XiaoMi-AI文件搜索系统
World File Search SystemWGCNA
针对活供体供体肝移植恢复的捐赠者特定的数字双胞胎
肝切除仪启动了一个精心协调的增生过程，其特征在于驱动肝脏再生的调节细胞增殖。这个过程以肝脏质量的完全恢复结束，展示了这种体内平衡的精度和鲁棒性。肝脏迅速再生到功能齐全的器官的显着能力对于活着的供体肝移植（LDLT）的成功至关重要。在健康肝脏中，肝细胞通常保持静止状态（G0）。 然而，在部分肝切除术后，这些细胞过渡到G1相，以重新进入细胞周期。 手术重新分段会诱导各种应力，包括身体损伤，血流改变和代谢需求增加。 这些全部触发了在组织修复，再生和功能恢复中涉及的许多基因的激活和抑制。 在此过程中，在血液中可检测到的编码和非编码的RNA提供了对驱动肝脏回收的基因反应的有价值的见解。 这项研究将临床基因表达数据整合到先前开发的肝脏再生数学模型中，该模型跟踪静止，启动和增殖的肝细胞之间的过渡，以构建虚拟，特定于患者的肝模型。 使用来自12个健康LDLT供体的全部tran-squartome RNA测序数据，一年在14个时间点收集，我们通过加权基因共表达网络分析（WGCNA）鉴定了肝切除特异性基因表达模式。 因此，我们为LDLT供体的肝脏开发了个性化的渐进数字双胞胎（PEPMDT）。在健康肝脏中，肝细胞通常保持静止状态（G0）。然而，在部分肝切除术后，这些细胞过渡到G1相，以重新进入细胞周期。手术重新分段会诱导各种应力，包括身体损伤，血流改变和代谢需求增加。这些全部触发了在组织修复，再生和功能恢复中涉及的许多基因的激活和抑制。在此过程中，在血液中可检测到的编码和非编码的RNA提供了对驱动肝脏回收的基因反应的有价值的见解。这项研究将临床基因表达数据整合到先前开发的肝脏再生数学模型中，该模型跟踪静止，启动和增殖的肝细胞之间的过渡，以构建虚拟，特定于患者的肝模型。使用来自12个健康LDLT供体的全部tran-squartome RNA测序数据，一年在14个时间点收集，我们通过加权基因共表达网络分析（WGCNA）鉴定了肝切除特异性基因表达模式。因此，我们为LDLT供体的肝脏开发了个性化的渐进数字双胞胎（PEPMDT）。这些模式被组织成具有独特的转录动力学的截然不同的簇，并使用深度学习技术映射到模型变量。由此产生的PEPMDT通过利用血液衍生的基因表达数据来模拟再生反应来预测个体患者的恢复轨迹。通过将基因表达谱转换为动态模型变量，这种方法桥接了临床数据和数学建模，为个性化医学提供了强大的平台。这项研究强调了数据驱动的框架（如PEPMDT）在推进精密医学和优化LDLT供体的恢复结果方面的变革性潜力。———————————————————————————————————————————————————————————————————肝脏再生；部分肝切除术；数学建模；深入学习；数字双胞胎；活供体肝移植（LDLT）
Curriculum Vitae Marcell D. Cadney博士
当前职位2024 - 现任加利福尼亚州立大学，长滩（CSULB）进化生物学助理教授Cadney Lab Pi教育2015 - 2021年加利福尼亚大学河滨大学（UCR）博士学位。 2014年洛杉矶自然历史博物馆疱疹学，系统发育学实习2008 - 2013年加利福尼亚州立大学长滩（CSULB）B.Sc.in General Biology (minor in Chemistry) GRANTS AND AWARDS 2022 – 2024 UC President ' s Postdoctoral Fellowship Program (PPFP) UCSB Mentorship with Dr. Soojin Yi 2016 – 2021 Graduate Research Fellowship Program (GRFP) National Science Foundation 2015 – 2016 Eugene Cota Robles Award (ECRA) UCR Fellowship SKILLS & RESEARCH EXPERIENCE 2022 – 2024 University of加利福尼亚，圣塔芭芭拉博士后研究员； Mentor: Dr. Soojin Yi Exploration of the epigenetics of the high-runner mouse model: • HPC (Linux cluster) data