最新7+非腫瘤生信,結(jié)合衰老基因集+WGCNA+機器學習+耐藥+PCR驗證,經(jīng)典思路值得收藏怎披!

**雜志: **COMPUTERS IN BIOLOGY AND MEDICINE

**影響因子: **7

研究概述:

背景:擴張型心肌病(DCM)是心衰的常見原因。然而瓶摆,細胞衰老在DCM中的作用尚未完全闡明凉逛。本文旨在研究DCM的衰老,鑒定衰老相關的特征基因群井,并探索潛在的治療DCM的小分子化合物状飞。

方法:作者分別從Gene Expression Omnibus (GEO)數(shù)據(jù)庫和CellAge數(shù)據(jù)庫中獲取DCM相關數(shù)據(jù)集和衰老相關基因。通過加權(quán)基因共表達網(wǎng)絡分析(WGCNA)书斜、最小絕對收縮和選擇算子(LASSO)和隨機森林等方法鑒定特征基因诬辈。在小鼠DCM模型中驗證了特征基因的表達。應用CIBERSORT算法對DCM的免疫特性進行了分析荐吉。最后焙糟,通過CMap分析預測了幾種治療性化合物,并通過分子對接和分子動力學模擬研究了綠原酸(CGA)的潛在作用機制样屠。

結(jié)果:通過綜合轉(zhuǎn)錄組分析最終鑒定出3個與DCM和衰老相關的特征基因(MME穿撮、GNMT和PLA2G2A),并在阿霉素誘導的小鼠DCM中進行了實驗驗證痪欲。建立的診斷模型對DCM具有較好的診斷效果悦穿。免疫細胞浸潤分析提示DCM炎癥失調(diào),特征基因與侵襲性免疫細胞顯著相關业踢。最后栗柒,基于DCM的特異性基因表達譜,通過CMap分析預測了幾種潛在的治療化合物陨亡。此外傍衡,分子對接和分子動力學模擬表明,CGA可以結(jié)合到MME蛋白的活性口袋上负蠕。

研究流程圖:

研究結(jié)果:

鑒定DCM中與衰老相關的差異基因

作者首先對我們首先對訓練數(shù)據(jù)集GSE57338進行主成分分析蛙埂,結(jié)果顯示對照組和DCM組之間存在明顯的特征(圖2A)。共鑒定出314個差異基因(deg)遮糖,其中上調(diào)154個绣的,下調(diào)160個(圖2B)。采用分層聚類算法對每個比較組的deg進行分析,并以熱圖的形式進行可視化(圖2C)屡江。然后進行GO和KEGG富集分析芭概,以探索與DEGs相關的生物學功能和信號通路(圖2D-F)。KEGG富集結(jié)果表明惩嘉,DEGs在“PI3K-Akt信號通路”罢洲、“JAK-STAT信號通路”、“TNF信號通路”等通路中顯著富集(圖2G)文黎。作者將收集的866個衰老相關基因與deg相交后惹苗,鑒定出25個與衰老相關的差異基因(DESRGs)。Spearman相關分析顯示DESRGs之間存在顯著的相互作用(圖2I)耸峭。作者對以上25個基因進行了再次的GO和KEGG分析(圖2J&K)桩蓉,發(fā)現(xiàn)與已發(fā)表的相關文獻結(jié)果一致——衰老心肌可誘導并伴隨二倍體細胞有絲分裂停止、炎癥浸潤劳闹、心肌纖維化和細胞死亡院究。



鑒定與DCM相關的基因模塊

WGCNA用于鑒定與DCM顯著相關的基因模塊(圖3A&B)。將特征基因高度相關的模塊合并后本涕,最終鑒定出16個基因模塊(圖3C和D)业汰,并對模塊-性狀關系進行評估和可視化。紅色模塊和棕色模塊與DCM的正相關性最高菩颖;相反蔬胯,黑色模塊和粉紅色模塊與DCM負相關性最大(圖3E)。此外位他,以上四個模塊的模組隸屬度(MM)與基因顯著性(GS)的相關性均顯著(圖3F-I)氛濒。故,作者從上述模塊中選出2207個基因作為DCM相關的關鍵基因進行后續(xù)分析鹅髓。



