近年来，已经有越来越多的证据揭示了mRNA-miRNA-lncRNA网络在多种人类癌症中的作用，今天小编就为大家介绍一篇今年发表的关于竞争性内源RNA（ceRNA）的文章[A novel mRNA-miRNA-lncRNA competing endogenous RNA triple sub-network associated with prognosis of pancreatic cancer ]。胰腺癌在美国是第三大癌症引发死亡的疾病，并且胰腺癌也是世界上最迅速致命的癌症之一，其死亡率几乎等于其发病率。此外，胰腺癌缺乏明显的早期症状，导致大多数胰腺癌患者在晚期被诊断。近年来，尽管胰腺癌的手术、化疗、放疗等方面取得了巨大的进展，但预后仍然极为不乐观，5年死亡率仍接近100%，这篇文章对mRNA-miRNA-lncRNA网络与胰腺癌的关系进行了系统的刻画。
首先让我们了解一下文章的主要方法：
1) 通过挖掘GSE16515和GSE15471数据集首先发现了相关差异表达基因(DEGs)
2) 利用DAVID进行功能富集分析
3) 使用STRING数据库建立蛋白质互作（PPI）网络，并且使用Cytoscape的 CytoHubba插件识别hub基因。
4) 分别使用miRTarBase和miRNet数据库预测mRNA上游的miRNA以及lncRNA.
5) 利用GEPIA，Kaplan-Meier plotter，starBase对基因，miRNA，lncRNA进行表达生存相关的分析。
接下来让我们看下文章都得到了哪些结果吧
结果一：在胰腺癌中筛选显著差异表达的基因
图1
图1为作者在GEO数据库中找到胰腺癌基因表达的两个数据集(GSE16515和GSE15471)。随后，使用进行差异表达分析，发现每个数据集中存在一些DEGs。这些来自GSE16515和GSE15471数据集的DEGs分别如图1A和图1B所示。接下来，进一步确定了两个数据集中普遍出现的一些差异表达基因。如图1C和图1D所示，共识别出734和180个上调和下调的胰腺癌显著DEGs。
结果二：对差异表达基因进行功能富集分析
图2
图3
为了预测这些显著DEGs的潜在生物学功能和相关的通路，利用DAVID数据库进行功能富集分析，包括GO和KEGG通路。上调差异表达基因的功能富集结果如图2A-C所示，下调差异表达基因的功能富集分析结果如图2D-E所示。而图3的A和B分别展示了KEGG的功能富集分析结果。A图展示了上调的差异表达基因的功能富集结果，B图展示了下调的差异表达基因的功能富集分析结果。
结果三：蛋白质互作（PPI）网络的构建与分析
图4
表1
基于STRING 数据库的数据，构建的显著上调的差异表达的PPI网络和显著下调的PPI网络如图4A,C所示。根据节点度，我们在这些显著的差异表达基因中发现了一些hub基因。为了更好的可视化，前30的上调相互作用使用Cytoscape展示如图4B而下调的相互作用如图4D.并且这些基因的度如表1所示。
结果四：识别胰腺癌中的关键基因
图5
为了识别乳腺癌中的key基因，作者进一步对之前找到的hub基因进行了生存分析，生存分析的结果如图5所示，最终发现了7个高表达并且与差的预后显著相关的基因，进一步也发现了2个表达降低并且与好的预后有关的基因。
结果五：预测和验证关键基因上游的关键miRNA
图6
图7
作者使用实验验证的microRNA-target基因相互作用数据库miRTarBase预测了9个关键基因的上游miRNA,并且在研究中，只纳入了实验验证的microRNA-target基因相互作用。最后，一共识别了33个miRNAs，它们可能调控6个关键基因(ITGB1、MMP9、STAT1、CXCL8、CDK1和ACTB)的表达，如图6所示。而图7显示了生存分析的结果，表明33个miRNA中有8中可以作为预后标志。
结果六：预测和验证关键miRNA上游的关键lncRNA
图8
越来越多的研究表明，lncRNA通过竞争共享的miRNA起着与mRNA相互作用的作用。鉴于这一理论，作者使用在线数据库miRNet进一步预测了那些可能与8种关键miRNA结合的lncRNAs。共发现了90个lncRNA。基于ceRNA假设，lncRNA和miRNA之间存在负相关。因此，又使用GEPIA数据库分析了这些lncRNA在胰腺癌中的表达。与正常人相比，90个lncRNA中仅10个在胰腺癌样本中显着上调。对10种上调的lncRNA的后续生存分析表明，SCAMP1，HCP5，MAL2和LINC00511高表达的患者具有不利的预后。结合这些预测的lncRNA的表达分析和生存分析的结果，我们重新定义了4个lncRNA（SCAMP1，HCP5，MAL2和LINC00511）作为关键的lncRNA，如图8所示。
结果七：构建关键的胰腺癌mRNA-miRNA-lncRNA网络
图9
表2
如图9所示，通过一系列计算机模拟分析，构建了胰腺癌中关键的mRNA-miRNA-lncRNA竞争性内源性RNA调控网络，该网络共包含9个mRNA-miRNA对（MMP9-miR-132-3p，MMP9-miR-133a-5p，MMP9-miR-29b-3p，MMP9-miR-491-5p，ITGB1-miR-192-5p， ITGB1-miR-29c-3p，ITGB1-miR-29b-3p，ITGB1-miR-9-3p和STAT1-miR-140-5p）以及7个miRNA-lncRNA对（miR-132-3p-SCAMP1，miR-29b-3p-HCP5，miR-140-5p-HCP5，miR-29c-3p-HCP5，miR-140-5p-MAL2，miR-29b-3p-LINC00511 和 miR-29c-3p-LINC00511) 以及7 mRNA-lncRNA 对 (MMP9-SCAMP1, MMP9-LINC00511, MMP9-HCP5, ITGB1-HCP5, ITGB1-LINC00511, STAT1-HCP5 和 STAT1-MAL2).如表2所示，9个mRNA-miRNA对中的6个（MMP9-miR-132-3p，MMP9-miR-29b-3p，MMP9-miR-491-5p，ITGB1-miR-192-5p，ITGB1-miR- 29c-3p，ITGB1-miR-29b-3p），7个miRNA-lncRNA对中的3个（miR-29b-3p-HCP5，miR-140-5p-MAL2和miR-29c-3p-LINC00511）和7个mRNA-lncRNA对中的四个（MMP9-HCP5，ITGB1-HCP5，STAT1-HCP5和STAT1-MAL2）符合ceRNA机制。考虑到所有三个水平，我们构建了一个新的mRNA-miRNA-lncRNA子网络，MMP9 / ITGB1-miR-29b-3p-HCP5与胰腺癌的预后显着相关。子网络还有望在未来被开发为诊断生物标志物或胰腺癌的治疗靶向。
到这里，这篇文章的主要内容就介绍完了，可以看出作者用基因的差异表达，功能富集分析，调控网络的构建与分析这些生物信息学方法对胰腺癌的ceRNA网络进行了详细的刻画，这种分析流程值得我们学习借鉴。
联系客服
