前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >对!非肿瘤发生信文章就是这么简单!

对!非肿瘤发生信文章就是这么简单!

作者头像
科研菌
发布2020-06-28 16:06:54
8970
发布2020-06-28 16:06:54
举报
文章被收录于专栏:科研菌
今天给大家带来的是2019年3月发表在J. Cell. Biochem( 3.448)杂志上的文章“Potentially critical roles of TNPO1,RAP1B,ZDHHC17,and PPM1B in the progression of coronary atherosclerosis through microarray data analysis”。在这篇文章中,作者通过分析数据GSE12288的DEGs,然后通过WGCNA分析将DEGs分成4个模块,并对最重要的模块进行共表达网络构建以及注释,随后作者通过查阅文献找到5个相关miRNA并构建miRNA调控网络,最后通过GSE42148数据集进行验证。

Potentially critical roles of TNPO1,RAP1B,ZDHHC17,and PPM1B in the progression of coronary atherosclerosis through microarray data analysis

芯片数据分析TNPO1,RAP1B,ZDHHC17和PPM1B在冠状动脉粥样硬化进展中的潜在作用

一.研究背景
  • 动脉粥样硬化性冠状动脉疾病(CAD)会引起滋养心肌的血管逐渐变窄或阻塞。目前,流行病学研究表明,冠状动脉粥样硬化的负担会随着高血压、糖尿病、吸烟和肥胖等危险因素而增加。此外,炎症对CAD也起重要作用。
二.分析流程
三.结果解读
1.DEGs筛选
  • 通过limma包对芯片数据GSE12288进行差异表达分析,选择FDR<0.05和 |log2fold change (FC)|>1 为阈值得到1201个DEGs,包括582个上调基因和619个下调基因,表1展示变化最显著的10个上调和下调基因。

表1. 差异显著的DEGs

2.WGCNA分析和关键模块识别

作者将基因对定义为将每个基因对(m,n)的相关性系数定义为Smn = | cor(m,n)|,它们Pearson的相关矩阵转换为幂邻接函数amn = power(Smn,β)= | Smn |β,通过这个函数可测量两个基因之间的连接强度。作者通过log(k)和log(p(k))之间的平方相关系数的分布(p(k)是具有连通性k的节点的比例),根据它们系数为0.9以近似无标度拓扑(图1A红线),确定选择加权系数β为8 ,并通过分级聚类把差异基因分成了4个模块(至少包含30个基因)。

  • 图1B:通过基因树状图,展示不同模块基因的表达情况
  • 图1C:展示了4个模块与疾病的相关性,所有模块和疾病的相关性都良好。
  • 图1D:通过临床数据来展示模块与临床特征的关系,其中右边为重要性,显示四个模块和性别存在相关性。

图1. WGCNA分析

3.构建青色模块中基因的共表达网络
  • 图2:提取青色模块的268个基因与每个基因对之间的相关系数,保留相关系数高于0.6的基因对,构建基因共表达网络。这个网络包括105个下调基因(倒三角)和4个上调基因(三角形)以及898种相互作用。并且通过Mcode进行分群,得到4个集群,再通过BINGO进行注释,这些集群涉及的生物学功能包括翻译延伸、细胞器的负调控和细胞内信号转导

图2. 青色模块的基因共表达网络

  • 表2:通过KEGG对青色模块的基因进行通路分析,发现涉及17个通路,如:核糖体,丙酸酯代谢和趋化因子信号通路等。

表2. KEGG分析

4.冠状动脉粥样硬化相关的miRNA及其靶基因的预测
  • 作者通过搜索miR2Disease数据库与”atherosclerotic CAD“相关的miRNA,发现了5个miRNA:hsa‐miR-1、 hsa‐miR221、 hsa‐miR‐222、hsa‐miR‐126和hsa‐miR92a分别调节青色模块中的33、1、 20、 21和21个基因。
  • 图3:基于miRNA及其调节基因,构建miRNA调控网络,这个网络包含5个miRNA、3个上调基因和52个下调基因,其中TNPO1、RAP1B、ZDHHC17受到4个miRNA调控,而PURA、YWHAQ、PPM1B受到3个miRNA调控
5.miRNA调控网络中基因的功能富集分析
  • 作者对miRNA调控网络中的基因进行GO和KEGG通路分析,其中GO有17个通路富集,KEGG有14个通路富集。GO分析显示TNPO1和ZDHHC17等基因主要参与了与蛋白质定位和运输以及与免疫系统相关;RAP1B,PPM1B和PRKACB等基因则与细胞内信号转导相关通路相关。

图3. miRNA调控网络

6.验证集GSE42148验证DEGs表达
  • 作者进一步使用数据集GSE42148验证DEGs,发现有373个DEGs在数据集GSE42148也差异表达
  • 图4:展示了两个数据集中几个重要DEGs的表达情况,其中PPM1B和ZDHHC17在这两个数据集中表现出显著的表达变化

图4. 验证集验证

小结

最后小结一下,作者通过芯片数据GSE12288筛选出动脉粥样硬化的差异表达基因(DEG),然后通过加权基因共表达网络分析(WGCNA)确定最重要的模块。基于此模块中的基因,作者构建基因共表达网络,并进行功能注释,发现该模块中的基因参与翻译延伸和细胞内信号转导。此外,作者从已知的文献中筛选出5个与CAD直接相关的miRNA,并基于模块中的基因构建了miRNA调控网络,然后进行GO和KEGG富集分析。最后,作者使用GSE42148数据集来验证。

还是和往常一样,后台回复「16f」,即可获取今天小编为大家解读的文献。我们一起期待下一篇精彩的文献吧!

本文参与 腾讯云自媒体同步曝光计划,分享自微信公众号。
原始发表:2020-06-11,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 科研菌 微信公众号,前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体同步曝光计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
目录
  • 一.研究背景
  • 二.分析流程
  • 三.结果解读
    • 1.DEGs筛选
      • 2.WGCNA分析和关键模块识别
        • 3.构建青色模块中基因的共表达网络
          • 4.冠状动脉粥样硬化相关的miRNA及其靶基因的预测
            • 5.miRNA调控网络中基因的功能富集分析
              • 6.验证集GSE42148验证DEGs表达
              领券
              问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档