close

分享一篇International journal of general medicine在2021年6月發表的文章《Identification of Hub Genes Associated with Diabetes Mellitus and Tuberculosis Using Bioinformatic Analysis》,作者使用生物信息學分析研究結核病(TB)與糖尿病(DM)之間潛在的病理生理學關聯。該研究方法同樣適用於其他腫瘤或非腫瘤常見病的研究,有相關需求的老師歡迎聯繫我們!


背景&方法

背景:結核病(TB)是由結核分枝桿菌(MTB)引起的流行性多因素疾病。糖尿病(DM)是結核病發生和活動性疾病的獨立危險因素。

方法:

1、使用EdgeR識別TB、DM、TB+DM的差異基因;

2、DEG的GO和KEGG富集分析;

3、PPI網絡構建與hub基因鑑定;

4、hub基因的實驗驗證;

5、gene-miRNA相互作用網絡的構建;

6、hub基因與二甲雙胍治療的關聯分析。

結果

DEG的識別

與對照相比,TB患者中鑑定出355個上調基因和123個下調基因(圖1A),DM患者中鑑定出98個上調基因和28個下調基因(圖1B),TB+DM患者中鑑定出626個上調基因和243個下調基因(圖1C)。TB和TB+DM共有350個 DEG,DM和TB+DM共有72個DEG(圖1D和E)。對這422個DEG進行進一步分析。

圖1

DEG的功能富集分析

與DEG相關的BP注釋主要包括I型干擾素信號通路、先天免疫反應和炎症反應等(圖2A)。與DEG相關的CC注釋主要包括細胞外區域、細胞外空間和膠原三聚體等(圖2B)。與DEG相關的MF注釋主要包括鈣離子結合、氧轉運蛋白活性和蛋白質同源二聚化活性等(圖2C)。KEGG 通路分析結果顯示,DEG主要富集到與金黃色葡萄球菌感染、補體和凝血級聯反應以及瘧疾等相關的通路(圖2D)。

圖2

PPI網絡構建

將422個DEG上傳到STRING在線數據庫以生成PPI網絡,總共包含293個節點和1158條邊。根據MCC評分,選擇了10個hub基因(STAT1、IFIT3、RSAD2、IFI44L、GBP1、XAF1、IRF7、ISG15、IFI44和IFI6)(圖3A)。

二甲雙胍靶基因(INS、ACACB和PRKAB1)與10個hub基因一起上傳到STRING 數據庫,形成了一個包含13個節點和53條邊的互作網絡(圖3B)。

圖3

Hub基因表達的驗證

進行RT-qPCR以確認10個hub基因的表達水平。因為ISG15表達水平太低從進一步分析中消除。

圖4

miRNA預測以及gene-miRNA相互作用網絡分析

將10個hub基因上傳到mirWalk數據庫,預測了176個miRNA。Gene-miRNA相互作用網絡如圖5所示。七種miRNA(miR-3680-3p, miR-3059-5p, miR-629-3p, miR-29b-2-5p, miR-514b-5p, miR-4755-5p和miR-4691-3p)與大量基因相互作用。

圖5

Hub基因與二甲雙胍(MET)治療之間的關聯

此外,我們研究了MET+MTB組和MTB組之間10個hub基因的表達差異(圖6A),在MET處理後,共有6個hub基因(STAT1、IFIT3、RSAD2、ISG15、IFI44和IFI6)被下調(圖6B-K)。

圖6






今天的分享就到這裡啦,對上述分析方法感興趣或者沒有研究思路的小夥伴,歡迎掃下方二維碼前來諮詢哦!先到先得,欲購從速!

微信公眾號|中科生信

提供「一站式」科研服務

arrow
arrow
    全站熱搜
    創作者介紹
    創作者 鑽石舞台 的頭像
    鑽石舞台

    鑽石舞台

    鑽石舞台 發表在 痞客邦 留言(0) 人氣()