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+m6A甲基化+机器学习+分型+实验,简简单单,换个疾病又能轻松发文!!

生信分析手册 • 3 月前 • 183 次点击  

导语

今天给同学们分享一篇生信文章“Role of m6A Methylation Regulators in the Diagnosis and Subtype Classification of COPD Based on the GEO Database”,这篇文章发表在J Cell Mol Med期刊上,影响因子为4.3。


结果:


慢性阻塞性肺疾病患者m6A甲基化调节因子的分布
共鉴定了23个m6 A甲基化调节子,包括7个“编写者”(胃L3、胃L4、WTAP、ZC 3 H13、RBM 15、RNM 15 B和CBLL 1)、14个“阅读者”(YTHDC 1、YTHDC 2、YTHDF 1、YTHDF 2、YTHDF 3、HNNRPC、LPPPRC、HNRNPA 2B 1、IGFBP 1、IGFBP 2、IGFBP 3、RBMX、ELAVL 1和IGF 2BP 1)和2个“擦除者”(FTO和ALKBH 5)。发现15种m6 A甲基化调节剂差异表达(5种编写者:胃L3、WTAP、RBM 15、RBM 15 B和CBLL 1; 8种读取者:YTHDC 1、YTHDC 2、YTHDF 1、YTHDF 2、HNRNPC、LRPPRC、HNRNPA 2B 1和RBMX; 2种擦除者:FTO和ALKBH 5,p< 0.05)。表达模式以热图、直方图和箱形图直观地表示,揭示了许多甲基化调节剂,包括胃L3、RBM 15、RNM 15 B、CBLL 1、YTHDC 2、YTHDF 1、YTHDF 2、HNNRPC、LPPPRC、RBMX、FTO和ALKBH 5,在COPD患者中显著过表达,而WTAP、YTHDC 1和HNRNPA 2B 1在这些患者中显示降低的表达水平(图1A-C)。

慢性阻塞性肺疾病患者m6A甲基化调节因子的相关性研究
“作者”、“读者-作者”和“擦除者”之间存在显著相关。CBLL 1、ELAV 1、HNRNP 2B 1、LRPPRC、胃L3、胃L4、RNM 15 B、YTHDC 2和YTHDF与ALKB 5呈正相关。相反,WTAP与ALKB 5呈显著负相关。此外,IGFBP 1、IGFBP 3、胃L3、胃L4、RBM 15 B、RNMX和YTHDF 1与FTO正相关,而WTAP、YTHDF 3和ZC 3 H13与FTO负相关(图2)。

RF模型和SVM模型结果
利用DEM分别通过RF和SVM模型预测COPD的发病率。“残差的反向累积分布”(图3A)和“残差的箱形图”(图3B)表明,RF模型显示出比SVM模型更小的残差,表明预测COPD发病率的稳定性更高。基于RF模型中不同样本组的误差值选择最佳树计数(图3C)。选择重要性得分大于1的基因,并将其重要性可视化(图3D)。ROC曲线进一步验证了RF模型的上级稳定性,如与SVM模型相比其更大的曲线下面积所证明的(图3E)。

诺模图模型
用11个DEM构建的列线图模型证明在预测COPD的发病率方面是稳定的(图4A)。校准曲线证实了模型在反映预测值与实际概率之间的准确性,并对偏倚进行了调整(图4B)。DCA证明该模型为COPD患者提供了净获益,表明有利的成本效益比和阈值概率(图4C)。临床预测模型强调列线图在预测COPD发生中的功效(图4D)。

m6A甲基化亚型
基于15个DEM将COPD患者分类为不同的m6 A甲基化亚型,产生两个主要亚型:由59名COPD患者组成的亚型A和由52名患者组成的亚型B(图5A-D)。热图和框图描述了这些亚型之间DEM的差异表达。亚型A显著表达胃L3、RBM 15、RBM 15 B、CBLL 1、YTHDC 2、YTHDF 1、YTHDF 2、HNRNPC、LRPPRC、RBMX、FTO和ALKBH 5,而亚型B的特征在于WTAP、YTHDC 1和HNRNPA 2 B1的较高表达水平(图5 E、F)。使用15个DEM,PCA最终将COPD患者区分为这两种亚型(图5G)。