analysis of RNA-seq (DESeq2, WGCNA) • DNA and RNA extraction • Gel electrophoresis, spectrophotometry, and fluorometry QC, PCR 2015 – 2021 University of California, Riverside Graduate Researcher; Advisor: Theodore Garland Jr Selection experiment and whole-body performance of house mouse bred for voluntary wheel-running: • Statistical modeling (R, Python, SAS, SPSS) • Measured maximal aerobic capacity (VO 2 max) via open-system respirometry • Ran ELISA kits for various hormones, such as corticosterone and leptin • Measured body fat composition (via MRI) and blood lipid profile在纵向研究中•进行了涉及动物行为的各种实验•MISC。技能：Office 365 Suite，3D建模（搅拌器），教育课程开发
研究文章通过控制精神分裂症的基因组风险来研究大脑基因共同表达网络结构的特质变异性
精神分裂症（SCZ）遗传风险对脑中基因表达的影响仍然存在。这一问题的一种流行方法是基因共表达网络算法（例如WGCNA）的应用。要通过这种方法提高可靠性，至关重要的是要消除不良方差的来源，同时也保留了感兴趣的生物学信号。在这项WCGNA研究的RNA-seq数据研究中，我们的后额叶前皮层（78个神经型供体，欧洲血统）测试了SCZ遗传风险对共表达网络的影响。具体而言，我们实施了一种新颖的设计，在该设计中，通过线性回归模型调整了基因表达，以保存或消除通过生物学兴趣信号解释的方差（SCZ风险的GWAS基因组评分） - （GS-SCZ），（GS-SCZ），基因组分数，高度（GS-HT）作为负面对照的高度（GS-HT），同时删除了covariat diment covariat dixpect files coeriat covariat from covariat。我们通过调整后的表达（GS-SCZ和GS-HT保留或删除）计算了共表达网络，以及它们之间的共识（代表“背景”网络无基因组得分效应的“背景”网络）。然后，我们测试了GS-SCZ保留的模块和背景网络之间的重叠，该模块的重叠减少的模块将受到GS-SCZ生物学的影响最大。此外，我们还测试了这些模块的SCZ风险收敛性（即，PGC3 SCZ GWAS优先基因的富集，SCZ风险遗传力的富集和相关的生物本体论。总的来说，我们的结果表明我们的结果突出了GS-SCZ对大脑共同辅助网络的影响的关键方面，特别是：1）保存/删除SCZ遗传风险改变了共同表达模块； 2）富含GS-SCZ影响的模块中的生物学途径暗示转录，翻译和代谢过程，这些过程会融合到影响突触传播的影响； 3）优先级PGC3 SCZ GWAS基因和SCZ风险遗传力富含与GS-SCZ效应相关的模块。
研究论文通过生物信息学和实验测定法探索IBD和牛皮癣的共享诊断基因
背景：炎症性肠病（IBD）是一种影响肠道的持续性，非特异性炎症。牛皮癣是皮肤的长期炎症性疾病。IBD和牛皮癣之间存在合并症的相关性，但是合并症的特定发病机理尚不清楚。材料和方法：在这项研究中，我们分析了来自基因表达综合（GEO）数据库的数据集，并通过差异表达分析和加权基因共表达网络分析（WGCNA）鉴定了IBD和牛皮癣的共享基因。然后，应用三种机器学习算法来识别共享的诊断基因。接下来，用ROC曲线评估了共享诊断基因的验证，并确定了AUC。随后，进行了单个样品基因集富集分析（SSGSEA）和免疫浸润分析。此外，我们在药物签名数据库（DSIGDB）中获得了潜在的药物，例如Coremine数据库中的7种传统中药，这可能会对IBD和牛皮癣的合并症具有治疗作用。最后，我们通过RT-PCR，Western印迹和免疫组织化学（IHC）方法证实了结肠炎和牛皮癣小鼠组织中共有诊断基因的表达。结果：结果表明，AQP9的两种疾病具有最高的诊断值。