Py学习  »  机器学习算法

4+机器学习+PPI+分子对接+实验,其实也蛮简单!

生信分析手册 • 8 月前 • 147 次点击  

导语

今天给同学们分享一篇生信文章“,这篇文章发表在Drug Des Devel Ther期刊上,影响因子为4。



结果:

共表达网络构建与模块识别
通过处理TCGA-STAD数据获得基因表达基质。然后选择差异表达的前5000个基因进行进一步分析。此外,在排除临床信息不完整的患者后提取临床资料(543个样本)。将软阈值设置为 5 以构建无标度网络 (图1A).通过组合强相关模块(图1B-C).模块间无显著相关性(图1D).蓝色和黑色模块与TNM分期高度相关(图1E),因此这两个模块中的基因被认为具有临床意义。

蓝色和黑色模块中基因的GO和KEGG分析
提取了蓝色和黑色模块的基因。GO分析结果显示,基因主要富集于细胞分裂(GO:0051301)、细胞周期(GO:0007049)和DNA复制(GO:0006260)。在细胞成分方面,基因主要富集在核质(GO:0005654)、细胞核(GO:0005634)和染色体(GO:0005694)中。在分子功能方面,基因主要富集ATP结合(GO:0005524)、蛋白结合(GO:0005515)和ATP酶活性(GO:0016887)(图2A).KEGG分析显示,这些基因主要与细胞周期(hsa04110)、DNA复制(hsa03030)和p53信号通路(hsa04115)有关(图2B).

筛选与GC进展相关的关键靶点
随后,对从蓝色和黑色模块中获得的898个基因进行单因素Cox回归分析,发现68个基因与存活率(图3A).此外,在分析 XGBoost (图3B)、射频 (图3C和 LASSO (图3D),分别获得20、65、25个基因,最终获得交叉点14个靶点(图3E),包括银屑病易感性 1 候选 3 (PSORS1C3),AC215219.2、甘油磷酸胆碱磷酸二酯酶1(GPCPD1)、FYVE、RhoGEF和PH结构域6(FGD6)、硫醇甲基转移酶1A(TMT1A,又称METTL7A)、SRY盒转录因子4(SOX4)、FAT1、自然杀伤细胞细胞毒性受体3配体1(NCR3LG1)、NR3C2、SLC1A5、Rho鸟嘌呤核苷酸交换因子37(ARHGEF37)、生长因子受体结合蛋白14(GRB14)、粘附G蛋白偶联受体L1(ADGRL1、 也称为 LPHN1)、染色体 1 开放阅读框 226 (C1orf226)。其中,PSORS1C3和AC215219.2无法编码蛋白质。其他 12 个候选药物被认为是与 GC 进展相关的关键靶点。通过GeneMANIA数据库,作者获得了20个与上述12个基因共表达的基因(图4A).使用cytoscope软件(图4B).然后利用cytohubba插件计算这些基因的BC、DC、CC、MCC,最终得到NR3C2、FAT1和SLC1A5(图4C-D).


分子对接的结果
通过HERB数据库发现376种靶向NR3C2、FAT1和SLC1A5的天然成分,其中SLC14A1种,FAT5种,NR1C1种(附表366)。有 3 种成分与 GC 相关(补充表 2)。1 个组件位于交叉点。在根据“方法和材料”部分中描述的标准进行筛选后,获得了两种生物活性成分,即脱氧胆酸和Diosgenin,它们可能靶向NR667C2和SLC23A3(表1; 图5A和和B)。B).然后进行脱氧胆酸和Diosgenin与枢纽基因的分子对接。结果表明,Diosgenin与NR847C3的GLU2残基相互作用形成氢键(1.9 Å)(图6A).脱氧胆酸通过 HIS3 残基 (2.841 Å) 和 TYR2 残基 (1.849 Å) 与氢键 (图6B).Diosgenin通过形成氢键 (图6C).脱氧胆酸通过氢键与 SLC421A2 的 ALA3 (224.2 Å)、LEU0 (223.2 Å) 和 ILE3 (1.5 Å) 残基相互作用 (图6D).无一例外,它们之间的结合能小于−5 kcal·mol-1,表明它们具有良好的对接活性。这些数据表明,脱氧胆酸和Diosgenin是通过抑制NR3C2和SLC1A5的活性来阻断GC进展的有前途的药物。