機器學習法篩選與DCM相關的核心基因

作者使用LASSO回歸(圖4A-B)和RF(圖4E)兩種機器學習算法從25個DESRGs中鑒定出與DCM和衰老相關的特征基因舞竿。ROC曲線顯示該模型具有理想的診斷性能(圖4C)。最后窿冯,LASSO回歸鑒定出13個樞紐基因骗奖,包括BCL6、PLA2G2A醒串、MME执桌、STAT3、TEAD4芜赌、GNMT仰挣、MTHFD2、JAK2缠沈、CRISPLD2膘壶、BCL3错蝴、NQO1、HOPX和SERPINE1颓芭。對于RF算法顷锰,將診斷誤差可視化,并根據(jù)變量重要性對候選基因進行降序排序(圖4D和E)亡问。MeanDecreaseGini >4的基因被確定為重要基因官紫,包括BCL6、STAT3州藕、TEAD4万矾、MME、NAMPT慎框、PLA2G2A、GNMT后添、SAMHD1和MTHFD2笨枯。將LASSO和RF算法以及WGCNA分析后的基因取交集(圖4F),得到三個特征基因MME遇西、PLA2G2A馅精、GNMT(圖4G)。為了進一步揭示三個特征基因(PLA2G2A粱檀、MME和GNMT)的生物學功能和信號通路洲敢,作者使用單基因GSEA方法對每個基因進行GO和KEGG富集分析,發(fā)現(xiàn)這些特征基因可能在細胞衰老茄蚯、細胞存活压彭、免疫浸潤和代謝的調(diào)控中發(fā)揮重要作用(見文獻文章Fig.5)。


構(gòu)建DCM的診斷列線圖

作者利用“rms”包構(gòu)建了基于特征基因的DCM診斷譜圖渗常。在nomogram中壮不,每個基因?qū)粋€評分,3個基因的總分被用來預測DCM的風險(圖5A)皱碘。校正曲線顯示询一,nomogram預測概率與理想模型的預測概率基本一致(圖5B),決策曲線分析表明癌椿,根據(jù)nomogram進行決策是有益的(圖5C)健蕊。訓練隊列表達分析顯示,DCM中MME表達顯著上調(diào)踢俄,PLA2G2A和GNMT表達明顯下調(diào)(圖5D);三個樞紐基因均表現(xiàn)出良好的診斷性能:PLA2G2A缩功、MME和GNMT的ROC曲線下面積(AUC)值分別為0.88、0.897和0.857(圖5E-G)都办;基于三個樞紐基因的nomogram診斷效果較好掂之,AUC值為0.96(圖5H)抗俄。此外在文章圖7中作者還在其他三個數(shù)據(jù)集中驗證了三個特征基因的表達和診斷性能,評估結(jié)果表示基于三個樞紐基因的nomogram診斷效果較好世舰,AUC值均在0.9以上动雹。不僅如此,作者還構(gòu)建了DOX誘導的小鼠DCM模型跟压,并進行了qRT-PCR分析胰蝠,與生物信息學分析結(jié)果一致,小鼠DCM中MME的表達顯著上調(diào)震蒋,而GNMT和PLA2G2A明顯下調(diào)(圖6G-I)茸塞。
![](https://upload-images.jianshu.io/upload_images/22741039-9209a1c6ad5b7afa.png?imageMogr2/auto-orient/strip

免疫浸潤分析

考慮到衰老可以誘導衰老相關的分泌表型(SASP)和炎癥,作者對上述樣本進行了免疫浸潤分析查剖,發(fā)現(xiàn)與對照組比較钾虐,DCM組肥大細胞靜止、漿細胞和T細胞CD8比例增高笋庄;然而效扫,巨噬細胞M2、單核細胞直砂、T細胞CD4記憶靜息和T細胞調(diào)節(jié)性(Tregs)的比例較低(圖7B)菌仁。相關分析顯示,T細胞調(diào)節(jié)性(Tregs)静暂、B細胞和T細胞CD4記憶靜息呈顯著正相關;漿細胞济丘、巨噬細胞M2和單核細胞呈顯著負相關(圖7C)。我們進一步探索了免疫細胞與三個樞紐基因之間的相關性洽蛀,熱圖(圖7D)顯示巨噬細胞M2和T細胞CD8在心肌組織中占很大比例摹迷,并且都與三個特征基因顯著相關(圖7E-J),提示這兩種免疫細胞可能在DCM的進展中發(fā)揮更重要的作用郊供。


