前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >铁死亡的生信思路可以用在非肿瘤上?

铁死亡的生信思路可以用在非肿瘤上?

作者头像
作图丫
发布2022-06-24 10:09:06
7890
发布2022-06-24 10:09:06
举报
文章被收录于专栏:作图丫作图丫

导语

铁和铁死亡在吸烟诱导的慢性阻塞性肺病 (COPD)的发展中起着至关重要的作用。

背景介绍

铁死亡相关基因用于肿瘤分型预后已经发表过大量研究,但是在非肿瘤疾病上却仍然是热点。今天,小编为大家带来一篇2022年3月刚刚发表的仅利用GEO公共数据完成的纯生信文章,利用数据库和生信软件可以轻松复现。文章发表在Ann Transl Med,影响因子3.9分,题目为Seven ferroptosis-specific expressed genes are considered as potential biomarkers for the diagnosis and treatment of cigarette smoke-induced chronic obstructive pulmonary disease。

数据介绍

从FerrDb数据库(http://www.zhounan.org/ferrdb/)中共获得214个铁死亡相关的基因。从GEO数据库下载GSE10006、GSE11784、GSE20257、GSE19407、GSE994、GSE27973的mRNA表达谱数据集。

GSE10006、GSE11784和GSE20257气道上皮标本用于筛选差异表达基因和铁死亡相关的hub基因。利用GSE19407对hub基因进行验证。GSE994包括气道上皮样本,以研究戒烟对差异表达的铁死亡相关hub基因的影响。GSE27973的数据来自健康供者提供的4个人原上皮细胞,与香烟烟雾提取物(CSE)孵育24 h,以进一步探讨香烟烟雾对气道上皮细胞中差异表达的铁死亡相关的hub基因的影响。

图1

结果解析

01

鉴定铁死亡hub基因

对GSE10006、GSE11784、GSE20257和GSE19407这4个数据集的表达矩阵进行归一化处理,箱线图的分布趋势基本为直线(图2A-2D)。为了评估组内数据的重复性,对4个数据集进行了PCA分析,结果显示数据具有良好的重复性(图2E-2H)。

图2

以|log2(FC)| >1和P值<0.05为阈值进行筛选后,在GSE10006数据集中识别出1183个差异表达基因(988个上调,195个下调),在GSE11784数据集中识别出475个差异表达基因(317个上调,158个下调),在GSE20257数据集中发现了439个差异表达基因(291个上调,148个下调)(图3A-3C)。3个数据集中有220个基因同时差异表达,其中157个基因上调,63个基因下调。

图3

使用PPI网络确定上述各差异表达基因之间的相互作用(图3E)。采用Cytoscape软件导入PPI网络,将得分前5%的基因标记为hub基因,最终鉴定出13个hub基因,分别为NQO1、AKR1C3、AKR1C1、ALDH3A1、CYP1A1、GPX2、TXNRD1、CBR1、AKR1B10、CBR3、SRXN1、CYP1B1、SLC7A11(图3F)

接下来,作者分析了3个数据集中214个铁死亡相关基因的表达,发现差异的铁死亡基因有:GPX2、SLC7A11、DUOX2、AKR1C3、NQO1、AKR1C1、SRXN1、TXNRD1、SLC2A3(图3G)。这些基因中有许多与上述的hub基因重叠,即NQO1、AKR1C3、AKR1C1、GPX2、TXNRD1、SRXN1和SLC7A11。作者最终鉴定出NQO1、AKR1C3、AKR1C1、GPX2、TXNRD1、SRXN1和SLC7A11同时为hub基因和铁死亡差异表达基因(图3H)

02

铁死亡hub基因的网络和富集分析

作者使用miRNet工具预测hub基因的靶向miRNA。获得了7个特异表达的铁死亡hub基因的281个靶向miRNA,并测定了359对mRNA-miRNA。根据预测结果,使用Cytoscape软件构建了一个由288个节点和359个边组成的mRNA和miRNA共表达网络(图4A)。有184个miRNAs调控SLC7A11, 91个miRNAs调控TXNRD1, 25个miRNAs调控SRXN1, 24个miRNAs调控AKR1C3, 21个miRNAs调控NQO1, 8个miRNAs调控GPX2, 6个miRNAs调控AKR1C1(表S3)。

