文章标题：Comprehensive bioinformatics analysis reveals the crosstalk genes and immune relationship between the systemic lupus erythematosus and venous thromboembolism
中文标题：综合生物信息学分析揭示系统性红斑狼疮与静脉血栓栓塞症的串联基因和免疫关系
发表期刊：Frontiers in Immunology
发表时间：2023年7月
影响因子：5.7/Q1
众所周知，系统性红斑狼疮 （SLE） 患者发生静脉血栓栓塞 （VTE） 的风险很高。本研究旨在鉴定 SLE 和 VTE 之间的串扰基因，并初步探讨其临床价值和分子机制。
研究方法
我们从基因表达综合 （GEO） 数据集下载了 SLE 和 VTE 的微阵列数据集。应用差异表达分析鉴定串扰基因 （CGs）。对共享基因进行基因本体论 （GO） 和京都基因与基因组百科全书 （KEGG） 通路富集分析。使用最小绝对收缩和选择运算符 （Lasso） 回归从 CG 中进一步筛选两种疾病的共享诊断生物标志物。使用逻辑回归算法根据诊断生物标志物分别构建 SLE 和 VTE 两个风险评分以预测疾病的可能性。通过 CIBERSORT 算法估计 SEL 和 VTE 的免疫浸润水平，并研究 CGs 与免疫细胞浸润的关系。
结果分析
1. 在 VTE 和 SLE 队列中识别 CG
在 SLE 数据集GSE61635中，共鉴定出 3321 个 DEGs。在 VTE 数据集GSE19151中，共鉴定出 768 个 DEGs。SLE 和 VTE 队列之间有 171 个重叠的 CG。表达基质的 PCA 分析表明，疾病组和对照组的样品在两侧分布明显。
2.CG 的富集分析
CGs 主要富集于免疫和炎症通路。CGs 与 VTE 中的免疫通路 （TNF 信号通路、B 细胞受体信号通路和 Th1/Th2/Th17 细胞分化） 呈负相关 ，与 SLE 中的免疫反应 （TNF 信号通路、IL-17 信号通路和 NOD 样受体信号通路） 呈正相关。结果表明，CGs 参与 SLE 和 VTE 免疫功能的调节。
3. 确定最佳共享诊断 CG
三个重叠的 CG （HSP90AB1 、 FPR2 和 RSAD2 ）作为 SLE 和 VTE 的最佳共享诊断 CG，与对照组相比，SLE 组 FPR2 和 RSAD2 上调，HSP90AB1 下调。同时，VTE 组 FPR2 和 HSP90AB1 下调，RSAD2 上调。HSP90AB1 、 FPR2 和 RSAD2 的诊断效能，都显示出有效的疾病识别性能。
4. SLE 和 VTE 风险评分的构建
通过将 HSP90AB1 和 RSAD2 的归一化表达水平加权到多因素 logistic 回归分析的回归系数中，建立了 SLE 风险评分模型。SLE 和 VTE 风险模型的 C 指数超过了单一单因素风险模型的 C 指数，表明我们的风险评分对预测疾病具有良好的疗效。
5. SLE 和 VTE 风险评分的验证
基于外部数据的校准曲线和 ROC 曲线验证了它们预测疾病的可靠性能。SLE 和 VTE 组合数据集的 ROC 曲线表明，两个风险评分具有优异的性能。
6.中心 CG 的 PPI 网络
使用 Cytoscape 软件根据 STRING 数据库构建了一个 PPI 网络，使用四种不同的拓扑分析方法 （MCC 、 MNC 、 EPC 和 degree） 从 CG 中提取枢纽基因。四种算法的结果都指向五个中心 CG：MMP9、FOS、IGF1R、PIK3R1 和 CXCL8。与相应的对照组相比，这五个中心 CG 在外部数据集 （GSE19151 和 GSE61635） 和内部数据集 （GSE48000 和 GSE50772） 中均显著上调/下调 。
7.VTE 和 SLE 队列中免疫微环境的比较
SLE 患者表现出免疫激活状态，VTE 患者表现出免疫抑制状态。在 SLE 和 VTE 队列中，五个中心 CG 与多种免疫细胞浸润水平呈显著相关性。
8.两种 CGs 亚型与免疫细胞浸润的相关性
无论是 SLE 的 CGs 亚型还是 VTE 的 CGs 亚型，C1 亚型在大多数免疫细胞群中的浸润水平都高于 C2 亚型。免疫浸润景观与 CG 之间的潜在互连，在 SLE 和 VTE 中，C1 簇可被视为免疫亚型，C2 簇可被视为非免疫亚型。
文章小结
在我们的研究中，我们进一步从串扰基因 SLE 和 VTE 中筛选出诊断生物标志物，并建立了两个风险评分。我们的研究结果揭示了 CGs 与疾病免疫微环境之间的密切关系。这为进一步探索两种疾病之间的共同机制和相互作用提供了线索。（对文章思路感兴趣的老师欢迎扫码关注lulu，一起交流学习）
