在上一篇理茶德给大伙带来的非肿瘤生信分析开车指导 (非肿瘤生信分析:来不及解释了快上车!) 后,这次由虾饺皇来给大家带来一篇非肿瘤生信数据挖掘文章分析啦!此外,我们近期会推出20期左右的非肿瘤生信数据分析给大家作为参考。 今天给大家带来的是2020年3月发表在J. Cell. Mol. Med.(4.658)杂志上的文章“STAT1 and its related molecules as potential biomarkers in Mycobacterium tuberculosis infection ”。这篇文章中作者通过分析肺结核队列GSE83456的表达数据,筛选出192个表达差异基因,进而通过进行富集分析表明这些干扰素信号传导途径,并且与防御反应有关。随后,作者进行miRNA预测,绘制miRNA网络,并使用qRT-PCR验证了两个靶基因为STAT1的miRNA,最后作者预测了这两个miRNA的circRNA。 一.研究背景结核病(TB)是一种慢性传染病,其临床表现为长期低烧,咳痰和咯血,其致病菌为结核分枝杆菌(MTB),其中最常见的感染类型为肺结核(PTB),同时MTB还可以感染肠管、淋巴腺、关节、脊柱、泌尿生殖系统和其他器官或组织,导致人替功能障碍和器官组织损伤。结核病的发生、发展和结局不仅与细菌的毒性和数量,还与人体的免疫功能密切相关。人体抗结核免疫主要是细胞免疫,其中细胞因子与各类免疫细胞亚型在免疫防御起关键作用。此外,MTB可以阻碍氧化应激,细胞凋亡和自噬,并抑制组织相容性复合物分子的合成,从而影响抗原呈递。 二.分析流程三.结果解读1.样品信息处理和表达差异基因的筛选
2.表达差异基因主要富集于主要在干扰素(INF)信号通路和免疫应答
3.构建蛋白质-蛋白质相互作用(PPI)网络进一步挖掘免疫相关基因
4.miRNA挖掘
5.qRT-PCR验证潜在的生物标志物表达
6.circRNA预测使用StarBase预测hsa-miR-223-3p和hsa-miR-448的相应circRNA,得到两个circRNA:SAMD8_ hsa_circRNA994和TWF1_hsa-circRNA9897。 最后小结一下,作者对肺结核队列的表达数据进行分析,并筛选出总共192个表达差异基因使用GO分析、GSEA分析、Funrich富集分析、IPA核心分析与生物学功能分析等方法确定这些基因大多数都富集于干扰素信号传导途径,并且与防御反应有关。随后,作者使用TargetScan、miRanda、miRDB、miRWalk和RNA22数据库预测miRNA,进而进行qRT-PCR验证,筛选出靶基因为STAT1的miRNA(hsa-miR-448和hsa-miR-223-3p)它们在肺结核患者血浆中下调,最后作者使用StarBase预测了相应circRNA。 |
|