| 24小時熱門版塊排行榜 |
| 1 | 1/1 | 返回列表 |
| 查看: 812 | 回復(fù): 0 | |||
科研實(shí)驗(yàn)_研實(shí)新蟲 (小有名氣)
|
[交流]
簡單PCR實(shí)驗(yàn)驗(yàn)證如何發(fā)IF7+的文章?這篇文獻(xiàn)告訴你
|
|
今天跟大家分享一篇7+的非腫瘤生信文章,文章主要對結(jié)核患者進(jìn)行程序性細(xì)胞死亡相關(guān)的分類并關(guān)聯(lián)了免疫細(xì)胞分析。這篇文章于2023年5月發(fā)表在Frontiers in immunology(中科院2區(qū), IF=7.3)上,文章標(biāo)題:Classification of tuberculosis-related programmed cell death-related patient subgroups and associated immune cell profiling。 圖片 PART.01 研究背景 結(jié)核病(TB)是世界范圍內(nèi)嚴(yán)重的傳染病。程序性細(xì)胞死亡(PCD)模式在許多疾病狀態(tài)的發(fā)展和進(jìn)展中發(fā)揮著關(guān)鍵作用,因此它們可能成為有效的生物標(biāo)志物或治療靶點(diǎn),幫助識別和治療結(jié)核病患者。 作者分析了結(jié)核病中PCD相關(guān)基因表達(dá)與免疫細(xì)胞浸潤之間的關(guān)系,同時也揭示了基于PCD相關(guān)基因聚類分組的結(jié)核病患者免疫應(yīng)答的差異。同時機(jī)器學(xué)習(xí)模型的使用能夠有效地選擇核心PCD相關(guān)基因。 PART.02 研究方法 數(shù)據(jù)獲取和PCD相關(guān)基因的鑒定。由于本文研究的是非腫瘤疾病,作者在GEO數(shù)據(jù)中進(jìn)行篩選,最終選定11個數(shù)據(jù)集用于后續(xù)的分析。另外,作者通過GSEA和KEGG基因集,綜述,人工整理的方式確定了PCD相關(guān)基因。 差異表達(dá)基因的識別和分析。作者利用R包“l(fā)imma”鑒定差異表達(dá)基因,后續(xù)基于DAVID網(wǎng)站進(jìn)行了GO和KEGG富集分析,并利用R進(jìn)行了GSVA分析。 免疫細(xì)胞富集分析。作者基于R包CIBERSORT算法計(jì)算每個樣本中的免疫細(xì)胞豐度。 單細(xì)胞數(shù)據(jù)分析。作者從NCBI Short Read Archive獲取原始數(shù)據(jù),進(jìn)行處理后進(jìn)行聚類分析,并根據(jù)標(biāo)記基因?qū)垲愡M(jìn)行注釋。 機(jī)器學(xué)習(xí)分析。作者主要進(jìn)行了LASSO, SVM-RFE, RF, and Xgboost機(jī)器學(xué)習(xí)分析方法,這些分析是基于R包glmnet”, “kernlab”, “randomForest”, “xgboost”進(jìn)行的。 諾姆圖的構(gòu)建和驗(yàn)證。作者繪制了諾姆圖,并利用DCA曲線和ROC曲線進(jìn)行驗(yàn)證。 亞群分析。使用R包R“ConsensusClusterPlus”,基于核心PCD相關(guān)基因的表達(dá)進(jìn)行共識聚類,確定了數(shù)據(jù)集中患者的亞群。 qPCR分析。作者基于10名結(jié)核患者和10名健康患者的樣本,對7個關(guān)鍵PCD相關(guān)基因的表達(dá)進(jìn)行了檢驗(yàn)。 潛在治療復(fù)合物的鑒定。作者利用CMap網(wǎng)站,基于基因和藥物之間的關(guān)系鑒定潛在的對疾病有效的分子。 PART.03 研究結(jié)果 圖片 圖1:健康對照組和結(jié)核組基因表達(dá)的分布 圖片 圖2:差異表達(dá)基因的功能富集分析,包括GO:BP,GO:CC, GO:MF和KEGG分析 圖片 圖3:健康對照組和結(jié)核組免疫細(xì)胞浸潤分析,展示免疫細(xì)胞的富集情況和比例 圖片 圖4:差異表達(dá)基因和PCD相關(guān)基因有14個交集基因,并展示了這14個基因的表達(dá)情況 圖片 圖5:基于機(jī)器學(xué)習(xí)選擇基因選擇PCD相關(guān)特征基因集 圖片 