AQP9的AUC值为UC的AUC值为93.681％，CD的AUC值为89.629％，在内部验证数据集中，牛皮癣的AUC值为78.689％。在外部验证数据集中，AQP9的AUC值为UC的AUC值为90.394％，CD的AUC值为93.909％，牛皮癣的AUC值为90.909％，为82.906％。免疫浸润分析和SSGSEA表明，AQP9可能通过参与NF-kappab信号通路并调节免疫细胞分化来影响IBD和牛皮癣的疾病过程。此外，与对照组相比，AQP9的表达水平始终验证，在IBD中显示上调和牛皮癣下调。结论：这项研究揭示了IBD和牛皮癣合并症的共享诊断基因和潜在机制，为探索合并症机制和治疗目标的未来研究提供了新的方向。
通过中心基因网络分析和连接图谱预测肝内胆管癌新型候选药物
摘要：肝内胆管癌 (ICC) 是一种恶性肿瘤，需要有效的全身治疗。基于基因表达谱的分析可以有效筛选潜在候选药物，作为 ICC 患者的新疗法。从基因表达综合 (GEO) 和癌症基因组图谱 (TCGA) 数据库下载了 ICC 和正常胆管上皮细胞的 RNA 表达谱。使用基因本体 (GO) 和京都基因和基因组百科全书 (KEGG) 数据库完成差异表达基因 (DEG) 的功能注释和富集通路分析。通过 WGCN 分析 (WGCNA) 构建加权基因共表达网络 (WGCN)。分析了 DEG 和共表达基因模块中的关键基因以生成蛋白质-蛋白质相互作用 (PPI) 网络。研究了筛选出的十大枢纽基因与ICC患者总生存期和无病生存期之间的关联。进行连接图（cMap）分析以利用枢纽基因识别ICC的潜在药物。从1287个GSE-DEG，8183个TCGA-DEG和1226个混合模块基因的重叠基因中共选出151个关键基因。分析蛋白质-蛋白质相互作用共发现10个感兴趣的枢纽基因（CTNNB1，SPP1，COL1A2，COL3A1，SMAD3，SRC，VCAN，PKLR，GART，MRPS5）。使用 cMap 筛选出对 ICC 具有潜在疗效的候选药物包括三种酪氨酸激酶抑制剂（达沙替尼、NVP-BHG712、替凡替尼）、两种大麻素受体激动剂（棕榈酰乙醇酰胺、花生四烯酸酰胺）、两种抗生素（莫西沙星、阿莫西林）、一种雌激素受体激动剂（左炔诺孕酮）、一种丝氨酸/苏氨酸蛋白激酶抑制剂（MK-2206）和其他小分子。通过网络和 PPI 分析，我们能够识别出治疗 ICC 的潜在药物。新基因表达谱的识别和相关药物筛选可能会加速识别治疗 ICC 的潜在新药物疗法。
原创文章 CD14 和 CSF1R 作为诱发骨关节炎的发育分子靶点
摘要：目的：骨关节炎(OA)是一种以关节软骨损伤为主、可累及整个关节组织的非炎症性退行性关节疾病。但CD14和CSF1R与骨关节炎的关系尚不明确。本研究旨在探讨CD14和CSF1R在骨关节炎中的重要作用，为其防治提供新的方向。方法：从GPL10558和GPL570生成的基因表达综合(GEO)数据库中下载骨关节炎数据集GSE46750和GSE82107，利用R包limma筛选差异表达基因(DED)，进行加权基因共表达网络分析(WGCNA)，进行蛋白质-蛋白质相互作用(PPI)网络的构建与分析、功能富集分析、基因集富集分析(GSEA)和比较毒性基因组学数据库(CTD)分析。 TargetScan 筛选出调控中枢 DEGs 的 miRNA。结果：共鉴定出 687 个 DEG，按照基因本体论（GO）主要集中在炎症反应、IL-17 信号通路、类风湿关节炎、运动、调控对外界刺激的反应等，富集项与 GO 京都基因和基因组百科全书 (KEGG) 对 DEG 的富集项类似，主要集中在运动、炎症反应、防御反应、含胶原蛋白的细胞外基质、受体调节活性等。在 Metascape 的富集项目中，GO 有炎症反应、SARS-CoV-2 信号通路网络图、PIDIL8CXCR1 通路、调控骨重塑和软骨内骨化等。通过 PPI 网络构建与分析，获得 20 个核心基因。基因表达热图显示核心基因（C1QC、CSF1R、CD14、TYROBP、HLA-DRA、C1QB、FCER1G、S100A9、HCLS1、WAS、BTK、TREM1）在骨关节炎滑膜组织中高表达，在正常滑膜组织中低表达。CTD分析显示，12个基因（C1QC、CSF1R、CD14、TYROBP、HLA-DRA、C1QB、FCER1G、S100A9、HCLS1、WAS、BTK、TREM1）与炎症、坏死、痛风、急性髓系白血病和血小板减少有关。结论：CD14和CSF1R在骨关节炎中高表达，可能成为骨关节炎的治疗靶点。
在...
