GEO数据集进行鉴定DEGs功能、注释以及PPI网络构建最后筛选新靶标

今天跟大家分享的是2020年6月发表在Scandinavian Journal of Immunology (IF:2.717)杂志上的一篇文章“Bioinformatics analysis of gene expression profiles of Inclusion body myositis”.在文章中作者利用GEO数据集,鉴定包涵体肌炎的DEGs,然后功能注释以及PPI网络构建,筛选到潜在的新靶标。

Bioinformatics analysis of gene expression profiles of Inclusion body myositis
包涵体肌炎基因表达谱的生物信息学分析

一.研究背景

包涵体肌炎(IBM)是50岁以上患者中最普遍的炎症性肌病类型。IBM是一种预后较差且治疗选择有限的疾病。这项研究旨在探索基因表达谱的变化,研究潜在的机制并确定IBM的新靶标。

二.分析流程

三.结果解读

1.DEGs的鉴定

作者从GSE39454共鉴定出418s个DEGs,包括407个上调基因和11个下调基因。而从GSE128470中鉴定出192个DEGs,包括183个上调基因和9个下调基因。DEGs的鉴定作者主要使用GEO2R在线分析工具。

图1:进行VENN分析获得DEGs的交集。最后,在两组之间有145个DEGs显著差异表达,其中144个是显著上调的基因,而1个下调。

 

图1.GEO数据集共有的DEGs的维恩图
 

2.GO富集分析

使用DAVID对DEGs进行GO功能富集分析。

  • 显著富集Top5的BP:免疫应答,干扰素-γ介导的信号传导途径,抗原加工和呈递,I型干扰素信号传导途径,抗原加工以及经由MHC II类的肽或多糖抗原的呈递;

  • 对于CC(细胞成分),DEGs富含内质网膜腔侧,MHC II类蛋白复合物,内质网至高尔基体转运小泡膜等组成部分;

  • MF(分子功能)分析表明DEGs在肽抗原结合中显著富集。

 

表1(篇幅原因,截取部分):DEGs的GO富集分析
 

3.KEGG通路富集分析

作者进一步了解筛选出的DEGs的潜在通路。

KEGG通路富集分析发现:显著富集于嫁接抗宿主病,同种异体移植排斥,I型糖尿病,病毒性心肌炎等。

 

表2(篇幅原因,截取部分):DEGs的KEGG通路富集分析
 

4.PPI network(蛋白质-蛋白质相互作用网络)的构建和hub基因的鉴定

作者用STRING、Cytoscape工具预测DEGs之间的蛋白质相互作用。

  • PPI网络总共涉及120个节点和764个边缘(图2)。

  • 鉴定了通过PPI网络的连接度评估的Top10基因(表 3)。

    • 结果显示,PTPRC和IRF8是最显著的基因,连接度= 38,所有这10个hub基因在IBM中均被上调。

 

图2.DEGs构建PPI network
 

 

表3. 连接度Top10hub基因

小结

       作者利用GEO数据库,鉴定IBM的DEGs,然后进行GO、KEEGG富集分析来作功能注释。此外,对PPI网络构建,筛选到可能的新靶标。在构建PPI网络之后,选择了十个具有高度连接性的hub基因,即PTPRC,IRF8,CCR5,VCAM1,HLA‐DRA,TYROBP,C1QB,HLA‐DRB1,CD74和CXCL9。不过不足的是,本次分析的样本量较少,只有五十几例样本。

文献解读

文献解读:泛癌单基因突变与免疫治疗

2020-8-26 20:49:06

文献解读

利用单细胞测序解析肿瘤细胞及肿瘤微环境中免疫细胞异质性

2020-8-26 22:45:20

加入Q群
0 条回复 A文章作者 M管理员
    暂无讨论,说说你的看法吧
个人中心
今日签到
有新私信 私信列表
搜索