这篇文章就差异分析和PPI就发了接近3分！
今天跟大家分享的是2020年6月发表在Scand. J. Immunol. （IF：2.717）杂志上的一篇文章“Bioinformatics analysis of gene expression profiles of Inclusion body myositis”.在文章中作者利用GEO数据集，鉴定包涵体肌炎的DEGs，然后功能注释以及PPI网络构建，筛选到潜在的新靶标。
Bioinformatics analysis of gene expression profiles of Inclusion body myositis
包涵体肌炎基因表达谱的生物信息学分析
一.研究背景
包涵体肌炎（IBM）是50岁以上患者中最普遍的炎症性肌病类型。IBM是一种预后较差且治疗选择有限的疾病。这项研究旨在探索基因表达谱的变化，研究潜在的机制并确定IBM的新靶标。
二.分析流程
三.结果解读
1.DEGs的鉴定
作者从GSE39454共鉴定出418s个DEGs，包括407个上调基因和11个下调基因。而从GSE128470中鉴定出192个DEGs，包括183个上调基因和9个下调基因。DEGs的鉴定作者主要使用GEO2R在线分析工具。
图1：进行VENN分析获得DEGs的交集。最后，在两组之间有145个DEGs显著差异表达，其中144个是显著上调的基因，而1个下调。
图1.GEO数据集共有的DEGs的维恩图
2.GO富集分析
使用DAVID对DEGs进行GO功能富集分析。
- 显著富集Top5的BP：免疫应答，干扰素-γ介导的信号传导途径，抗原加工和呈递，I型干扰素信号传导途径，抗原加工以及经由MHC II类的肽或多糖抗原的呈递；
- 对于CC(细胞成分)，DEGs富含内质网膜腔侧，MHC II类蛋白复合物，内质网至高尔基体转运小泡膜等组成部分；
- MF（分子功能）分析表明DEGs在肽抗原结合中显著富集。
表1（篇幅原因，截取部分）：DEGs的GO富集分析
3.KEGG通路富集分析
作者进一步了解筛选出的DEGs的潜在通路。
KEGG通路富集分析发现：显著富集于嫁接抗宿主病，同种异体移植排斥，I型糖尿病，病毒性心肌炎等。
表2（篇幅原因，截取部分）：DEGs的KEGG通路富集分析
4.PPI network（蛋白质-蛋白质相互作用网络）的构建和hub基因的鉴定
作者用STRING、Cytoscape工具预测DEGs之间的蛋白质相互作用。
- PPI网络总共涉及120个节点和764个边缘（图2）。
- 鉴定了通过PPI网络的连接度评估的Top10基因（表 3）。
- 结果显示，PTPRC和IRF8是最显著的基因，连接度= 38，所有这10个hub基因在IBM中均被上调。
图2.DEGs构建PPI network
表3. 连接度Top10hub基因
小结
作者利用GEO数据库，鉴定IBM的DEGs，然后进行GO、KEEGG富集分析来作功能注释。此外，对PPI网络构建，筛选到可能的新靶标。在构建PPI网络之后，选择了十个具有高度连接性的hub基因，即PTPRC，IRF8，CCR5，VCAM1，HLA‐DRA，TYROBP，C1QB，HLA‐DRB1，CD74和CXCL9。不过不足的是，本次分析的样本量较少，只有五十几例样本。