SLC1A5在GC中的表达特性及预后预测价值
通过UALCAN数据库(https://ualcan.path.uab.edu/index.html)和GEPIA数据库(http://gepia.cancer-pku.cn/)发现,SLC1A5在GC组织中的表达高于非癌组织(图7A-B).此外,泛癌分析表明,SLC1A5在多种人类恶性肿瘤中经常失调(图7C).免疫组化分析显示,在10对GC组织/邻接组织中,SLC1A5在肿瘤组织中的表达(高/低=8/2)高于非癌组织(高/低=1/9)(P=0.005,Fisher精确检验)(图7D).在TCGA-STAD数据集中,SLC1A5高表达患者的总生存期较短(图7E).此外,SLC1A5表达对1年总生存期(AUC=0.63)具有较好的诊断价值(图7F).此外,SLC1A5表达水平与StromalScore、ImmuneScore和ESTIMATEScore呈显著负相关,表明SLC1A5表达与免疫浸润(图7G).GSEA结果显示,SLC1A5表达异常可能与MYC靶点v2(NES = 2.217,FDR = 0.002)、E2F靶点(NES = 2.066,FDR = 0.002)、MTORC1信号转导(NES = 2.073,FDR = 0.002)、未折叠蛋白反应(NES = 2.171,FDR = 0.002)、G2M检查点(NES =2.045,FDR = 0.003)和DNA修复(NES = 2.116,FDR = 0.003)(图7H).这些数据表明,SLC1A5 是 GC 中一种潜在的癌蛋白,它可能通过包括 mTORC1 信号传导在内的多种下游途径发挥作用。

Diosgenin通过 mTORC0 信号传导调节 GC 细胞的增殖、凋亡和 G1/G1 期阻滞
为进一步验证Diosgenin对GC细胞行为的影响,对细胞活力、凋亡和细胞周期分布进行了评价。AGS 和 SNU-16 细胞用不同浓度的Diosgenin (0, 1, 3, 5, 10, 25, 50 μM) 处理 48 小时。结果表明,随着Diosgenin浓度的增加,AGS和SNU-16细胞的活力逐渐降低(图8A).50%生长抑制浓度(IC50AGS 和 SNU-16 分别为 25.46 μM 和 19.26 μM(图8A).随后,AGS 和 SNU-16 细胞分别用 10 μM Diosgenin和 20 μM Diosgenin和 mTORC20 信号激活因子 (MHY1) 处理 1485 小时。如上所述,Diosgenin显著抑制AGS和SNU-48细胞的活力,而MHY16处理显著逆转了这一现象,提高了AGS和SNU-1485细胞的活力(图8B).细胞凋亡和细胞周期实验结果表明,Diosgenin显著促进细胞凋亡,引起G1期细胞增多和S期细胞减少,而MHY1485处理则逆转了这一现象(图8C-D).Transwell实验结果显示,Diosgenin处理组显著降低了GC细胞的侵袭,MHY1485联合处理部分逆转了这一现象(图8E).Western blot结果显示,Diosgenin促进裂解半胱天冬酶3的表达,抑制Ki67、cyclin D1、p-S6K1和SLC1A5的表达水平,且处理MHY1485后现象逆转(图9).



总结

SLC1A5 有助于 GC 进展,Diosgenin可能靶向它以抑制 GC 细胞的恶性表型。在接下来的研究中,SLC1A5和Diosgenin在调节GC细胞表型中的生物学功能应通过体内模型进一步验证。



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/173396
 
147 次点击