Identification of common molecular mechanisms in interrelated diseases is essential for better prognoses and targeted therapies. However, complexity of metabolic pathways makes it difficult to discover common disease genes underlying metabolic disorders; and it requires more sophisticated bioinformatics models that combine different types of biological data and computational methods. Accordingly, we built an integrative network analysis model to identify shared disease genes in metabolic syndrome (MS), type 2 diabetes (T2D), and coronary artery disease (CAD). We constructed weighted gene co-expression networks by combining gene expression, protein-protein interaction, and gene ontology data from multiple sources. For 90 different configurations of disease networks, we detected the significant modules by using MCL, SPICi, and Linkcomm graph clustering algorithms. We also performed a comparative evaluation on disease modules to determine the best method providing the highest biological validity. By overlapping the disease modules, we identified 22 shared genes for MS–CAD and T2D–CAD. Moreover, 19 out of these genes were directly or indirectly associated with relevant diseases in the previous medical studies. This study does not only demonstrate the performance of different biological data sources and computational methods in disease-gene discovery, but also offers potential insights into common genetic mechanisms of the metabolic disorders.

中文翻译：

---

综合生物网络分析以识别代谢紊乱中的共享基因

识别相关疾病中的共同分子机制对于更好的预后和靶向治疗至关重要。然而，代谢途径的复杂性使得难以发现导致代谢紊乱的常见疾病基因；它需要更复杂的生物信息学模型，结合不同类型的生物数据和计算方法。因此，我们建立了一个综合网络分析模型来识别代谢综合征 (MS)、2 型糖尿病 (T2D) 和冠状动脉疾病 (CAD) 中的共同疾病基因。我们通过结合来自多个来源的基因表达、蛋白质-蛋白质相互作用和基因本体数据来构建加权基因共表达网络。对于 90 种不同的疾病网络配置，我们使用 MCL、SPICi、和 Linkcomm 图聚类算法。我们还对疾病模块进行了比较评估，以确定提供最高生物学有效性的最佳方法。通过重叠疾病模块，我们确定了 MS-CAD 和 T2D-CAD 的 22 个共享基因。此外，这些基因中有19个与之前的医学研究中的相关疾病直接或间接相关。该研究不仅展示了不同生物数据源和计算方法在疾病基因发现中的表现，而且还为代谢疾病的常见遗传机制提供了潜在的见解。我们确定了 MS-CAD 和 T2D-CAD 的 22 个共享基因。此外，这些基因中有19个与之前的医学研究中的相关疾病直接或间接相关。该研究不仅展示了不同生物数据源和计算方法在疾病基因发现中的表现，而且还为代谢疾病的常见遗传机制提供了潜在的见解。我们确定了 MS-CAD 和 T2D-CAD 的 22 个共享基因。此外，这些基因中有19个与之前的医学研究中的相关疾病直接或间接相关。该研究不仅展示了不同生物数据源和计算方法在疾病基因发现中的表现，而且还为代谢疾病的常见遗传机制提供了潜在的见解。