5.6分非腫瘤生信,單細胞+機器學習對特定基因集分析禁添,并對關(guān)鍵基因進行實驗驗證眨层。非腫瘤想快速發(fā)文章就這么做!

影響因子:5.6

期刊: International Immunopharmacology

研究概述:腦出血后上荡,腦實質(zhì)中充滿凝血酶趴樱、紅細胞成分以及膠質(zhì)細胞和浸潤的外周免疫細胞釋放的炎癥因子,這些可能會使抗氧化防御系統(tǒng)過載酪捡,導致抗氧化劑消耗增加叁征,抗氧化酶活性降低,從而引發(fā)氧化應(yīng)激(OS)損傷逛薇。因此捺疼,確定與OS相關(guān)的基因可以增強對ICH后氧化應(yīng)激反應(yīng)的理解。作者采用單細胞RNA測序結(jié)果研究腦出血后細胞層面上的OS異質(zhì)性永罚。

接著使用AUCell啤呼、Ucell卧秘、singscore、ssgsea和AddModuleScore算法官扣,并結(jié)合相關(guān)性分析翅敌,確定了影響腦出血后高OS的關(guān)鍵基因。此外惕蹄,作者使用了四種機器學習算法蚯涮,即極限梯度提升、Boruta卖陵、隨機森林和最小絕對收縮和選擇算子來識別最優(yōu)特征基因遭顶,發(fā)現(xiàn)ANXA2和COTL1與ICH后的高OS密切相關(guān)。最后作者運用動物模型驗證以上結(jié)果泪蔫,發(fā)現(xiàn)腦出血后OS表達增加棒旗。此外,ANXA2和COTL1蛋白表達顯著升高撩荣,并與小膠質(zhì)細胞共定位嗦哆。Pearson相關(guān)系數(shù)分析顯示ANXA2和COTL1均與OS顯著相關(guān)。

關(guān)于非腫瘤生信婿滓,我們也解讀過很多老速,主要有以下類型
1 單個疾病WGCNA+PPI分析篩選hub基因
2 單個疾病結(jié)合免疫浸潤,熱點基因集凸主,機器學習算法等
3 兩種相關(guān)疾病聯(lián)合分析橘券,包括非腫瘤結(jié)合非腫瘤,非腫瘤結(jié)合腫瘤或者非腫瘤結(jié)合泛癌分析
4 基于分型的非腫瘤生信分析
5 單細胞結(jié)合普通轉(zhuǎn)錄組生信分析

目前非腫瘤生信發(fā)文的門檻較低卿吐,有需要的朋友歡迎交流

研究流程:

研究結(jié)果:

利用scRNA-seq數(shù)據(jù)集分析ICH后OS相關(guān)特征的復雜性旁舰。

作者收集了807個OS相關(guān)基因,并對單細胞數(shù)據(jù)進行GSVA分析嗡官,評估在ICH中OS的影響箭窜,其觀察到,與正常腦組織相比衍腥,ICH腦組織表現(xiàn)出更高的OS活性(圖2A)磺樱。為了探索具有高OS活性的細胞類別,作者從scRNA-seq數(shù)據(jù)集中篩選了37,818個高質(zhì)量的細胞用于進一步分析(補充圖)婆咸。PCA結(jié)果表明竹捉,在所有分析樣本中,細胞分布相對穩(wěn)定尚骄,對批次效應(yīng)的敏感性較低(圖2B)块差。UMAP結(jié)果表明,所有細胞被細致地劃分為27個簇(圖2C)彪蓬。細胞注釋結(jié)果表明末融,作者獲得了8種不同的細胞類型,包括T細胞除呵、單核細胞鹉动、自然殺傷細胞(NK)轧坎、巨噬細胞、B淋巴細胞训裆、樹突狀細胞、粒細胞和神經(jīng)元(圖2D-E)蜀铲”吡穑基于8種不同細胞類型的GO分析富集的相關(guān)通路則提供了對這些細胞類型的更深入的理解(圖2F)。


