曹媛媛 蔡昕添 汪思敏 洪 静 努尔古丽·买买提 李南方

阻塞性睡眠呼吸暂停(obstructive sleep apnea, OSA)是一种以夜间睡眠打鼾、呼吸暂停和日间嗜睡为特征的睡眠呼吸紊乱疾病，可导致间歇性低氧血症、高碳酸血症和睡眠结构紊乱[1]。与OSA相关的主要临床风险是多器官系统损害，如心脑血管疾病、代谢综合征和认知功能障碍等[1～3]。OSA在普通人群中的发生率呈逐年上升趋势，据估计，中度至重度OSA在男性中高达49.7%，在女性中高达23.4%[4]。然而，绝大多数OSA患者(70%～90%)没有得到及时诊治，造成了沉重的健康和社会经济负担[5]。因此，研究OSA的病因和发病机制，寻找早期诊断指标和治疗靶点至关重要。

据报道，OSA有较强的遗传影响，患者一级亲属的风险增加了1.5倍以上[6]。衡量OSA严重程度的呼吸暂停低通气指数(AHI)中约35%～40%的变异可以用遗传因素来解释[7]。目前，基于高通量测序的全基因组DNA微阵列已经成为研究复杂疾病遗传学的一种有效且相对经济的工具[8]。虽然已经发现了一些OSA分子标志物，但由于OSA的异质性及其复杂的病理生理状况，单个基因并不能准确地代表OSA的特征[7，9]。与侧重于单个基因的差异表达分析不同，共表达网络分析通过以无监督的方式识别协同表达的基因模块，为理解疾病的发病机制和治疗干预机会提供了新的见解[10,11]。它已被成功地应用于严重哮喘、慢性阻塞性肺疾病(COPD)及癌症等多种生物学过程的研究，在识别候选生物学标志物和治疗靶点方面被证明是相当有效的[11,12]。

本研究应用加权基因共表达网络分析(WGCNA)，识别与OSA相关的共表达模块，对其生物学功能和通路进行注释；……