圖6:作者基于機(jī)器學(xué)習(xí)篩選出的7個PCD相關(guān)基因構(gòu)建了諾姆圖,并繪制Calibration圖和DCA曲線驗(yàn)證諾姆圖,另外基于7個基因繪制了ROC曲線 圖片 圖7:7個PCD相關(guān)基因的單細(xì)胞數(shù)據(jù)分析 圖片 圖8:PCD相關(guān)基因高低表達(dá)組的GSEA分析 圖片 圖9:基于PCD相關(guān)基因利用無監(jiān)督聚類對患者進(jìn)行分類 圖片 圖10:不同亞組患者的GAVA通路分析 圖片 圖11:不同亞組患者的功能富集分析和免疫細(xì)胞富集分析 圖片 圖12: 基于無監(jiān)督聚類在結(jié)核相關(guān)疾病中鑒定PCD相關(guān)亞型 圖片 圖13:結(jié)核相關(guān)疾病亞群中22種免疫細(xì)胞類型相對富集的差異 圖片 圖14:qPCR結(jié)果顯示7個核心PCD相關(guān)基因的表達(dá)水平 圖片 圖15:PCD相關(guān)差異表達(dá)基因的CMap評分熱圖 PART.04 總結(jié) 本文一共15張figure,除了Figure 14是利用臨床樣本進(jìn)行了PCR驗(yàn)證,其余均是生信分析的結(jié)果。文章的具體分析思路和內(nèi)容如下: 作者基于GEO數(shù)據(jù)庫對健康對照組和結(jié)核組進(jìn)行了基因差異分析,鑒定出了138個上調(diào)基因和11個下調(diào)基因(Figure 1)。接著,作者對這些基因進(jìn)行了功能富集分析,并富集到免疫相關(guān)通路(Figure 2)。隨后,作者進(jìn)一步分析了健康對照組和結(jié)核組中免疫細(xì)胞的浸潤情況,免疫細(xì)胞表現(xiàn)出不同的富集程度,這表明免疫在結(jié)核的進(jìn)展中發(fā)揮作用,并且這一發(fā)現(xiàn)在單細(xì)胞數(shù)據(jù)中同樣得到驗(yàn)證(Figure 3)。 作者基于差異表達(dá)基因和收集到的PCD相關(guān)基因取交集,得到14個基因,對這14個基因進(jìn)行四種機(jī)器學(xué)習(xí)分析,最終取7個交集基因作為核心PCD相關(guān)基因(Figure 4-5)。作者基于核心PCD相關(guān)基因構(gòu)建了諾姆圖并驗(yàn)證其效果,還繪制了ROC曲線驗(yàn)證核心PCD相關(guān)基因的預(yù)后預(yù)測效果(Figure 6)。隨后,作者分析了核心PCD相關(guān)基因與免疫浸潤的關(guān)系,基于單細(xì)胞數(shù)據(jù)作者發(fā)現(xiàn)6個核心PCD相關(guān)基因與CD8+T細(xì)胞和Tfh細(xì)胞有強(qiáng)烈的負(fù)相關(guān),這6個基因與中性粒細(xì)胞、活化的樹突細(xì)胞、單核細(xì)胞、M0巨噬細(xì)胞、M1巨噬細(xì)胞、M2巨噬細(xì)胞和調(diào)節(jié)性T細(xì)胞的豐度顯著正相關(guān)。這些結(jié)果表明核心PCD相關(guān)基因在結(jié)核病免疫浸潤中的重要作用(Figure 7)。另外,GSEA方法也表明這7個核心PCD相關(guān)基因在病毒感染和免疫相關(guān)活性相關(guān)的通路中富集(Figure 8)。 接下來,作者基于7個核心PCD相關(guān)基因進(jìn)行無監(jiān)督聚類,將患者分為兩個亞組(Figure 9)。并基于兩個亞組進(jìn)行了GSVA富集分析(Figure 10)。作者還比較了兩個亞組間的差異表達(dá)基因,并進(jìn)行了差異基因的功能富集分析,并比較了兩個亞組間免疫細(xì)胞浸潤的情況 (Figure 11)。 在結(jié)核相關(guān)的疾病中,作者同樣基于7個核心PCD相關(guān)基因進(jìn)行無監(jiān)督聚類,病種包括類風(fēng)濕性關(guān)節(jié)炎(RA)、慢性阻塞性肺病(COPD)、間質(zhì)性肺。↖LD)、哮喘(Asm)、COVID-19、肺腺癌(LA)和系統(tǒng)性紅斑狼瘡(SLE)(Figure 12)。進(jìn)一步地,作者比較了不同亞組間的免疫浸潤情況(Figure 13)。 作者收集了10例結(jié)核患者和10例正常人的外周血,PCR驗(yàn)證了7個核心PCD相關(guān)基因在結(jié)核患者中高表達(dá)(Figure 14)。 為了研究結(jié)核相關(guān)疾病高;颊叩臐撛谒幬,采用CMap分析預(yù)測抗疾病小分子化合物(Figure 15)。 