為了研究腦出血后單細胞水平的OS活性记劝,作者使用AUCell, Ucell, singscore, ssgsea和AddModuleScore算法來計算每個細胞的OS活性变姨。這些算法的結(jié)果均表明,腦出血后厌丑,OS活性在不同的細胞層中表現(xiàn)出異質(zhì)性定欧。單核細胞中的OS活性最高,而T細胞怒竿、NK細胞和B細胞的活性相對較低(圖3A-B)砍鸠。UMAP圖也顯示單核細胞和巨噬細胞上的OS活性高(圖3C)。根據(jù)總OS活性的中位數(shù)耕驰,將所有細胞分為高OS細胞和低OS細胞(圖3D)爷辱。相關(guān)性研究結(jié)果顯示,有124個基因與OS密切相關(guān)(圖3E)朦肘。作者對高OS活性和低OS活性之間的OS上調(diào)基因進行了DEG(圖3F)饭弓。DEG結(jié)果共鑒定出374個基因參與了OS活性的上調(diào)(補充表5)。最終媒抠,共有93個基因與參與上調(diào)OS活性的DEG同時存在于相關(guān)分析中(圖3G)弟断。 此外作者還對篩選出的93個基因進行了GO分析和PPI網(wǎng)絡(luò)分析(圖4,未放置圖)


機器學習算法篩選最優(yōu)基因

作者使用4種不同的機器學習算法用于識別93個基因中的最優(yōu)特征基因趴生。利用xGBoost算法阀趴,其得到了5個關(guān)鍵基因(圖5A);通過Boruta算法迭代500次后苍匆,其確定了11個關(guān)鍵基因(圖5B)舍咖;利用RF算法后,作者識別出23個重要性評分> 0的關(guān)鍵基因(圖5C)锉桑;此外排霉,使用LASSO算法確定了6個關(guān)鍵基因作為OS的診斷標志物(圖5D)。最后,將四種機器學習算法識別的基因合并后攻柠,其最終確定了兩種最優(yōu)特征基因——ANXA2和COTL1(圖5E)球订。為了評估分析的準確性,作者也在批量水平上評估了兩個基因的表達差異瑰钮。結(jié)果表明冒滩,與非腦出血組相比,腦出血組中ANXA2和COTL1的表達顯著升高(圖5F-G)浪谴。通過ROC曲線評價2個特征基因的診斷價值开睡。ANXA2的ROC曲線下面積為1.0(圖5H),COTL1為0.964(圖5I)苟耻。


單細胞水平驗證最優(yōu)基因

ANXA2和COTL1在整體水平的單核細胞譜系中表現(xiàn)出較高的豐度(圖6A)篇恒。為了進一步確定這兩個最優(yōu)特征基因所影響的特定細胞類型,作者在單細胞水平進行了驗證凶杖。點圖結(jié)果顯示胁艰,ANXA2和COTL1在單核細胞中高表達,而在T細胞智蝠、NK細胞和B細胞中的表達相對較低(圖6B)腾么。ANXA2和COTL1的小提琴圖結(jié)果表明,單核細胞中基因表達升高(圖6C)杈湾。此外解虱,UMAP的結(jié)果也表明ANXA2和COTL1主要在單核細胞中表達(圖6D-F)。此外漆撞,作者還對大數(shù)據(jù)集的血腫腦組織數(shù)據(jù)進行了GSEA富集分析(補充圖)饭寺。


軌跡分析和細胞間相互作用分析

接著,作者將單核細胞分為ANXA2 +單核細胞組和ANXA2-單核細胞組叫挟,COTL1 +單核細胞組和COTL1-單核細胞組艰匙,利用Monocle2進行軌跡分析,以評估單核細胞的轉(zhuǎn)錄異質(zhì)性抹恳。隨著準時間過程的展開员凝,ANXA2 +單核細胞和COTL1 +單核細胞的比例同步分化,cluster0亞型所占比例逐漸降低奋献,而cluster1和cluster2亞型所占比例逐漸升高(圖7A)健霹。圖7B顯示了偽時間軌跡分析中ANXA2和COTL1的相對表達量。

