挑圈联靠拆解一篇4分疾病交互生信SCI

大家好，作为一名因为很懒所以一直收藏了很多花里胡哨的小技能的“小菜鸡”，今天我来跟大家一起聊聊一篇学员在训练营给的疾病交互的文（Tao）章（Lu）。2017年发表在Journal of cellular Physiology, IF4.5。题目是：The key genes underlying pathophysiology association between the type 2-diabetic and colorectal cancer，一篇2型糖尿病与结直肠癌交互的生信文章（是不是感觉有点小清新）。

首先来看一下题目，疾病是2型糖尿病与结直肠癌，两个疾病的交互，目的是找到两个疾病病理生理相关的关键基因（应该就是疾病交互的共同hub基因）。文章比较简单，作者筛选出key基因之后，在一个用了二甲双胍的数据集中简单分析了下key基因在用药组和对照组中表达量的差异，文章勉强做到了“挑、圈、连、靠”四字神功，好了，我们接着往下看！

数据准备：文章从GEO下载了4个数据集，其中GSE21510和GSE8671是肿瘤数据集（结直肠癌CRC），GSE55650是2型糖尿病数据，GSE67342是进行了二甲双胍处理的结直肠组织样本和3个结直肠癌癌细胞系对照样本，所有样本均来自GPL570平台（画重点，人家是同个平台的数据喔）。

（Figure 1）

挑：作者进行背景校正之后，使用t-test进行差异表达分析，并使用Venn图展示2型糖尿病和结直肠癌数据集中的差异基因。其中，DEGs1代表糖尿病和大肠癌表达转录本中都上调的基因；DEGs2在糖尿病转录本中表达上调的基因，而在大肠癌转录本中表达下调的基因，DEGs3代表糖尿病和大肠癌表达转录本中都下调的基因。DEGs4在糖尿病转录本中表达下调的基因，而在结直肠癌转录本中表达上调的基因（关于Venn图我在后文放了个链接给大家，在线轻松取交集，没办法，懒嘛）。

（Figure 2）

圈：作者对糖尿病和CRC中独立的414个DEGs进行了KEGG富集分析（其实就是DEGs2和DEGs4）。结果表明，144个在CRC中下调而在糖尿病中上调的基因(DEGs2)主要富集在免疫相关途径中，如自然杀伤细胞介导的细胞毒作用、溶酶体以及抗原处理和提呈途径。在CRC中表达上调，在糖尿病中表达下调的270个基因(DEGs4)主要在RNA降解、RNA转运和核糖体等遗传信息处理中富集。而作者发现，富集到的核糖体途径与5-氟尿嘧啶耐药相关，这与肿瘤的高增殖性能一致(Kimura et al.， 2010)（没错，这部分就结束了，也不说啥了）。

（Figure 3）

连：作者为了了解二甲双胍在糖尿病和结直肠癌治疗中的作用，利用Drug Repurposing Hub database中的二甲双胍靶基因以及DEGs1和DEGs3中的基因进行网络分析。编码蛋白PRKAB1和ACACB是PPI网络中的二甲双胍靶基因。而这两个靶基因与其余7个HUB基因(HADHB、NDUFS3、TAF1、MYC、HNFF4A、ATP5O和MAX)存在显著互作。提示这7个基因在二甲双胍治疗糖尿病和结直肠癌的过程中也起着重要作用（道理我都懂，但是为啥前面不用DEGs1和DEGs3做富集分析呢？）。

（Figure 4）

靠：作者不是还找了一个二甲双胍处理过的数据集吗？这里派上用场了，使用直方图展示了这7个Hub基因在二甲双胍治疗组和对照组中的表达差异，方法用的还是t检验。结果显示，7个hub基因中的6个（包括HADHB、NDUFS3、TAF1、MYC、HNFF4A和MAX）在使用二甲双胍处理人CRCLOVO细胞系后，其表达值发生了显著变化(p<0.05)。这进一步增加了这六个基因在二甲双胍治疗糖尿病和CRC过程中发挥重要作用的可信度。

最后这个文章就结束了。是不是有点懵？是不是觉得不应该啊，应该还要有点后续才行啊，但是，很可惜，作者真的到这里就结束了。其实也很正常，大家看一看文章发表的时间，2017年。什么概念？2017年的时候可能很多人都不知道生信结果可以拿来独立发文呢？那时候也没各种在线数据库和复杂的算法，而作者已经想到用疾病交互来进行生信分析了，这要是不能发才怪呢O(∩_∩)O 不过这也给非肿瘤研究的学员提供了一个新思路：我不是研究肿瘤，那我可以和肿瘤靠个边一起分析一下总行吧？我觉得至少研究代谢性疾病的学员可以尝试一下，例如 肥胖？

现在检索一下Pubmed发现其实这种疾病交互的文章也不多，我猜可能是因为这种文章后续不好继续分析，当然啦，在训练营里也跟学员们探讨了如果要加一些数据和图表该怎么分析，这里就不展开啦。文章放在公众号，后台回复“小菜鸡01”，就可以得到文章全文啦。训练营还有学员提到了一个问题，这样的文章临床意义在哪里呢？emmmm，你品，你细品！