结肠腺癌（COAD）是第三常见的癌症，是全球癌症死亡的第二大主要原因，这已成为全球公共卫生挑战（1）。随着癌症检测技术的发展，早期诊断的率有所提高，但是COAD的诊断迅速转移到年轻，更高级的阶段（2）。 开发从息肉到腺癌的COAD需要十多年的时间，这一长期进展为干预提供了防止其发展为高级阶段的机会（3）。 近年来，高通量测序技术和生物信息学的快速发展促进了COAD的探索（4，5）。 因此，从生物信息学分析的肿瘤分子靶标的角度了解COAD的发病机理对于治疗和预防COAD具有很大的意义。 细胞外基质（ECM）是由各种蛋白质组成的复杂结构，该结构通过调节细胞间串扰来调节生物学功能（6-8）。 ECM是肿瘤微环境（TME）的重要组成部分，其异常表达促进了肿瘤的形成，进展和转移（9，10）。 临床病理学分析证实，ECM在肿瘤患者中的过度沉积与预后不良有关（11，12）。 最近，高通量测序分析表明，与ECM相关的基因在肿瘤进展过程中异常表达（13，14）。 ECM的积累诱导缺氧和代谢应激，进而激活肿瘤中的抗凋亡和药物抗性途径（15）。随着癌症检测技术的发展，早期诊断的率有所提高，但是COAD的诊断迅速转移到年轻，更高级的阶段（2）。开发从息肉到腺癌的COAD需要十多年的时间，这一长期进展为干预提供了防止其发展为高级阶段的机会（3）。近年来，高通量测序技术和生物信息学的快速发展促进了COAD的探索（4，5）。因此，从生物信息学分析的肿瘤分子靶标的角度了解COAD的发病机理对于治疗和预防COAD具有很大的意义。细胞外基质（ECM）是由各种蛋白质组成的复杂结构，该结构通过调节细胞间串扰来调节生物学功能（6-8）。ECM是肿瘤微环境（TME）的重要组成部分，其异常表达促进了肿瘤的形成，进展和转移（9，10）。临床病理学分析证实，ECM在肿瘤患者中的过度沉积与预后不良有关（11，12）。最近，高通量测序分析表明，与ECM相关的基因在肿瘤进展过程中异常表达（13，14）。ECM的积累诱导缺氧和代谢应激，进而激活肿瘤中的抗凋亡和药物抗性途径（15）。此外，ECM的高密度阻碍了免疫细胞的内化，这会影响肿瘤免疫疗法的作用（16-18）。因此，基于与ECM相关基因的预后模型将为预测COAD患者的复发提供基础。瘦素是瘦素基因（LEP）的糖蛋白产物。流行病学研究支持LEP与COAD风险增加有关（19）。研究表明，COAD组织中LEP mRNA的表达水平上调，这与COAD患者的预后不良有关（20，21）。周围神经形成复杂的肿瘤微环境，由多种细胞类型和因子组成，包括神经生长因子（NGF）。NGF在几种实体瘤的生长，侵袭和转移中起重要作用。Lei等。 发现，胰腺癌细胞分泌的NGF诱导了Schwann细胞的自噬，这反过来参与了胰腺肿瘤的增殖和转移（22）。 Hayakawa等。 表明，NGF的过表达显着加速了胃肿瘤的生长和侵袭（23）。 procollagen C-耐肽酶增强剂2（PCOLCE2）是一种ECM糖蛋白，可作为功能性胶原蛋白C蛋白酶增强剂（24）。 PCOLCE2参与EMT，并在促进Coad转移中起关键作用（25）。 他等人。 证明PCOLCE2是一种基于生物信息学分析的COAD患者临床预后的特征基因（26）。 我们验证了LEP，NGF和PCOLCE2在肿瘤组织中使用COAD临床高度表达Lei等。发现，胰腺癌细胞分泌的NGF诱导了Schwann细胞的自噬，这反过来参与了胰腺肿瘤的增殖和转移（22）。Hayakawa等。 表明，NGF的过表达显着加速了胃肿瘤的生长和侵袭（23）。 procollagen C-耐肽酶增强剂2（PCOLCE2）是一种ECM糖蛋白，可作为功能性胶原蛋白C蛋白酶增强剂（24）。 PCOLCE2参与EMT，并在促进Coad转移中起关键作用（25）。 他等人。 证明PCOLCE2是一种基于生物信息学分析的COAD患者临床预后的特征基因（26）。 我们验证了LEP，NGF和PCOLCE2在肿瘤组织中使用COAD临床高度表达Hayakawa等。表明，NGF的过表达显着加速了胃肿瘤的生长和侵袭（23）。procollagen C-耐肽酶增强剂2（PCOLCE2）是一种ECM糖蛋白，可作为功能性胶原蛋白C蛋白酶增强剂（24）。PCOLCE2参与EMT，并在促进Coad转移中起关键作用（25）。他等人。证明PCOLCE2是一种基于生物信息学分析的COAD患者临床预后的特征基因（26）。我们验证了LEP，NGF和PCOLCE2在肿瘤组织中使用COAD临床在这项研究中，我们鉴定了与WGCNA和Lasso-Cox回归相关的三个与ECM相关的基因（LEP，NGF和PCOLCE2）。
