社区所有版块导航
Python
python开源   Django   Python   DjangoApp   pycharm  
DATA
docker   Elasticsearch  
aigc
aigc   chatgpt  
WEB开发
linux   MongoDB   Redis   DATABASE   NGINX   其他Web框架   web工具   zookeeper   tornado   NoSql   Bootstrap   js   peewee   Git   bottle   IE   MQ   Jquery  
机器学习
机器学习算法  
Python88.com
反馈   公告   社区推广  
产品
短视频  
印度
印度  
Py学习  »  机器学习算法

4+缺氧相关+WGCNA+机器学习,干湿结合发文不要太简单,不要纠结没思路,学起来就是了!!

生信分析手册 • 6 月前 • 121 次点击  

导语

今天给同学们分享一篇生信文章“Identification of hypoxia- and immune-related biomarkers in patients with ischemic stroke”,这篇文章发表在Heliyon期刊上,影响因子为4。



结果:

DEGs筛选
为了探索IS和正常状态之间基因表达差异的程度,作者挖掘了差异表达基因(DEGs)。总共筛选出4171个IS组和对照组之间的DEGs,其中包括1645个上调基因和2526个下调基因(图1A)。热图显示了前15个上调和下调的DEGs(图1B)。在200个缺氧相关基因和4171个DEGs的交集中,获得了45个DEHRGs,用于后续分析(图1C)。

免疫浸润细胞分析

由于一项现有研究专注于调查胶质细胞介导的免疫反应在IS发病机制中的作用,作者首先通过免疫浸润分析探索了AD和正常样本之间的免疫细胞浸润差异。为了获得IS和对照样本之间的差异性免疫细胞,作者将28种免疫浸润细胞的富集比例绘制成热图,如图2A所示。图2B的结果显示,IS和对照样本之间的激活CD8 T细胞、激活B细胞、CD56dim自然杀伤细胞、激活树突状细胞、效应记忆CD8 T细胞、中央记忆CD8 T细胞、自然杀伤细胞、γδ T细胞、中性粒细胞和浆细胞样树突状细胞的丰度存在显著差异(adj.p < 0.05)。

共表达网络的构建
上述差异性免疫细胞被用作通过WGCNA识别免疫相关基因的临床特征。首先,使用表达式的欧氏距离对GSE16561数据集中的样本进行聚类,以检查是否存在异常值。图3A显示存在一个异常样本。在去除异常值后,对剩余样本进行聚类,其中绿色为对照样本,橙色为IS样本。接下来,当软阈值(power)为4时,R2为0.85,这意味着连接性趋向于0(图3C)。然后,通过动态树切割算法确定了共表达网络中的17个模块(图3D)。根据图3E中的模块-特征关系,作者选择了六个相关系数大于0.6的模块(棕色、黄色、绿色、粉色、鲑色和红色)进行进一步分析。总共鉴定出了六个模块中的5426个免疫相关基因,用于后续分析。

DEHRG的鉴定和功能富集分析
然后,作者对上述模块中的45个DEHRGs和5426个基因进行了交集运算,从而确定了27个与免疫相关的DEHRGs(图4A)。作者进行了GO和KEGG富集分析,以研究这些与免疫相关的DEHRGs的潜在功能。如图4B所示,GO分析显示,与免疫相关的DEHRGs主要富集在对缺氧的反应、细胞多糖代谢过程、对氧气水平降低的反应以及多糖代谢过程中。如图4C所示,KEGG富集分析指出这些DEHRGs显著涉及脂质和动脉粥样硬化,以及HIF-1信号通路。因此,作者推测这27个与免疫相关的DEHRGs可能通过上述途径参与IS的发生和发展。

PPI网络构建和中心基因鉴定
为了探索免疫相关的DEHRGs之间的相互作用,使用STRING数据库建立了PPI网络,在该网络中除了PLAC8、RPAGD、HDLBP和MYH9之外的基因之间存在复杂的相互作用(图5A)。随后,将上述PPI网络导入Cytoscape软件,并使用MCODE插件选择核心模块以过滤出中心基因。总共确定了四个中心基因(FOS、DDIT3、DUSP1和NFIL3),用于后续分析(图5B)。中心基因的度在图5C中显示。功能相似性研究结果显示,FOS具有最高的功能相似性得分(图6)。相关性结果表明,DUSP1和FOS之间具有最强的正相关性(r = 0.81;图7)。



免疫细胞和中心基因之间的相关性分析
为了确定浸润免疫细胞与中心基因之间的关系,作者进行了相关性分析。根据研究结果,DDIT3与嗜酸性粒细胞之间存在最强的正相关关系;而DUSP1、FOS和NFIL3与中性粒细胞之间存在最强的正相关关系。此外,DDIT3、DUSP1、FOS和NFIL3与效应记忆CD8 T细胞之间存在最强的负相关关系(图8)。综合以上免疫浸润分析的结果,作者推测中性粒细胞和效应记忆CD8 T细胞在IS的发生和发展中起到了一定作用,并且这可能与中心基因有关。