細胞通訊結(jié)果顯示了ANXA2 +單核細胞與COTL1 +單核細胞以及其他細胞類型之間的細胞通訊數(shù)量和強度(圖7C-E)瓶蚂。在圖7F中糖埋,熱圖結(jié)果表明ANXA2 +單核細胞和COTL1 +單核細胞表現(xiàn)出更高的溝通概率,尤其是在半乳糖凝集素相關(guān)通路中窃这,差異最顯著瞳别。圖7G-H顯示了不同細胞類型與ANXA2和COTL1標記的單核細胞之間的配體-受體相互作用。結(jié)果發(fā)現(xiàn),ANXA2 +單核細胞通過LGALS9-CD45祟敛、LGALS9-CD44和MIF-(CD74 + CXCR4)受體配體對與其他細胞類型結(jié)合疤坝。同樣,COTL1 +單核細胞通過LGALS9-CD45馆铁、LGALS9-CD44和MIF- (CD74 + CXCR4)受體配體與其他細胞建立聯(lián)系跑揉。此外,巨噬細胞和神經(jīng)元也可以通過各種配體-受體對與ANXA2 +單核細胞和COTL1 +單核細胞進行交流埠巨。ANXA2和COTL1在單核細胞中的代謝通路分析結(jié)果表明历谍,與ANXA2-單核細胞組和COTL1-單核細胞組相比,ANXA2 +單核細胞組和COTL1 +單核細胞組表現(xiàn)出更豐富的代謝通路


動物實驗驗證最優(yōu)基因

作者構(gòu)建了ICH的大鼠模型辣垒,ICH后望侈,血腫周圍組織中MDA的表達顯著增加,同時伴有T-SOD的表達水平降低(圖8A-B)乍构,提示腦出血后腦組織中OS活性增高甜无。為了評估ANXA2和COTL1在腦出血大鼠組織中的表達扛点,作者進行了蛋白質(zhì)印跡法和免疫熒光實驗哥遮。western blot結(jié)果顯示,與假手術(shù)組相比陵究,腦出血后ANXA2和COTL1的蛋白表達增加(圖8C-D)眠饮。免疫熒光結(jié)果顯示,ICH后铜邮,外周血進入腦組織仪召,激活小膠質(zhì)細胞,ANXA2表達上調(diào)松蒜,主要定位于周圍血腫組織的小膠質(zhì)細胞(圖8E)扔茅。此外,作者還觀察到腦出血后小膠質(zhì)細胞廣泛表達COTL1(圖8F)秸苗。Pearson相關(guān)系數(shù)顯示ANXA2和COTL1的表達與OS顯著相關(guān)召娜,具有高度的一致性(圖8G)。以上表明ANXA2和COTL1參與了ICH后觀察到的高OS過程惊楼。


研究總結(jié):

在這項研究中玖瘸,作者在單細胞水平上重新定義了ICH后上調(diào)OS的基因集。此外檀咙,其將基因集與大量數(shù)據(jù)整合雅倒,通過機器學習算法識別ANXA2和COTL1兩個特征基因。在實驗方面弧可,作者構(gòu)建了了ICH大鼠模型蔑匣,評估了其在發(fā)生ICH后的OS活性, 并檢測了最優(yōu)基因ANXA2和COTL1的表達,評估了兩個基因與OS活性的相關(guān)性殖演,最后作者還通過免疫熒光發(fā)現(xiàn)了ICH大鼠腦組織中存在單核細胞浸潤大腦氧秘,以及兩個基因膠質(zhì)細胞中的高表達。上述結(jié)果可能對未來更好地理解ICH后的OS有重要意義趴久。

