文献解读:利用生物信息学分析分析角膜瘢痕形成的关键基因和通路

今天给大家分享的是2020年Biomed Res Int (IF=2.197)上的文章“Exploring the Key Genes and Pathways in the Formation of Corneal Scar Using Bioinformatics Analysis”。在这篇文章中,作者通过分析数据集GSE6676中高表达TGF-β样本和野生型样本,得到差异表达基因,并对DEGs进行GO和KEGG分析,随后构建PPI网络,最后通过cytoHubba筛选核心基因。

Exploring the Key Genes and Pathways in the Formation of Corneal Scar Using Bioinformatics Analysis
利用生物信息学分析分析角膜瘢痕形成的关键基因和通路

一.研究背景

  • 角膜伤口愈合容易形成不透明的角膜疤痕。角膜疤痕的形成是一个复杂的过程,涉及上皮细胞、基质角膜细胞、炎性细胞和泪腺细胞产生的各种生长因子、细胞因子以及蛋白酶的合成。

  • 角膜的瘢痕形成受转化生长因子-β(TGF-β)表达的调节,TGF-β可以诱导角膜角化细胞转化为成肌纤维细胞,这是角膜纤维化或瘢痕形成的主要原因。

二.分析流程

三.结果解读

1.鉴定差异表达基因(DEG)
  • 图1和2:作者选用GSE6676数据采用GEO2R (网址:http://www.ncbi.nlm.nih.gov/geo/geo2r/)对高表达TGF-β样本与野生型小鼠进行差异基因分析,通过?<0.05 和|logFC| ≥ 1.0,筛选出1377个DEGs,其中776个上调基因,而601个下调基因

 

图1. 筛选DEGs
 

 

图2. 50个显著上调以及下调的DEGs
 

2.GO富集分析
  • 对得到的1377个DEGs进行使用DAVID软件进行GO分析

  • 图3a:生物过程(BP)富集分析,上调基因参与离子迁移、突触传递、光刺激的感觉感知和神经递质运输等生物过程;下调基因参与表皮细胞分化、炎症反、受伤反应、表皮发育和血小板活化调节等过程

  • 图3b:细胞成分(CC)富集分析,上调基因主要涉及突触、质膜、突触的组成成分、质膜组成成分、细胞连接;下调基因涉及细胞外区域、细胞外区域组成成分、细胞外基质等

  • 图3c:分子功能(MF)富集分析,上调基因涉及离子通道活性、门控通道活性、被动跨膜转运蛋白活动等;下调基因涉及细胞因子活性、趋化因子活性、趋化因子受体结合、磺基转移酶活性等。

 

图3. GO富集分析
 

3.KEGG通路分析

图4:进一步对DEGs进行KEGG通路分析,发现上调基因在糖脂生物合成、神经活性配体-受体相互作用、黑素生成、PPAR信号通路和氮代谢富集;而下调基因在细胞因子-细胞因子受体相互作用、Jak-STAT信号通路、硫代谢和Toll样受体信号通路富集。

 

图4. KEGG通路分析
 

4.PPI网络和模块分析
  • 图5:作者采用STRING数据库数据,采用Cytoscape构建PPI网络, 然后,使用MCODE对PPI网络的模块进行过滤,得到两个重要的模块。

 

图5. PPI网络构建
 

  • 表1:对两个模块进行GO和KEGG分析。模块1中没有GO和KEGG通路富集,而模块2中的DEGs在KEGG中有分子功能(MF)的富集结果,主要在神经活性配体-受体相互作用和钙信号通路中富集

 

表1. 通路富集
 

5.核心基因筛选
  • 图6:通过cytoHubba的5种分类方法筛选出排名前15个核心基因,进而取交集,得到7个核心基因:IL6、MMP9、CXCL10、MAPK8、TLR4、HGF、EDN1。

 

图6. 筛选核心基因
 

小结

在这项研究中作者从NCBI-GEO下载了数据集GSE6676,进行差异表达分析,鉴定出1377个差异表达基因,并进行了GO和KEGG富集分析,随后通过构建PPI网络。最后进一步分析核心基因,得到7个核心基因:IL6、MMP9、CXCL10、MAPK8、TLR4、HGF、EDN1。揭示了角膜瘢痕形成的分子机制,并为角膜瘢痕的诊断和治疗提供候选靶点。

文献解读

GTEx联合TCGA纯生信分析文章思路

2020-6-26 20:53:57

文献解读

SNP与疾病易感性meta分析学习笔记

2020-6-27 0:21:30

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
购物车
优惠劵
今日签到
有新私信 私信列表
搜索