写在前面
https://doi.org/10.1371/journal.pone.0305217
Since Biomamba and his wechat public account team produce bioinformatics tutorials elaborately and share code with annotation, we thank Biomamba for their guidance in bioinformatics and data analysis for the current study.二、主要内容
1. 疾病中差异基因的鉴定。
首先作者通过“limma”工具包进行了差异基因的分析，结果发现银屑病相比于健康个体存在1208个上调基因和1021个下调基因（Fig.1A），而MASLD相比于健康个体存在14个上调基因和3个下调基因，相比于健康肥胖个体存在17个上调基因和4个下调基因（Fig.1B,C）,最后把两种疾病的差异基因取交集并去除相反表型的基因后，共有7个共同差异基因，而FMO1在三者中均存在且上调（Fig.1D）。
Fig.1
2. 差异基因的功能富集分析及相关转录因子的鉴定。
为探究差异基因的具体功能，作者进一步进行DEGs的GO和KEGG分析，GO分析结果显示了几个关键基因（Fig.2A），KEGG分析结果显示差异基因主要富集于IL-17和TNF-α相关信号通路（Fig.2B），经过TURRST数据库分析后富集到 IRF1, STAT1, SP1, RELA, 和NFKB1五个重要的转录调节因子。
Fig.2
3. PPI信号网络的构建和关键基因的选择。
进一步，作者通过GENEMANIA数据库进行了两种疾病中不同差异基因和转录调节因子相互作用的网络及功能分析，结果显示其基因共表达比例为46.55%（Fig.3A）。与此同时，还得到了20个相关基因，其相关功能主要涉及调节炎症因子如干扰素和白细胞介素，主要参与炎症产生的发展，以及调节脂质和固醇合成等生物过程。通过STRING数据库分析展示蛋白质的相互作用网络（Fig.3B），且经“cystoscope”分析得到了包含10个基因的关键相关模块，前5个基因分别是IRF1, STAT1, NFKB1, CXCL10和MMP9（Fig.3C）。
Fig.3
4. 单细胞数据中细胞类型的鉴定
在对基因表达数据进行分析后，作者从GEO数据库获取了两种疾病的单细胞测序数据（GSE151177和GSE186328），经“Seurat”工具包对数据质量进行控制，然后经“Harmony”工具包对于细胞类型进行鉴定，结果显示银屑病中主要存在CD4+T细胞, CD8+T细胞，NK细胞, 巨噬细胞和DC细胞（Fig.4A）；而MASLD中主要存在10种细胞类型，包括CD4+T细胞, CD8+T细胞，巨噬细胞，粒细胞，单核细胞和NK细胞等（Fig.4C），且两种疾病中巨噬细胞及中性粒细胞的比例均较高（Fig.4B,D）。
Fig.4
5. 细胞间通讯分析及基因组变异分析。
在对细胞类型进行鉴定后，作者进一步通过“Cell chat”工具包进行细胞间通讯交流的研究（Fig.5A,B），“MMF”工具包比较两种疾病中细胞交流模式和细胞协调类型，其中趋化因子信号在这两种疾病中具有更高的通信强度，且主要在髓细胞和CD4+细胞之间（Fig.5C-F）；这些信号主要参与炎症因子的产生和传递，属于Jak-Stata通路、NF-κB通路、MAPK通路和PI3-K / AKT通路的上下游，构成了一个复杂的信号通路网络（Fig.6A-D）。最后通过“PathCard”数据库进行已知炎症通路相关基因集的确定,GSVA进行基因集变异分析，最终确定两种疾病中发病机制中的相关性，IL-17、IL-1和cGAS-STING信号通路在两种疾病中均存在显著差异（Fig.6E,F）。
Fig.5
Fig.6
6. 免疫细胞浸润分析。
最后，作者经CIBERSORT算法对两种疾病中免疫细胞浸润的类型进行分析，结果显示CD4+T细胞，NK细胞和髓细胞在两种疾病中均有明显的浸润（Fig.7A,B）；银屑病中浆细胞和静止DC细胞与CD4+ T细胞呈负相关。而MASLD中，单核细胞和M1巨噬细胞与CD4+ T细胞、静止NK细胞和活化的DC呈正相关（Fig.7C,D）。
Fig.7
三、最后聊聊
如何联系我们