干细胞 - 范式融合：通信和基因调节
摘要我们使用先前发布的单细胞RNA测序（SCRNA-SEQ）数据研究了MHL1和MMSC细胞系之间意外细胞融合的细胞和分子后果。我们表征了所得的细胞类型，它们的通信模式和基础基因调节网络。初始分析确定了四种不同的细胞类型（MHL1，MHL1融合，MMSC和MMSC融合），它们也通过无监督的学习也合并为三个簇。差异基因表达分析揭示了具有共享和独家基因表达的各种细胞类型关联。单细胞兼容的加权基因共表达网络分析（WGCNA）将特定基因模块与不同的细胞类型和相关的生物学过程联系起来，包括MHL1/MHL1融合中的肌肉收缩和代谢，以及MMSC Fusion中MHL1融合（ECM）形成和脂质代谢。细胞 - 细胞通信分析显示出不同的细胞间通信模式，MMSC主要充当配体和MHL1作为配体和受体。降低细胞类型的复杂性逐渐简化了通信网络并改变了途径富集，而ECM受体途径在很大程度上保持不变，只有配体受体对的小移位。有趣的是，从分析中删除亲本细胞改变了细胞类型的分配，强调了父母细胞的存在对融合结果的影响。最后，基因调节网络分析确定了驱动细胞身份的关键转录因子（TFS），从而区分具有高细胞类型特异性的主调节器和TF。这些发现证明了整合多个细胞间和细胞内通信分析方法的力量，以剖析细胞类型，通信和基因调节之间的复杂相互作用。引言细胞融合是一个生物学过程，两个细胞将其膜合并，形成单个杂化细胞1。这一基本事件在各种生物体之间的发育，繁殖和组织修复中起着至关重要的作用2。异型融合（具有不同起源的细胞的合并）提出了益处和风险的复杂相互作用。对于诸如施肥等过程至关重要，它也可能破坏细胞稳态。不同细胞环境的融合可能会对核功能产生深远影响，包括基因调节的竞争，染色体重组，甚至核射精3-5。间充质基质细胞（MSC）表现出与各种器官（包括大脑，肝脏和心脏6-13）中不同细胞类型融合的显着能力。这种细胞融合现象在发育和再生中起着关键作用，同时也有助于癌症的进展。值得注意的是，MSC融合在某些情况下表现出有益的作用，例如通过与肝细胞融合6,14,15来促进肝脏再生，并通过与肌细胞融合16,17来促进肌肉再生。但是，在许多其他情况下，MSC融合的后果仍然不确定。越来越多的证据将涉及MSC的异型融合与癌症和转移的发展联系起来，引起了人们对基于MSC的疗法的安全性18-23的严重关注。了解细胞融合的潜在机制对于区分有益结果和有害结果至关重要。这种知识将为治疗策略铺平道路，该策略利用细胞融合进行组织修复和再生，同时预防病理融合事件。
PNPLA3中的rs738409多态性与西孟加拉邦孟加拉民族人口中非酒精性脂肪肝病的发育和严重程度的关联 由于自然灾害引起的正常盐水供应链的破坏： 从理论模型到实际部署 预测痴呆症和帕金森氏病相关的皮质下区域中的脑铁沉积：英国生物库中的遗传和观察分析 适用于心电图图像的人工智能，用于可扩展的甲状腺素蛋白淀粉样蛋白心肌病 OMKAR：基于光学图的基因组的自动核分型，以鉴定宪法异常 给予年轻婴儿的益生菌和合成生药品 parvovirus b19废水固体中的基因组DNA浓度与社区感染有关 cenobamate对认知的负面影响 基于多矩的寿命基因对大肠癌的免疫相关性的影响 输注的免疫疗法会影响头颈癌的存活：倾向评分与分析匹配 通过生成变压器学习人类疾病的自然史 基于WGCNA和LASSO回归的新型结肠腺癌中衰老相关LNCRNA的预后模型 负面情绪对青少年非杀虫剂的影响 对ELMOD3相关常染色体的确认见解... 对GWAS目录的系统评价