?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請聯(lián)系作者
  • 序言:七十年代末丸相,一起剝皮案震驚了整個濱河市,隨后出現(xiàn)的幾起案子彼棍,更是在濱河造成了極大的恐慌灭忠,老刑警劉巖,帶你破解...
    沈念sama閱讀 206,126評論 6 481
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件座硕,死亡現(xiàn)場離奇詭異弛作,居然都是意外死亡,警方通過查閱死者的電腦和手機华匾,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 88,254評論 2 382
  • 文/潘曉璐 我一進店門映琳,熙熙樓的掌柜王于貴愁眉苦臉地迎上來,“玉大人蜘拉,你說我怎么就攤上這事萨西。” “怎么了旭旭?”我有些...
    開封第一講書人閱讀 152,445評論 0 341
  • 文/不壞的土叔 我叫張陵谎脯,是天一觀的道長。 經(jīng)常有香客問我持寄,道長源梭,這世上最難降的妖魔是什么? 我笑而不...
    開封第一講書人閱讀 55,185評論 1 278
  • 正文 為了忘掉前任稍味,我火速辦了婚禮废麻,結(jié)果婚禮上,老公的妹妹穿的比我還像新娘模庐。我一直安慰自己烛愧,他們只是感情好,可當我...
    茶點故事閱讀 64,178評論 5 371
  • 文/花漫 我一把揭開白布赖欣。 她就那樣靜靜地躺著屑彻,像睡著了一般。 火紅的嫁衣襯著肌膚如雪顶吮。 梳的紋絲不亂的頭發(fā)上社牲,一...
    開封第一講書人閱讀 48,970評論 1 284
  • 那天,我揣著相機與錄音悴了,去河邊找鬼搏恤。 笑死违寿,一個胖子當著我的面吹牛,可吹牛的內(nèi)容都是我干的熟空。 我是一名探鬼主播藤巢,決...
    沈念sama閱讀 38,276評論 3 399
  • 文/蒼蘭香墨 我猛地睜開眼,長吁一口氣:“原來是場噩夢啊……” “哼息罗!你這毒婦竟也來了掂咒?” 一聲冷哼從身側(cè)響起,我...
    開封第一講書人閱讀 36,927評論 0 259
  • 序言:老撾萬榮一對情侶失蹤迈喉,失蹤者是張志新(化名)和其女友劉穎绍刮,沒想到半個月后,有當?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體挨摸,經(jīng)...
    沈念sama閱讀 43,400評論 1 300
  • 正文 獨居荒郊野嶺守林人離奇死亡孩革,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點故事閱讀 35,883評論 2 323
  • 正文 我和宋清朗相戀三年,在試婚紗的時候發(fā)現(xiàn)自己被綠了得运。 大學時的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片膝蜈。...
    茶點故事閱讀 37,997評論 1 333
  • 序言:一個原本活蹦亂跳的男人離奇死亡,死狀恐怖熔掺,靈堂內(nèi)的尸體忽然破棺而出饱搏,到底是詐尸還是另有隱情,我是刑警寧澤瞬女,帶...
    沈念sama閱讀 33,646評論 4 322
  • 正文 年R本政府宣布窍帝,位于F島的核電站努潘,受9級特大地震影響诽偷,放射性物質(zhì)發(fā)生泄漏。R本人自食惡果不足惜疯坤,卻給世界環(huán)境...
    茶點故事閱讀 39,213評論 3 307
  • 文/蒙蒙 一报慕、第九天 我趴在偏房一處隱蔽的房頂上張望。 院中可真熱鬧压怠,春花似錦眠冈、人聲如沸。這莊子的主人今日做“春日...
    開封第一講書人閱讀 30,204評論 0 19
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽。三九已至雨让,卻和暖如春雇盖,著一層夾襖步出監(jiān)牢的瞬間,已是汗流浹背栖忠。 一陣腳步聲響...
    開封第一講書人閱讀 31,423評論 1 260
  • 我被黑心中介騙來泰國打工崔挖, 沒想到剛下飛機就差點兒被人妖公主榨干…… 1. 我叫王不留贸街,地道東北人。 一個月前我還...
    沈念sama閱讀 45,423評論 2 352
  • 正文 我出身青樓狸相,卻偏偏與公主長得像薛匪,于是被迫代替她去往敵國和親。 傳聞我的和親對象是個殘疾皇子脓鹃,可洞房花燭夜當晚...
    茶點故事閱讀 42,722評論 2 345

推薦閱讀更多精彩內(nèi)容