免疫细胞浸润结果
通过ssGSEA测定COPD患者中免疫细胞的丰度。评估m6A甲基化调节剂与免疫细胞之间的相关性。对两种m6A亚型和相关免疫细胞浸润的箱形图的分析显示,嗜酸性粒细胞和嗜中性粒细胞在亚型B中高度富集,而单核细胞和活化的B细胞在亚型A中占优势(图6A)。这一发现表明,不同类型的细胞免疫参与调节COPD中的m6A甲基化。对详述m6A甲基化调节剂和免疫细胞之间的相关性的热图的进一步分析(图6B)表明,m6A甲基化调节剂WTAP与许多免疫细胞正相关。具体来说,与低表达组相比,WTAP的过表达与中性粒细胞和嗜酸性粒细胞显着正相关(图6C)。

GO和KEGG富集分析
鉴定了总共1120个基因(DEG)(图7A)。GO分析揭示了生物过程中的显著富集,包括解旋酶活性调节、对白细胞介素-1的应答、组蛋白脱乙酰酶结合和CXCR趋化因子受体结合(图7 B-D)。同时,KEGG通路分析突出了诸如NF-κB信号传导通路、肿瘤坏死因子信号传导通路和IL-17信号传导通路等通路的富集(图7 E、F)。

两种m6 A基因型的鉴定
基因型A和B对应于在COPD患者中观察到的m6 A甲基化亚型(图8A-D)。利用基因型A和B之间的前155个DEG来创建基因表达热图(图8 E)。15种DEM的差异表达水平和m6 A基因型A和B中免疫细胞浸润模式的比较显示与m6 A甲基化亚型的相似性(图8 F、G)。比较不同m6 A甲基化亚型和m6 A基因型的m6 A评分的进一步分析揭示,m6 A甲基化亚型A和m6 A基因型A的评分高于亚型B和基因型B的评分(图8 H,I)。使用Sankey图简洁地可视化了基因型、甲基化亚型和评分之间的关系(图8 J)。

m6A甲基化亚型、m6A基因型和HDAC家族蛋白表达结果
HDAC的表达谱显示了m6A甲基化亚型之间的显著差异。HDAC 2和HDAC 4主要在m6A甲基化亚型B和基因型B中表达,而HDAC 1、HDAC 3和HDAC 6在m6A甲基化亚型A和基因型A中显示更高的表达水平(图9A、B)。

免疫荧光法检测HDAC 2在BEAS-2B细胞中的表达
免疫荧光染色显示,对照组中的BEAS-2b细胞在20倍和40倍放大下保持正常的梭形形态。这些细胞表现出完整的细胞膜和细胞核,在细胞核中具有显著的HDAC 2表达(图10A-C)。相比之下,暴露于5%CSE破坏了正常的细胞结构,导致细胞变圆并导致膜和核降解。同时,HDAC 2表达显著降低,表明CSE暴露可降低HDAC 2水平并破坏细胞形态(图10A-C)。

胃L3、NF-kB和HDAC 2的蛋白质印迹
Western blotting检测BEAS-2B细胞中各种蛋白的表达。与对照组相比,5%CSE模型组胃黏膜L3、NF-κ B和磷酸化NF-κ B的表达明显升高,HDAC 2和核HDAC 2(nHDAC 2)的表达明显降低。这表明CSE可能通过激活胃L3和NF-κB途径触发炎症反应,进而抑制HDAC 2表达(p值:胃L3 < 0.000,NF-κ B <0.000,nNF-κ B <0.000,HDAC 2 < 0.000,磷酸-NF-κ B < 0.000,图11 A-J)。

总结

这项研究强调了m6A甲基化调节剂在帮助COPD诊断和亚型分类方面的潜力,为这种复杂疾病的分子机制提供了新的见解。对这篇文章感兴趣的老师,欢迎扫码咨询!


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/178034
 
183 次点击