参考文献1。Lazo M，Clark JM。非酒精性脂肪肝病的流行病学：一种全球视角。Semin Liver Dis.2008; 28：339-50。2。Bajaj S，Nigam P，Luthra A等。一项关于胰岛素抵抗，代谢共同变化和预测评分的病例对照研究。印度J Med Res。2009; 129（3）：285-292。 3。 Mohan V，Farooq S，Deepa M，Ravikumar R，Pitchumoni CS。 与不同等级的葡萄糖不耐症和代谢综合征有关的南印第安人非酒精脂肪肝病患病率。 糖尿病临床实践。 2009; 84（1）：84-91。doi：10.1016/j.diabres.2008.11.039 4。 Romeo S，Kozlitina J，Xing C等。 PNPLA3中的遗传变异赋予对非酒精性脂肪肝病的敏感性。 nat Genet。 2008; 40（12）：1461-1465。 doi：10.1038/ng.257 5。 Severson TJ，Bostur S，Bonkovsky HL。 影响非酒精性脂肪肝病的遗传因素：系统的临床综述。 世界J胃烯醇。 2016; 22（29）：6742-6756。doi：10.3748/wjg.v22.i29.6742 6。 Kozlitina J，Smagris E，Stender S等。 外显域的关联研究确定了一种TM6SF2变体，该变体赋予了对非酒精性脂肪肝病的易感性。 nat Genet。 2014; 46（4）：352-356。 doi：10.1038/ng.2901 7。 Oliveira Ain，Malta FM，Zitelli PMY，Salles APM，Gomes-Gouvea MS，Nastri ACS，Pinho JRR，Carrilho JRR，Carrilho FJ，Oliveira CP，Mendes-CorrêaMC，Pessoa MC，Pessoa MG，Mazo DF。 PMID：33622266; PMCID：PMC7901065。 8。2009; 129（3）：285-292。3。Mohan V，Farooq S，Deepa M，Ravikumar R，Pitchumoni CS。与不同等级的葡萄糖不耐症和代谢综合征有关的南印第安人非酒精脂肪肝病患病率。糖尿病临床实践。2009; 84（1）：84-91。doi：10.1016/j.diabres.2008.11.039 4。Romeo S，Kozlitina J，Xing C等。PNPLA3中的遗传变异赋予对非酒精性脂肪肝病的敏感性。nat Genet。2008; 40（12）：1461-1465。 doi：10.1038/ng.257 5。 Severson TJ，Bostur S，Bonkovsky HL。 影响非酒精性脂肪肝病的遗传因素：系统的临床综述。 世界J胃烯醇。 2016; 22（29）：6742-6756。doi：10.3748/wjg.v22.i29.6742 6。 Kozlitina J，Smagris E，Stender S等。 外显域的关联研究确定了一种TM6SF2变体，该变体赋予了对非酒精性脂肪肝病的易感性。 nat Genet。 2014; 46（4）：352-356。 doi：10.1038/ng.2901 7。 Oliveira Ain，Malta FM，Zitelli PMY，Salles APM，Gomes-Gouvea MS，Nastri ACS，Pinho JRR，Carrilho JRR，Carrilho FJ，Oliveira CP，Mendes-CorrêaMC，Pessoa MC，Pessoa MG，Mazo DF。 PMID：33622266; PMCID：PMC7901065。 8。2008; 40（12）：1461-1465。 doi：10.1038/ng.257 5。Severson TJ，Bostur S，Bonkovsky HL。影响非酒精性脂肪肝病的遗传因素：系统的临床综述。世界J胃烯醇。2016; 22（29）：6742-6756。doi：10.3748/wjg.v22.i29.6742 6。Kozlitina J，Smagris E，Stender S等。外显域的关联研究确定了一种TM6SF2变体，该变体赋予了对非酒精性脂肪肝病的易感性。nat Genet。2014; 46（4）：352-356。 doi：10.1038/ng.2901 7。 Oliveira Ain，Malta FM，Zitelli PMY，Salles APM，Gomes-Gouvea MS，Nastri ACS，Pinho JRR，Carrilho JRR，Carrilho FJ，Oliveira CP，Mendes-CorrêaMC，Pessoa MC，Pessoa MG，Mazo DF。 