GSEA分析
GSEA被用于研究IS中枢基因的作用(图9)。DUSP1、FOS和NFIL3高表达组的基因在FC gamma R介导的吞噬作用和趋化因子信号通路中均高度富集。DDIT3高表达组的基因在补体和凝血级联反应、泛酸和辅酶A生物合成中显著富集。DUSP1、FOS和NFIL3低表达组的基因主要富集在氧化磷酸化和帕金森病中。DDIT3低表达组的基因在移植排斥和氨酰tRNA生物合成中高度富集。此外,DUSP1与MAPK信号通路之间存在强大的关联。

小分子药物的筛选
对于IS患者的治疗,使用DGIdb确定了39种潜在药物(附表1),如阿司匹林、舒拉明、尼莫地平、塞来昔布、环孢素、维生素E、去铁胺、姜黄素和大豆黄酮。在本研究中,发现26种药物与DDIT3相互作用,10种药物与FOS相互作用,3种药物与DUSP1相互作用。不幸的是,在该数据库中作者无法找到任何可能特异性靶向NFIL3的小分子药物。此外,使用Cytoscape创建了药物-基因网络,其中紫杉醇可以作用于FOS和DDIT3(图10)。

潜在miRNA-中心基因调控网络的预测
为了研究中心基因的潜在调控机制,作者进行了针对中心基因的转录因子(TFs)和miRNA的预测。图11展示了一个包含36个转录因子(如YY1、ESR1、ELK1、FOXC1和SREBF2)、4个中心基因和278个miRNA(如miR-32-3p、miR-195-5p、miR-148b-3p和miR-128-3p)的相互作用网络。作者使用Cytoscape构建了一个miRNA-中心基因-TF调控网络,以了解中心基因的可能转录调控机制(见图11)。FOS是受最多miRNA调控的中心基因(受105个miRNA调控),也是受最多转录因子调控的中心基因(受11个转录因子调控)。

表达分析和ROC曲线分析的中心基因
作者观察到在IS样本中,中心基因的表达水平明显增加,与对照组相比(图12)。如图13所示,FOS、DDIT3、DUSP1和NFIL3的AUC值分别为0.830、0.744、0.785和0.874,表明这些中心基因具有良好的诊断价值。


基于参与 IS 的免疫相关基因建立的 LASSO 诊断模型

随后,使用 LASSO 算法进一步筛选 IS 的基因标记(DDIT3、NFIL3 和 FOS)从中心基因中(图 14A 和 B)。因此,作者构建了一个基于 DDIT3、NFIL3 和 FOS 的 LASSO 诊断模型,ROC 曲线表明该模型具有高准确性(AUC = 0.9188034;图 14C)。PR 和 DCA 曲线进一步表明该模型具有良好的性能(图 14D 和 E)。此外,作者在外部数据集(GSE58294)上测试了 LASSO 诊断模型。ROC 曲线验证了它保持了较高的诊断准确性(AUC = 0.9395085;图 14F)。与其他模型(例如,免疫基因相关模型)相比,先前描述的神经网络诊断模型在训练集中的 AUC 值为 0.909,在验证集中为 0.835 [34]。因此,本研究构建的免疫相关 DEHRG 相关模型表现更好。


缺血后脑组织中 FOS、DDIT3、DUSP1 和 NFIL3 的表达验证

使用小鼠 MCAO 模型构建脑缺血环境。取脑缺血瘢痕组织进行免疫组化染色和 Western blotting,检测缺血后 FOS、DDIT3、DUSP1 和 NFIL3 的表达。结果显示,表达增加,与作者从数据库分析得到的结果一致(图 15A 和 B)。


总结

简而言之,作者确定并验证了四个关键基因——FOS、DDIT3、DUSP1 和 NFIL3,这些基因可能参与了 IS 的病理发展,为 IS 的诊断和治疗提供了新的视角。


往期推荐

                                                                                                                      


纯生信选刊


• 纯生信文章的春天!

• 选刊正确=成功发表!


非肿瘤生信


• 6+非肿瘤代谢思路

• 非肿瘤联合铁死亡生信思路


预后模型


• 7+乳酸相关预后模型

• m7G甲基化+肿瘤生信思路


单基因生信


• 8+单基因干湿结合生信思路

• 单基因突变和淋巴结转移


单细胞系列


• 7+的脂肪细胞+单细胞测序

• 单细胞+Bulk seq生信思路

Python社区是高质量的Python/Django开发社区
本文地址:http://www.python88.com/topic/171746
 
121 次点击