发表杂志:Dis Markers.
影响因子:3.4
非肿瘤生信分析,欢迎添加小编微信咨询。
请扫描下方二维码
非肿瘤生信文章列表
非肿瘤也分型啦,最新7.5分非肿瘤纯生信,2个月接收,可重复
非肿瘤生信+简单pcr验证 快速发3分+SCI 自噬,铁死亡,焦亡等都可以
最新7.5分非肿瘤纯生信,分析一点不难,这种思路你想到没有?
研究背景
流程图
差异表达分析
①从GEO数据库下载析静脉血栓栓塞(VTE)和牙周炎(PD)的表达数据。
②对校正前后样本的表达值进行了PCA分析。
③分别对VTE和PD的病例和对照样本进行差异表达分析。
结果:
下图a:PD数据集中基因表达谱校正前的PCA结果。
下图b:PD数据集中基因表达谱校正后的PCA结果。
下图c:VTE差异表达基因的火山图。
下图d:PD差异表达基因的火山图。
获取交集基因
①使用维恩图提取VTE和PD共有的差异表达基因作为潜在的交集基因。
②绘制热图观察交集基因的类型以及这些基因在不同类型样本中表达值的变化。
②进行GO/KEGG功能富集分析。
结果:
下图a:VTE和PD差异表达基因的维恩图。
下图b-c:VTE和PD中交集基因的热图。
下图:功能富集分析结果。
PPI网络
①从公共数据库中提取交集基因的PPI关系对,使用Cytoscape软件构建PPI网络,利用NetworkAnalyzer对该网络进行拓扑分析。
结果:
下图:交集基因的PPI网络图。
下表:拓扑分析结果:筛选出前20个基因作为重要的枢纽节点基因。
免疫浸润分析
①从文献中下载免疫相关基因,筛选出PD和VTE中同时出现的基因。
②提取病例样本中PD和VTE共有免疫基因的表达值。
③采用ssGSEA算法分析免疫细胞浸润情况。
④检验VTE和PD病例样本中免疫浸润细胞的评分,看两种疾病中相同的免疫细胞是否存在显著相关性。
结果:
下图a:热图显示VTE和PD数据集中免疫浸润细胞的评分情况。
下图b:显示VTE和PD之间免疫细胞表达的差异。
下图c-d:VTE和PD之间免疫细胞的相关性分析。
TF网络
①使用TRRUST、cGRNB、HTRIdb、ORTI和TRANSFAC下载转录因子和目标基因关系,提取交集基因对应的TF。
②使用Cytoscape软件建立TF-交集基因网络。
结果:
下图a:TF-交集基因网络。
下图b:通路交集基因/免疫基因网络。
LASSO回归分析
①通过LASSO回归进一步筛选交集基因。
②提取所有VTE/PD样本中潜在生物标志物交集基因的表达值进行检验。
③对潜在生物标志物交集基因进行ROC分析。
结果:
下图:筛选出86个交集基因。
下图a:LGALS1、LSP1、SAMSN1和WIPF1的表达水平。
下图b:LGALS1、LSP1、SAMSN1和WIPF1的ROC分析结果。
下图:VTE中LGALS1、LSP1、SAMSN1和WIPF1之间的相关性。
下图:PD中LGALS1、LSP1、SAMSN1和WIPF1之间的相关性。
小结:
本研究旨在揭示VTE和PD之间存在共享生物标志物基因,以及免疫相关基因在VTE/PD中的潜在作用。研究结果显示,VTE/PD中存在的12个潜在生物标志物交集基因中有4个是免疫基因,即LGALS1、LSP1、SAMSN1和WIPF1。统计学分析显示VTE中LSP1和WIPF1之间以及PD中SAMSN1和WIPF1之间的存在高度相关性。
联系客服