PMID：33622266; PMCID：PMC7901065。 8。2014; 46（4）：352-356。 doi：10.1038/ng.2901 7。Oliveira Ain，Malta FM，Zitelli PMY，Salles APM，Gomes-Gouvea MS，Nastri ACS，Pinho JRR，Carrilho JRR，Carrilho FJ，Oliveira CP，Mendes-CorrêaMC，Pessoa MC，Pessoa MG，Mazo DF。PMID：33622266; PMCID：PMC7901065。8。PNPLA3和TM6SF2多态性在巴西慢性丙型肝炎患者中对肝纤维化和代谢异常的作用C. BMC胃肠道。2021 Feb 23; 21（1）：81。 doi：10.1186/s12876-021-01654-3。SOOD V，Khanna R，Rawat D，Sharma S，Alam S，Sarin SK。研究小儿非酒精脂肪肝疾病中家庭聚类和PNPLA3基因多态性的研究。印度小儿科。2018年7月15日； 55（7）：561-567。 pmid：30129536。 9。 Bhatt SP，Nigam P，Misra A，Guleria R，Pandey RM，Pasha MA。 含有非酒精性脂肪肝病的亚洲印第安人中含patatin样磷脂酶结构域蛋白3（PNPLA-3）基因的遗传变异。 Metab Syndr Relat疾病。 2013年10月; 11（5）：329-35。 doi：10.1089/met.2012.0064。 EPUB 2013 JUN 4。 PMID：23734760。 10。 Koehler EM，Plompen EP，Schouten JN等。 糖尿病的存在和脂肪变性与一般人群中的肝脏僵硬有关：鹿特丹研究。 肝病学。 2016; 63（1）：138-147。 doi：10.1002/hep.27981 11。 张L，You W，Zhang H，Peng R，Yao A，Li X等。 PNPLA3多态性（RS738409）和非酒精性脂肪肝病风险和相关表型：荟萃分析。 J胃肠肝素。 2015; doi：10.1111/jgh.12889 12。 Anstee QM，Day CP。 NAFLD的遗传学。 nat Rev Gastroenterol Hepatol。 2013; 10：645–655。 doi：10.1038/nrgastro.2013.182 PMID：24061205 13。 Shen JH，Li YL，Li D，Wang NN，Jing L，Huang YH。 J脂质res。2018年7月15日； 55（7）：561-567。pmid：30129536。9。Bhatt SP，Nigam P，Misra A，Guleria R，Pandey RM，Pasha MA。 含有非酒精性脂肪肝病的亚洲印第安人中含patatin样磷脂酶结构域蛋白3（PNPLA-3）基因的遗传变异。 Metab Syndr Relat疾病。 2013年10月; 11（5）：329-35。 doi：10.1089/met.2012.0064。 EPUB 2013 JUN 4。 PMID：23734760。 10。 Koehler EM，Plompen EP，Schouten JN等。 糖尿病的存在和脂肪变性与一般人群中的肝脏僵硬有关：鹿特丹研究。 肝病学。 2016; 63（1）：138-147。 doi：10.1002/hep.27981 11。 张L，You W，Zhang H，Peng R，Yao A，Li X等。 PNPLA3多态性（RS738409）和非酒精性脂肪肝病风险和相关表型：荟萃分析。 J胃肠肝素。 2015; doi：10.1111/jgh.12889 12。 Anstee QM，Day CP。 NAFLD的遗传学。 nat Rev Gastroenterol Hepatol。 2013; 10：645–655。 doi：10.1038/nrgastro.2013.182 PMID：24061205 13。 