对！非肿瘤发生信文章就是这么简单！
Potentially critical roles of TNPO1,RAP1B,ZDHHC17,and PPM1B in the progression of coronary atherosclerosis through microarray data analysis
芯片数据分析TNPO1，RAP1B，ZDHHC17和PPM1B在冠状动脉粥样硬化进展中的潜在作用
一.研究背景
- 动脉粥样硬化性冠状动脉疾病（CAD）会引起滋养心肌的血管逐渐变窄或阻塞。目前，流行病学研究表明，冠状动脉粥样硬化的负担会随着高血压、糖尿病、吸烟和肥胖等危险因素而增加。此外，炎症对CAD也起重要作用。
二.分析流程
三.结果解读
1.DEGs筛选
- 通过limma包对芯片数据GSE12288进行差异表达分析，选择FDR<0.05和 |log2fold change (FC)|>1 为阈值得到1201个DEGs，包括582个上调基因和619个下调基因，表1展示变化最显著的10个上调和下调基因。
表1. 差异显著的DEGs
2.WGCNA分析和关键模块识别
作者将基因对定义为将每个基因对（m，n）的相关性系数定义为Smn = | cor（m，n）|，它们Pearson的相关矩阵转换为幂邻接函数amn = power（Smn，β）= | Smn |β，通过这个函数可测量两个基因之间的连接强度。作者通过log（k）和log（p（k））之间的平方相关系数的分布（p（k）是具有连通性k的节点的比例），根据它们系数为0.9以近似无标度拓扑（图1A红线），确定选择加权系数β为8 ，并通过分级聚类把差异基因分成了4个模块（至少包含30个基因）。
- 图1B：通过基因树状图，展示不同模块基因的表达情况
- 图1C：展示了4个模块与疾病的相关性，所有模块和疾病的相关性都良好。
- 图1D：通过临床数据来展示模块与临床特征的关系，其中右边为重要性，显示四个模块和性别存在相关性。
图1. WGCNA分析
3.构建青色模块中基因的共表达网络
- 图2：提取青色模块的268个基因与每个基因对之间的相关系数，保留相关系数高于0.6的基因对，构建基因共表达网络。这个网络包括105个下调基因（倒三角）和4个上调基因（三角形）以及898种相互作用。并且通过Mcode进行分群，得到4个集群，再通过BINGO进行注释，这些集群涉及的生物学功能包括翻译延伸、细胞器的负调控和细胞内信号转导
图2. 青色模块的基因共表达网络
- 表2：通过KEGG对青色模块的基因进行通路分析，发现涉及17个通路，如：核糖体，丙酸酯代谢和趋化因子信号通路等。
表2. KEGG分析
4.冠状动脉粥样硬化相关的miRNA及其靶基因的预测
- 作者通过搜索miR2Disease数据库与”atherosclerotic CAD“相关的miRNA，发现了5个miRNA：hsa‐miR-1、 hsa‐miR221、 hsa‐miR‐222、hsa‐miR‐126和hsa‐miR92a分别调节青色模块中的33、1、 20、 21和21个基因。
- 图3：基于miRNA及其调节基因，构建miRNA调控网络，这个网络包含5个miRNA、3个上调基因和52个下调基因，其中TNPO1、RAP1B、ZDHHC17受到4个miRNA调控，而PURA、YWHAQ、PPM1B受到3个miRNA调控
5.miRNA调控网络中基因的功能富集分析
- 作者对miRNA调控网络中的基因进行GO和KEGG通路分析，其中GO有17个通路富集，KEGG有14个通路富集。GO分析显示TNPO1和ZDHHC17等基因主要参与了与蛋白质定位和运输以及与免疫系统相关；RAP1B，PPM1B和PRKACB等基因则与细胞内信号转导相关通路相关。
图3. miRNA调控网络
6.验证集GSE42148验证DEGs表达
- 作者进一步使用数据集GSE42148验证DEGs，发现有373个DEGs在数据集GSE42148也差异表达
- 图4：展示了两个数据集中几个重要DEGs的表达情况，其中PPM1B和ZDHHC17在这两个数据集中表现出显著的表达变化
图4. 验证集验证
小结
最后小结一下，作者通过芯片数据GSE12288筛选出动脉粥样硬化的差异表达基因（DEG），然后通过加权基因共表达网络分析（WGCNA）确定最重要的模块。基于此模块中的基因，作者构建基因共表达网络，并进行功能注释，发现该模块中的基因参与翻译延伸和细胞内信号转导。此外，作者从已知的文献中筛选出5个与CAD直接相关的miRNA，并基于模块中的基因构建了miRNA调控网络，然后进行GO和KEGG富集分析。最后，作者使用GSE42148数据集来验证。
还是和往常一样，后台回复「16f」，即可获取今天小编为大家解读的文献。我们一起期待下一篇精彩的文献吧！