40天接收!我猜这是你需要的0实验“双疾病转变”思路:细胞凋亡+GEO数据库+WGCNA+免疫浸润,还有机器学习助阵,绝了!

文摘   2024-11-23 10:00   上海  


在人类疾病的发展过程中,常常存在两种甚至多种疾病彼此交织、相互转换的复杂情形,“双疾病转变”已然成为一个极具吸引力的焦点。从A疾病到B疾病的进展过程,再到二者之间的关联与转变,这中间可是有不少学问呢!

那么,该怎么研究这种“双疾病转变机制”呢?生信湾今天带来的这篇0实验40天接收的6+分SCI可能会给到你想要的答案。

文章是本月新发表的,聚焦于细胞凋亡类风湿关节炎(RA)骨质疏松(OP)转变过程的关键作用,运用微阵列数据分析、加权基因共表达网络分析(WGCNA)等生物信息学手段,挖掘与细胞凋亡相关的基因;借助基因富集分析、机器学习筛选等方法,确定关键凋亡基因,并深入解析其潜在机制;通过免疫浸润分析ROC分析等,探究关键凋亡基因与免疫细胞及疾病诊断的关联,为揭示RA与OP的发病机制及治疗提供了新的视角和理论依据,凸显了细胞凋亡在双疾病转变中的重要意义。

PS:谁说公共数据库发不了高分?只要用对了思路和方法,0实验照样可以冲击6.6分!还40天接收,这篇文章对着急毕业/晋升的宝子真是“及时雨”呀!小伙伴们点个收藏细细品读吧~生信湾也可以做你的“及时雨”,不论是创新思路设计,还是生信分析,都是生信湾的强项,有需要的宝子记得找我哦~   

定制生信分析

生信服务器

(加微信备注66领取试用)

l题目:类风湿性关节炎向骨质疏松转变过程中细胞凋亡相关的遗传机制:生物信息学和功能分析方法

l杂志:APL Bioengineering

l影响因子:IF=6.6

l发表时间:202411


研究背景

骨质疏松(OP)和类风湿关节炎(RA)是全球性健康负担较重的疾病,二者密切相关,RA患者经糖皮质激素治疗后易患OP。细胞凋亡在二者进展中起关键作用,但相关基因和分子通路不明,本研究旨在通过生物信息学分析揭示其机制,寻找潜在治疗靶点。

数据来源

研究思路

本研究通过多步骤流程探索RA与OP相关机制。首先从GEO数据库获取数据进行差异分析与WGCNA分析,筛选关键基因,再经富集分析、机器学习筛选、免疫相关性分析,最终确定关键基因ATXN2L和MMP14并评估其诊断性能。

主要结果

 1. 基因筛选与差异分析

从GEO数据库获取RA(GSE12021)和OP(GSE56814)数据集,通过limma包进行差异分析,确定筛选标准为p<0.05。在RA数据集中筛选出2660个差异基因,经WGCNA分析得到1571个与RA相关模块基因;OP数据集有418个关键基因。最终通过交集确定23个关键基因用于后续分析。    

图1:(a)为GSE12021数据集差异基因火山图,(b)为其热图,展示基因表达情况;(c)(d)为WGCNA分析结果相关图。    

图2:(a)为交集基因热图,(b)为火山图,(c)展示基因筛选交集过程。

 2. 富集分析

对23个关键基因进行GO和KEGG富集分析,发现主要富集于细胞器遗传、高尔基体遗传、成骨等生物过程,以及破骨细胞分化、MAPK信号通路等通路。    

图3:(a)(b)为GO富集分析结果图,(c)(d)为KEGG富集分析结果图。

进一步与凋亡相关基因交集得到10个关键基因,对其进行蛋白 - 蛋白相互作用分析

图4:(a)展示与凋亡相关基因交集结果,(b)为蛋白 - 蛋白相互作用分析图。    

3. 机器学习筛选

在OP数据集上先通过LASSO筛选出6个关键基因,再经随机森林分析确定10个关键基因;

图5:(a)(b)为OP数据集LASSO分析结果,(c)(d)为OP数据集随机森林分析结果。

在RA数据集上LASSO分析得到4个关键基因,随机森林分析得出前10个关键基因,取交集后确定ATXN2L和MMP14为关键基因,并对其进行GSEA分析    

图6:(a)(b)为RA数据集LASSO分析结果,(c)展示基因交集确定关键基因过程,(d)(e)为RA数据集随机森林分析结果。    

图7:(a)(b)为ATXN2L的GSEA分析结果,(c)(d)为MMP14的GSEA分析结果。

4. 免疫相关性分析

对关键基因与GSE56814数据集中免疫浸润结果进行相关性分析,发现ATXN2L与初始B细胞、活化的CD4记忆T细胞和调节性T细胞(Tregs)正相关,MMP14与记忆B细胞正相关、与静息CD4记忆T细胞负相关,且疾病与正常组间部分免疫细胞存在显著差异。    

图8:(a)展示ATXN2L与免疫细胞相关性,(b)展示MMP14与免疫细胞相关性,(c)展示疾病与正常组间免疫细胞差异。

5. ROC分析与相关miRNA预测

对ATXN2L和MMP14进行ROC性能评估,ATXN2L的AUC值为0.667,MMP14的AUC值为0.649,表明二者具有较好诊断性能。同时构建了蛋白相互作用网络,并预测了与这两个关键基因相关的miRNA相互作用网络    

图9:(a)为ROC分析结果图,(b)为蛋白相互作用网络图,(c)(d)为预测的miRNA相互作用网络图。

文章小结

本研究利用GEO数据库数据,解释细胞凋亡在RA向OP转变中的作用,通过多种分析揭示相关机制,为疾病治疗提供潜在靶点。细胞凋亡是国自然研究的热点方向,与多种疾病发生发展机制相关联,思路匮乏的宝子们可以从这个角度入手。

整个研究设计严谨且颇具创新性,不知道你有没有跃跃欲试呢,想要感受0实验无痛发文的朋友,快来找生信湾吧,一起解锁更多创新思路!

合集 · 推荐

机器学习

孟德尔随机化

网络药理学

临床公共数据库分析

生信湾
持续分享最新生信热点思路,提供专业生信分析服务:思路设计、生信分析、文献复现、数据库搭建等。助力您的科研之路!欢迎朋友们沟通交流与合作~
 最新文章