PART.05 研究拓展 這篇文章有幾個亮點(diǎn): 1.這篇文章針對的疾病不是腫瘤,相對而言非腫瘤疾病在生信方向上待挖掘的更多一些。 2.文中篩選核心基因時候利用了多種機(jī)器學(xué)習(xí)方法,有利于篩選出更準(zhǔn)確的標(biāo)志物。 3.在進(jìn)行免疫細(xì)胞浸潤的分析時,作者利用不同維度的數(shù)據(jù)(bulk層面和單細(xì)胞層面)分別進(jìn)行了分析,使結(jié)果更有可信度。 4.作者基于核心PCD相關(guān)基因在結(jié)核患者中進(jìn)行聚類,另外還在多種結(jié)核相關(guān)疾病中也進(jìn)行了分析,這能體現(xiàn)出核心PCD相關(guān)基因應(yīng)用的廣泛性。 但是,文章也有一些不足之處,例如這幾個基因僅僅在RNA水平上進(jìn)行了驗(yàn)證,實(shí)驗(yàn)上相對來說較少。另外,文章的圖片數(shù)量過多,結(jié)果展示較為分散,對一些圖片進(jìn)行組合后展示可能更有利于描述結(jié)果部分。 總體來說,該文瑕不掩瑜,文章的部分分析思路也可以為基金撰寫提供思路,例如研究某個病種的某種相關(guān)表型時,可以先通過公共數(shù)據(jù)進(jìn)行分析,找出差異基因,與表型相關(guān)的基因集取交集,獲得一些重要的候選分子進(jìn)行后續(xù)的研究。 |

| 1 | 1/1 | 返回列表 |
| 最具人氣熱帖推薦 [查看全部] | 作者 | 回/看 | 最后發(fā)表 | |
|---|---|---|---|---|
|
[考研] 一志愿211,0860總分286食品工程專業(yè)求調(diào)劑 +6 | 林林Winnie 2026-03-05 | 6/300 |
|
|---|---|---|---|---|
|
[考研] 085600材料調(diào)劑 總分330 +6 | 池池丶 2026-03-03 | 6/300 |
|
|
[考研] 287求調(diào)劑 +3 | 看看我. 2026-03-05 | 6/300 |
|
|
[考研] 304求調(diào)劑 +3 | 52hz~~ 2026-03-05 | 4/200 |
|
|
[考研] 考研282分求調(diào)劑,接受跨專業(yè) +4 | 劉淄博 2026-03-04 | 7/350 |
|
|
[考博] 申博 +3 | 添菜了哈 2026-03-04 | 5/250 |
|
|
[考研] 化學(xué) 0703求調(diào)劑 總分293 一志愿211 +9 | 土土小蟲 2026-03-03 | 11/550 |
|
|
[論文投稿]
100+4
|
Stray2021 2026-03-03 | 4/200 |
|
|
[考研] 一志愿武漢理工大學(xué)-085602-總分296分-求調(diào)劑 +7 | 紫川葡柚 2026-03-04 | 7/350 |
|
|
[考研] 267化工調(diào)劑求助 +5 | 聰少OZ 2026-03-04 | 5/250 |
|
|
[考研] 0703化學(xué) 一志愿東北大學(xué) 279分求調(diào)劑 +4 | 聶樂平 2026-03-03 | 4/200 |
|
|
[考研]
|
15779376950 2026-03-01 | 8/400 |
|
|
[考研] 289求調(diào)劑 +8 | yang婷 2026-03-02 | 10/500 |
|
|
[考研] 0854總分272 +5 | 打小就是老實(shí)人 2026-03-02 | 6/300 |
|
|
[考研] 0856材料工程,初試313調(diào)劑 +7 | 賣個關(guān)子吧 2026-03-03 | 7/350 |
|
|
[考研] 298求調(diào)劑 +3 | 人間唯你是清歡 2026-03-03 | 4/200 |
|
|
[考研] 化工270求調(diào)劑 +10 | 什么名字qwq 2026-03-02 | 10/500 |
|
|
[考研] 化學(xué)0703求調(diào)劑 學(xué)碩 理/工科均可 總分279 +3 | 1一11 2026-03-03 | 5/250 |
|
|
[考研] 材料工程274求調(diào)劑 +5 | Lilithan 2026-03-01 | 5/250 |
|
|
[考研] 275求調(diào)劑 +7 | 明遠(yuǎn)求學(xué) 2026-03-01 | 7/350 |
|