eiwitten die dimeriseren met eiwitten van de familie juni [40] codeert. T-celreceptor (TCR) driven vroege genexpressie wordt geregeld door talrijke belangrijke transcriptiefactoren zoals FosB [41]. Bovendien Sreeramkumar et al. hadden gemeld dat PTGS2 was transcriptioneel opgereguleerd in T-cellen tijdens TCR /CD3 triggering en dat gedroeg als een vroege induceerbaar gen in het T cel activering [42]. Bovendien, Chen et al. had aangetoond dat co-stimulerende Signaalverdubbeling van CD28 en TCR nodig waren voor optimale expressie van receptor activator van nucleaire factor KB-ligand (RANKL) in periodontale weefsels [43]. In de huidige studie, de resultaten bleek dat PTGS2
betrokken was bij module 3 en kan worden gereguleerd door FosB in de regelgeving netwerk. Zo hebben we voorgesteld dat PTGS2
een cruciale rol in parodontitis progressie betrekken bij TCR signaleringsroute zou kunnen spelen via de interactie met FosB.
Conclusie
Kortom, deze studie verschillende genen geïdentificeerd (CTSS
, PLEK
, IRF-8
, PTGS2 Kopen en FosB), die betrokken zijn bij de ontwikkeling en progressie van parodontitis. CTSS
een essentiële rol in het botverlies geassocieerd met periodontitis door interactie met IRF8 kunnen spelen.
Trouwens, PLEK
kan bijdragen aan de parodontitis progressie via interactie met IRF-8
. Bovendien kan PTGS2
een cruciale rol in parodontitis progressie betrekken bij TCR signaleringsroute via interactie met FosB spelen.
Onze studie kan de theoretische basis voor de toekomstige onderzoeken van parodontitis. Er zijn echter nog experimentele studies nog nodig om onze resultaten te bevestigen
Afkortingen
APC.
Antigeen presenterende cellen
BP:
Biologische processen , CTSS, cathepsine S, CC, Cellular component
degs:
differentieel tot expressie van genen, IRF4, Factor 4, FDR, valse ontdekking rate, GO, Gene Ontology
IL-6:
Interleukine-6
IL-8:
Interleukine-8, KEGG, Kyoto Encyclopedie van genen en genomen
KLF4:
Krüppel-achtige factor 4
MMP:
Matrix metalloproteïnase, MEIS1, Meis homeobox 1
MF:
Molecular functies
MAF:
musculoaponeurotic fibrosarcoom oncogen homoloog, PLEK, Pleckstrin
< DFN> PAMPs:
pathogeen geassocieerde moleculaire patronen
PPI:
eiwit-eiwit interacties
string:
Zoeken Tool voor het ophalen van Interactie Genes /Eiwitten)
Th17:
T-helpercellen 17
TLR:
Toll like receptoren, TF, Transcriptiefactoren
verklaringen
Verantwoording Inloggen Deze studie werd ondersteund door Minhang District jonge arts training plan.
Open Access Dit artikel is onder de voorwaarden van de Creative gedistribueerde Alle auteurs gelezen en goedgekeurd het definitieve manuscript.