图4

进一步搜索PubMed数据库,寻找与miRNA和慢性阻塞性肺病相关的文献,筛选与以上281个miRNAs重叠的部分,确定了19个经过验证的miRNA。

对7个差异表达的铁死亡hub基因进行GO和KEGG富集分析。结果表明,GO富集最显著的类别包括细胞对氧化应激的反应、对氧化应激的反应、细胞氧化解毒、细胞解毒、解毒、抗氧化活性、氧化还原酶活性、对NAD(P)H的作用等过程。在KEGG富集分析中,差异表达基因参与代谢过程,如类固醇激素生物合成、花生四烯酸代谢和肝细胞癌(图4B,4C)。

03

验证铁死亡hub基因的诊断价值

用GSE19407数据集检测筛选到的靶基因的表达。结果显示,在慢性阻塞性肺病吸烟者和非吸烟健康受试者中,7个铁死亡hub基因(NQO1、AKR1C3、AKR1C1、GPX2、TXNRD1、SRXN1、SLC7A11)的表达与预测一致(图5A-5G)。

作者进一步使用GSEA检测慢性阻塞性肺病患者和非吸烟健康个体的功能富集,并将结果与上述7个基因进行比较。结果表明,大部分基因定位于WP_NRF2_PATHWAY 和WP_NUCLEAR_RECEPTORS_METAPATHWAY 信号通路富集(图5H)。ROC曲线表明,这7个基因对吸烟者慢性阻塞性肺病的诊断有重要价值(图5J-5P)。

图5

04

吸烟与铁死亡相关基因

香烟烟雾是慢性阻塞性肺病的主要病原体,也有研究表明,它可以引起气道上皮铁死亡。作者使用GSE19407进一步研究了吸烟对铁死亡hub基因表达的影响(包括非吸烟者、吸烟者和慢性阻塞性肺病样本)(图6A-6C)。为了评估组内数据的重复性,对3个数据集进行了PCA分析,结果显示数据的重复性良好(图6D-6F)。

图6

与慢性阻塞性肺病患者相比,非吸烟健康人群中铁死亡相关基因表达存在较大差异,慢性阻塞性肺病患者中铁死亡基因表达上调。与健康吸烟者相比,非吸烟健康人的铁死亡相关基因表达存在差异,但没有慢性阻塞性肺病患者的差异大。与健康吸烟者相比,慢性阻塞性肺病患者的铁死亡相关基因表达也有微小差异(图7D-7J)。

图7

吸烟者与非吸烟者相比,NQO1、AKR1C3、AKR1C1、GPX2、TXNRD1、SRXN1、SLC7A11基因表达显著上调,戒烟后,该部分基因的表达恢复到与非吸烟者一致的水平(图7K,7L)。为了进一步证实香烟烟雾对气道上皮细胞中铁死亡相关基因差异表达的诱导作用,作者使用GSE27973数据集进行验证。结果显示,NQO1、TXNRD1、GPX2、AKR1C3、AKR1C1显著上调,SRXN1、SLC7A11上调,但不显著(图7M,7N)。综上,香烟烟雾可导致小气道上皮细胞中与铁死亡相关的基因NQO1、AKR1C3、AKR1C1、GPX2、TXNRD1、SRXN1、SLC7A11表达上调。

05

药物靶点预测

使用DSigDB数据库来预测与hub基因相关的潜在靶标药物,这些药物可能通过调节铁死亡来治疗慢性阻塞性肺病。最终共预测了581种靶标药物。综合得分前10位的预测靶标药物如表所示。值得注意的是苯甲酸,现在有科学证据支持其作为一种治疗慢性阻塞性肺病的新型治疗化合物的有效性。

表1

小编总结

本文研究思路简单清晰,聚焦于铁死亡基因在慢性阻塞性肺病中的作用。而且,本文只使用了GEO公共数据库和简单的生信在线工具,没有补充实验就发表了3.9分的SCI文章。大家也可以模仿这个铁死亡在非肿瘤疾病中作用的思路,发表自己研究方向的文章。

本文参与 腾讯云自媒体同步曝光计划,分享自微信公众号。
原始发表:2022-04-29,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 作图丫 微信公众号,前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体同步曝光计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
相关产品与服务
数据库
云数据库为企业提供了完善的关系型数据库、非关系型数据库、分析型数据库和数据库生态工具。您可以通过产品选择和组合搭建,轻松实现高可靠、高可用性、高性能等数据库需求。云数据库服务也可大幅减少您的运维工作量,更专注于业务发展,让企业一站式享受数据上云及分布式架构的技术红利!
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档