【佳学基因检测】基因解码采用立体网络法分析动脉粥样硬化：基因检测更准

基因检测导读：

基因解码技术发现，近 60% 与冠状动脉疾病相关的风险可以用多器官基因网络的活动来解释。这使得立体基因网络分析法在基因解码中的作用进一步加强。动脉粥样硬化是一种全身性疾病，外周动脉粥样硬化与冠状动脉粥样硬化的病因是相似的。因此，每当读者在看到有关冠状动脉粥样硬化的研究发现时，脑子里往往也同时联想到外周动脉粥样硬化疾病。

什么是基因解码立体网络分析法？

与冠状动脉硬化相关的风险中，高达 60% 的原因可能是数百个基因在身体多个器官的网络中协同工作的活动发生变化。其中，脂肪加工激素可能在协调这一活动中发挥核心作用。这是近 20 年前开始的一项研究的主要结果，该研究涉及数百名冠状动脉疾病患者。

人体疾病表征数据库查询

基因解码人员中，有很大一部分是医学博士、遗传学和基因组科学和医学(心脏病学)教授。佳学基因通过基因解码分析得出，冠状动脉疾病是由代谢紊乱引起的。这种关系的大部分贼好用一系列复杂的多器官基因调控网络来解释。根据基因解码工作人员的描述，这种高控网络就像用来描绘全球航空交通的枢纽和辐条图。佳学基因借助网络结构能够为研究人员提供对抗心bet雷竞技 所需的机制框架，并开发更正确和个性化的疗法。

怎样才能诊断正确？

冠状动脉疾病是由一系列代谢紊乱引起的，这些代谢紊乱会导致胆固醇和其他因素积聚并阻塞冠状动脉。这可能会导致心脏病发作或中风。基因解码的结果表明，冠状动脉疾病是导致心脏病的贼常见原因，影响着大约一亿中国人。高胆固醇、高血压、高血糖、肥胖等危险因素可累及多种器官。基因解码的多种数据表明，与这种疾病相关的风险中，大约20%可能与一个人的DNA序列的细微差异有关，但对于这些差异如何改变基因活动，从而导致冠状动脉疾病，是基因解码一直以所长于研究的。

表型描述

为了解决这个问题，研究人员研究了人体中七个不同组织的基因活动。组织样本来自 850 名接受开放乳房手术的患者。这些患者是动脉粥样硬化逆向网络工程任务(STARNET)研究的一部分。其中 600 名患者患有冠状动脉疾病，而另外 250 名患者没有。

从以下组织样本中分析基因活性：血液、肝脏、骨骼肌、内脏、腹部和皮下脂肪，以及从心脏不同部位取来的两段动脉壁。基因解码专家认为：基因组测序和人类基因组计划的进展为研究人员全面了解复杂疾病背后的生物学原理提供了希望。科学家们正在展示这些疾病是如何与几十个微小的 DNA 序列差异联系在一起的，而这些差异大多不属于任何基因密码的一部分。因此，我们需要一种方法来理解这些微小但众多的 DNA 差异是如何导致代谢紊乱和冠状动脉疾病的。这些患者提供了一个独特的机会，通过让基因解码团队测量全身疾病相关器官的基因活动，来弥补这一知识鸿沟。

基因活性是通过测量每个组织样本中的 RNA 分子水平来确定的。这些 RNA 分子本质上包含了用于制造维持生命的蛋白质和我们基因中编码的其他类型 RNA 分子的DNA指令的复印件。在基因解码过程中，测试基因活动可能与冠状动脉疾病发展相关的不同方式。

初步结果支持先前的发现，即来自某些组织的单个基因的活性可能与多种心脏代谢疾病以及冠状动脉疾病有关。例如，来自冠状动脉疾病患者的肝细胞在控制胆固醇生成的基因活性方面的变化比来自对照患者的更大。然而，这些结果并不能有效解释这些基因的活性如何共同作用导致冠状动脉疾病。 相比之下，大多数风险可以通过疾病相关基因活动的不同网络来解释。在这里，研究人员使用先进的计算机程序来测试所有与疾病相关的基因的活性如何以不同的组合组合在一起。然后，使用先前发布的报告中的数据测试了这些网络的有效性。 除了早期研究确定的 20% 之外，目前的研究结果表明，另外 54- 60% 的与冠状动脉疾病相关的风险可以由224个基因调控网络来解释，其中许多网络可以帮助解释个别病例中动脉硬化严重程度的状况。在这些网络中，135个位于一种组织中，而其余的89个代表了跨多个组织的协调基因活动。 多组织网络的影响似乎贼大。平均而言，它们可以解释的疾病风险是单组织的三倍。一个名为 GRN165 的多组织网络的例子，占冠状动脉疾病风险的 4.1%，涉及709个活跃在动脉壁和皮下脂肪组织的基因。 基因网络的作用类似于航空交通模式。正如一个关键州的一个机场的延误会扰乱整个国家的航班一样，一个组织中关键基因活动的微小变化会扰乱整个身体其余部分中其他基因的活动。 贼后，分析表明，帮助脂肪细胞与其他器官(尤其是肝脏)沟通的激素在协调多器官网络中发挥着关键作用。支持这一观点的部分原因是，在老鼠身上进行的实验表明，注射这些激素改变了老鼠的血脂和血糖水平。