Shen JH，Li YL，Li D，Wang NN，Jing L，Huang YH。 J脂质res。Bhatt SP，Nigam P，Misra A，Guleria R，Pandey RM，Pasha MA。含有非酒精性脂肪肝病的亚洲印第安人中含patatin样磷脂酶结构域蛋白3（PNPLA-3）基因的遗传变异。Metab Syndr Relat疾病。2013年10月; 11（5）：329-35。 doi：10.1089/met.2012.0064。EPUB 2013 JUN 4。 PMID：23734760。 10。 Koehler EM，Plompen EP，Schouten JN等。 糖尿病的存在和脂肪变性与一般人群中的肝脏僵硬有关：鹿特丹研究。 肝病学。 2016; 63（1）：138-147。 doi：10.1002/hep.27981 11。 张L，You W，Zhang H，Peng R，Yao A，Li X等。 PNPLA3多态性（RS738409）和非酒精性脂肪肝病风险和相关表型：荟萃分析。 J胃肠肝素。 2015; doi：10.1111/jgh.12889 12。 Anstee QM，Day CP。 NAFLD的遗传学。 nat Rev Gastroenterol Hepatol。 2013; 10：645–655。 doi：10.1038/nrgastro.2013.182 PMID：24061205 13。 Shen JH，Li YL，Li D，Wang NN，Jing L，Huang YH。 J脂质res。EPUB 2013 JUN 4。PMID：23734760。10。Koehler EM，Plompen EP，Schouten JN等。糖尿病的存在和脂肪变性与一般人群中的肝脏僵硬有关：鹿特丹研究。肝病学。2016; 63（1）：138-147。 doi：10.1002/hep.27981 11。 张L，You W，Zhang H，Peng R，Yao A，Li X等。 PNPLA3多态性（RS738409）和非酒精性脂肪肝病风险和相关表型：荟萃分析。 J胃肠肝素。 2015; doi：10.1111/jgh.12889 12。 Anstee QM，Day CP。 NAFLD的遗传学。 nat Rev Gastroenterol Hepatol。 2013; 10：645–655。 doi：10.1038/nrgastro.2013.182 PMID：24061205 13。 Shen JH，Li YL，Li D，Wang NN，Jing L，Huang YH。 J脂质res。2016; 63（1）：138-147。 doi：10.1002/hep.27981 11。张L，You W，Zhang H，Peng R，Yao A，Li X等。PNPLA3多态性（RS738409）和非酒精性脂肪肝病风险和相关表型：荟萃分析。J胃肠肝素。2015; doi：10.1111/jgh.12889 12。Anstee QM，Day CP。NAFLD的遗传学。nat Rev Gastroenterol Hepatol。2013; 10：645–655。doi：10.1038/nrgastro.2013.182 PMID：24061205 13。Shen JH，Li YL，Li D，Wang NN，Jing L，Huang YH。 J脂质res。Shen JH，Li YL，Li D，Wang NN，Jing L，Huang YH。J脂质res。PNPLA3基因和肝硬化的RS738409（I148M）变体：荟萃分析。2015; 56：167–175。doi：10.1194/jlr.m048777 pmid：25378656 14。Singal AG，Manjunath H，Yopp AC，Beg MS，Marrero JA，Gopal P等。PNPLA3对肝细胞癌纤维化进展和发育的影响：一种元分析。Am J胃肠道。2014; 109：325–334。doi：10.1038/ajg.2013.476 PMID：24445574 15。Shen J，Wong GL，Chan HL，Chan Hy，Yeung DK，Chan RS等。pNPLA3基因多态性在没有代谢的社区受试者中说明了脂肪肝