探索SLE：基于SLE患者样本开发的血液转录模块基因的富集分析

前言介绍

1. ADEX是一个分析自身免疫疾病的在线分析平台，其中有基因集分析过程中，有选择默认的预设基因集模块，文献来源是Chaussabel et al., Immunity. 2008。其中DC.M12 Interferon是一个干扰素相关基因集。可以看到这个基因集在90%的SLE数据集中都是高表达的。因此这个预设的基因集是一个很好研究SLE基因表达的资源。

2. 介绍预设基因集的文献如下，该研究建立了一种血液基因组学模块化分析方法，通过整合多数据集的共表达基因，揭示了红斑狼疮的免疫机制并开发了疾病进展监测指标。具体来讲，就是构建“转录模块”（共表达基因群），将数据映射到模块层面生成疾病特异性“转录指纹”，提升分析稳定性。并应用于系统性红斑狼疮（SLE），筛选出生物标志物，并开发多变量转录指标监测疾病进展。从而提供了一种稳定、可重复的系统性分析工具，有效连接了免疫机制研究与临床转化应用。

转录模块的概述

部分转录模块基因集展示

用途

ORA（Over-Representation Analysis）分析

过代表分析（Over-Representation Analysis, ORA） 是基因富集分析中最经典、最基础的方法之一。简单来说，它的核心逻辑是：“数数”。在生物学研究中，我们通常会得到一组感兴趣的基因（例如通过实验筛选出的差异表达基因），ORA 的目的就是帮我们回答：这些基因是否“过多地”出现在某一个特定的生物通路或功能类别中？ 如果“数”量显著超标，我们就认为这个通路或功能被“富集”了。

准备文件

1.GMT文件：上述与SLE 相关的血液转录模块基因集作为背景基因集。

如下图所示：第一列是模块名称，第二列是描述列或链接。第三列开始就是基因名称。文件以文本文件（制表符分割）保存，并以GMT格式后缀名。实际基因集GMT 文件与文章中的命名稍有不同，但与ADEX网址中的一致。

2.一组感兴趣的基因。

R代码举例说明

# 加载必要的包
library(clusterProfiler)
library(DOSE)
library(readr)
library(dplyr)
# --- 从 TXT 文件读取数据 ---
# 假设你的基因 ID 是 Gene Symbol
# 读取基因列表 (差异表达基因列表)
gene_list_file <- "genelist.txt" # 替换为你的实际路径
gene_list <- readLines(gene_list_file) # readLines 按行读取，每行一个元素
# 读取背景基因组 (例如，芯片上所有的基因 Symbol)
universe_file <- "universe.txt" # 替换为你的实际路径
universe <- readLines(universe_file) # readLines 按行读取，每行一个元素
# 自定义 GMT 文件路径
gmt_file_path <- "../SLE_modular geneset.gmt" # 替换为你的实际路径
# --- 执行 ORA ---
# 读取 GMT 文件
custom_gmt <- read.gmt(gmt_file_path)
# 执行富集分析
# 注意：gene_list 和 custom_gmt 中的基因 ID 类型需要一致
# universe 是可选的，如果不提供，会默认使用 GMT 中所有出现过的基因作为背景
# pvalueCutoff 和 qvalueCutoff 可以设置过滤阈值
enrich_result <- enricher(
  gene = gene_list,
  TERM2GENE = custom_gmt[, c(1, 2)], # GMT 文件第一列为 term 名称，第二列为基因
  
#TERM2NAME
 = custom_gmt[, c(1, 3)], # GMT 文件第三列（如果存在）为 term 描述
  pvalueCutoff = 1,
  qvalueCutoff = 1,
  universe = universe # background genes.如果缺少，用 TERM2GENE table as background.
)
# 查看结果
head(enrich_result)
# 结果通常包含：ID (Term Name), Description, GeneRatio, BgRatio, pvalue, p.adjust (FDR), Count (富集到的基因数量)
# --- 可视化 ---
# 绘制条形图
barplot(enrich_result, showCategory = 5) # 显示 Top 5 富集的 term
# 绘制气泡图
dotplot(enrich_result, showCategory = 5)
# --- 保存结果 ---
# 将结果导出为数据框
result_df <- enrich_result@result
# 保存为 CSV
write.csv(result_df, "Custom_Enrichment_Results.csv", row.names = FALSE)

如果不会R语言，也可以在线进行ORA分析，教程如下

【零代码生信分析】RNA-seq中级分析11-222种不同类型数据集富集分析

研究意义

转录模块（如干扰素模块、炎症模块）和ORA（过表达分析），在系统性红斑狼疮（SLE）及自身免疫疾病的研究中，我们可以对“感兴趣基因”进行以下三个层面的深度分析：

1. 功能注释与机制解析（“它属于哪个战队？”）

ORA 可以帮助你快速确定感兴趣的基因集（例如：通过 CRISPR 筛选出来的候选基因、WGCNA 挖掘出的枢纽基因）在免疫系统中扮演的角色。

分析逻辑：将你的“感兴趣基因列表”作为输入，背景数据库使用你构建的转录模块（如 DC.M1.2 Interferon）。

具体应用：如果你的基因集在 DC.M1.2 Interferon 模块中显著富集（P值很小），说明这些基因很可能参与了 SLE 中经典的 I型干扰素通路，提示它们可能与抗病毒免疫或浆细胞样树突状细胞（pDC）的功能有关。如果富集在 DC.M3.2 Inflammation 模块，则指向了 NF-κB 信号通路或促炎因子的产生。

价值：将“黑盒”中的基因转化为具体的生物学机制（是干扰素驱动的？还是炎症因子驱动的？），为后续实验提供假设。

2. 疾病亚型分层（“它是哪种SLE？”）

SLE 具有高度异质性，不同患者的免疫激活状态不同（有的以干扰素为主，有的以炎症为主）。

分析逻辑：利用 ORA 计算每个患者样本中特定模块的富集得分（Enrichment Score）。

具体应用：对于你感兴趣的特定基因（例如某个新发现的 biomarker），你可以利用 ORA 分析它高表达的患者群体，是否在 干扰素模块 中也表现出更高的富集分数。这可以帮助你定义疾病亚型：例如，“干扰素高活化型” vs “炎症高活化型”。

价值：实现精准分型，解释为什么某些基因只在部分 SLE 患者中表达异常。

3. 药物靶点评估与重定位（“药能起效吗？”）

在寻找治疗 SLE 的新靶点时，ORA 可以评估靶点基因是否处于核心通路中。

分析逻辑：分析药物靶点基因（Drug Target Genes）与致病模块的重叠度。

具体应用：假设你有一个候选药物靶点基因 X，ORA 分析发现它显著富集在 DC.M3.2 Inflammation 模块中，且与已知的炎症通路（如 TNF 或 IL-6 信号通路）高度重叠。这意味着抑制基因 X 可能会有效阻断 SLE 中的炎症风暴。

价值：在投入大量经费做药效实验前，利用生物信息学手段验证靶点的合理性。

📌 总结

ORA + 转录模块 相当于给你的“感兴趣基因”装上了一个“定位器”。

在 SLE 研究中，它能回答：这些基因是属于干扰素轴还是炎症轴？它们是否可以作为特定免疫状态的标志物？以及针对这些基因的干预是否可能逆转疾病的核心病理过程。