導語 Identifying Key Genes and Functionally Enriched Pathways in Sj?gren’s Syndrome by Weighted Gene Co-Expression Network Analysis 通過加權基因共表達網(wǎng)絡分析鑒定干燥綜合征的核心基因與功能通路 一,、研究背景 干燥綜合征(Sj?gren’s syndrome ,,SS)是一種系統(tǒng)性自身免疫性疾病,以口干,、眼干為主要癥狀,,主要累及外分泌腺體的慢性炎癥性自身免疫病,并可伴有多器官系統(tǒng)性表現(xiàn),。迄今為止,,其病因的確切的分子機制仍未解開。這項研究的目的是使用加權基因共表達網(wǎng)絡分析(WGCNA)來確定與SS相關的關鍵基因以及具體調(diào)控通路,。 二,、結(jié)果解讀 01 SS組和正常對照組的差異表達基因 作者從GEO數(shù)據(jù)庫下載了SS的mRNA表達譜,數(shù)據(jù)集提供了190名SS患者和32名對照患者,,隨后用limma R包在表達數(shù)據(jù)中篩選了SS患者和對照之間的差異表達基因(DEG),,共鑒定1,483個差異表達基因用于后續(xù)分析,。 表1 SS組和正常對照組的差異表達基因 02 WGCNA分析樣本中基因共表達網(wǎng)絡 基于上述差異基因,作者進一步通過WGCNA分析,,構建了17個共表達模塊,,其中藍綠色模塊是參與SS的主要模塊(與表型相關性最高),,包含278個基因,,其次是黑色、藍色和黃色,。 圖1 WGCNA共表達網(wǎng)絡 03 SS模塊特質(zhì)相關性和Hub基因鑒定 藍綠色模塊與表型相關性最高,,根據(jù)藍綠色模塊確定了19個基因確定為關鍵基因基因(篩選條件:MM>0.9 & GS>0.4),作者選擇其中5個沒有在SS中研究過的基因做為后續(xù)要驗證的對象,,包括GBP1,,PARP9,EPSTI1,,LOC400759,,STAT1。 圖2 模塊-特征相關性分析和hub基因鑒定 04 關鍵模塊的功能注釋 GO功能富集分析表明,,藍綠色模塊中的基因主要富集于生物過程,,對病毒的反應,免疫反應,,防御反應,,對細胞因子刺激的反應以及炎癥反應,表明這些這些基因可能與SS發(fā)生的免疫調(diào)控機制有關,。 圖3 GO富集分析 05 hub基因的驗證與效能評估 在數(shù)據(jù)集GSE51902中,, EIF2AK2,GBP1,,PARP12,,TDRD7和PARP14基因的表達在SS患者中顯著增加。據(jù)此,,作者對另外兩個數(shù)據(jù)集GSE84844和GSE66795也研究了上述五個關鍵基因的表達水平,,表達趨勢均與GSE51902相同。 圖4 GSE51092數(shù)據(jù)集中5個hub基因的表達差異分析 圖5 GSE84844數(shù)據(jù)集中5個hub基因的表達表達分析 圖6 GSE66795數(shù)據(jù)集中5個hub基因的差異表達分析 此外,,繪制了ROC曲線5個基因的診斷價值,,計算曲線下的面積(AUC)以區(qū)分SS與對照,并且在數(shù)據(jù)集GSE51092,,GSE 84844中五個真實hub基因的每個AUC均大于0.7 和GSE66795,,表現(xiàn)出較高的診斷價值。 圖7 5個hub基因在3個數(shù)據(jù)集中的ROC曲線 06 hub基因的單基因GSEA分析 通過基因集富集分析,,作者進一步展示了5個hub基因分組中差異表達基因的富集分析結(jié)果,。 圖8 基于關鍵基因分組的通路富集分析 作者從完整基因集列表中選擇了與免疫相關的基因集以進行進一步分析,。在具有高表達的EIF2AK2和TDRD7的樣品中富集了三個基因集,包括“炎癥反應”,,“干擾素α反應”和“γ干擾素反應”,。同樣,在高表達GBP1的樣品中,,“免疫應答的調(diào)節(jié)”,,“防御應答的調(diào)節(jié)”和“對細胞因子的應答”等通路也具有顯著性意義。此外,,在具有高表達的PARP12或PARP14的樣品中富集了“炎癥反應”和“干擾素α反應”信號通路,。 圖9 GSEA免疫相關基因集富集分析 三、小結(jié): 在本研究中,,作者首先鑒定出1,483個差異基因并進行WGCNA分析鑒定出與SS相關的共表達模塊以及核心基因,,并對關鍵基因進行GO富集分析與GSEA分析,為SS的管理提供了新的見解,。本研究總體思路是篩選差異基因進行WGCNA分析,,并通過外部數(shù)據(jù)集來驗證關鍵基因表達模式的穩(wěn)定性,如果再簡單加上實驗驗證整體效果會更好,。對上述思路感興趣的同學歡迎咨詢,。 科研風暴團隊提供新穎、專業(yè),、可重復的生信分析服務 對該思路感興趣的小伙伴 歡迎掃碼聯(lián)系 |
|
來自: 智匯基因 > 《好paper共賞》