鑒定治療DCM的候選小分子藥物

為了進一步探索可能逆轉(zhuǎn)DCM基因表達模式并發(fā)揮治療作用的潛在小分子化合物泪掀,作者利用 CMap數(shù)據(jù)庫篩選評分前10的化合物,分別是tyrphostin-AG-1295颂碘、QX222异赫、雌激素、ABT-751头岔、灰黃霉素塔拳、ON-01910、拉帕替尼峡竣、SJ-172550靠抑、地塞米松和U-0124。此外适掰,有研究報道小分子化合物CGA具有抗衰老和保護心血管作用颂碧。而樞紐基因其一MME可以介導多種細胞的衰老荠列。在本文中作者還探討了CGA與MME之間的關系, 分析對接分析表明CGA與MME之間具有很強的結(jié)合親和力(圖8A)载城。隨后肌似,作者進行了分子對接模擬來研究MME/CGA結(jié)合相互作用的結(jié)構(gòu)穩(wěn)定性和構(gòu)象靈活性。如圖8B所示诉瓦,在模擬過程中川队,該蛋白的RMSD沒有明顯波動,暗示蛋白結(jié)構(gòu)沒有坍塌睬澡,說明小分子CGA可以連續(xù)結(jié)合到蛋白MME的口袋上固额。值得注意的是,在72 ns時煞聪,通過構(gòu)象調(diào)整獲得了更優(yōu)化的結(jié)合姿態(tài):小分子的整體結(jié)合位置保持不變斗躏,但苯環(huán)基團向內(nèi)移動,使得結(jié)合更加穩(wěn)定(圖8C)昔脯。該蛋白的RMSF幾乎都在2 ?以內(nèi)啄糙,說明該蛋白的主體結(jié)構(gòu)是剛性的(圖9D)。作者還監(jiān)測了配體和蛋白質(zhì)之間氫鍵的數(shù)量栅干。如圖9E所示,在模擬過程中捐祠,MME/CGA復合物中形成了1 ~ 9個氫鍵碱鳞,大部分為4個,說明氫鍵對配體與蛋白質(zhì)的穩(wěn)定結(jié)合起到了重要的作用踱蛀。此外窿给,MM/GBSA (kcal/mol)預測的結(jié)合自由能和能量組分。MME/ CGA的結(jié)合自由能為-27.10±3.56 kcal/mol率拒,表明其具有較強的配體-蛋白結(jié)合穩(wěn)定性崩泡。


研究總結(jié):

該研究通過綜合轉(zhuǎn)錄組分析,鑒定出3個衰老相關特征基因(MME猬膨、PLA2G2A角撞、GNMT),并在小鼠DCM模型中驗證其表達勃痴。在此基礎上谒所,構(gòu)建了一種具有較理想診斷性能的諾瓦圖。此外沛申,免疫細胞浸潤分析提示DCM存在炎癥如M1/M2巨噬細胞異常極化劣领,其與三個特征基因表達也存在相關性。最后铁材,作者通過CMap數(shù)據(jù)庫篩選了幾種潛在的小分子治療藥物;分子對接分析和MD模擬表明尖淘,CGA可能通過穩(wěn)定結(jié)合MME蛋白的活性口袋發(fā)揮MME抑制劑的作用奕锌。總的來說村生,這是第一個提出基于衰老的DCM診斷圖的報告惊暴,并討論了CGA治療DCM和心力衰竭的潛在新機制。

?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:七十年代末梆造,一起剝皮案震驚了整個濱河市缴守,隨后出現(xiàn)的幾起案子,更是在濱河造成了極大的恐慌镇辉,老刑警劉巖屡穗,帶你破解...
    沈念sama閱讀 206,013評論 6 481
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件,死亡現(xiàn)場離奇詭異忽肛,居然都是意外死亡村砂,警方通過查閱死者的電腦和手機,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 88,205評論 2 382
  • 文/潘曉璐 我一進店門屹逛,熙熙樓的掌柜王于貴愁眉苦臉地迎上來础废,“玉大人,你說我怎么就攤上這事罕模∑老伲” “怎么了?”我有些...
    開封第一講書人閱讀 152,370評論 0 342
  • 文/不壞的土叔 我叫張陵淑掌,是天一觀的道長蒿讥。 經(jīng)常有香客問我,道長抛腕,這世上最難降的妖魔是什么芋绸? 我笑而不...
    開封第一講書人閱讀 55,168評論 1 278
  • 正文 為了忘掉前任,我火速辦了婚禮担敌,結(jié)果婚禮上摔敛,老公的妹妹穿的比我還像新娘。我一直安慰自己全封,他們只是感情好马昙,可當我...
    茶點故事閱讀 64,153評論 5 371
  • 文/花漫 我一把揭開白布。 她就那樣靜靜地躺著刹悴,像睡著了一般给猾。 火紅的嫁衣襯著肌膚如雪。 梳的紋絲不亂的頭發(fā)上颂跨,一...
    開封第一講書人閱讀 48,954評論 1 283
  • 那天敢伸,我揣著相機與錄音,去河邊找鬼恒削。 笑死池颈,一個胖子當著我的面吹牛尾序,可吹牛的內(nèi)容都是我干的。 我是一名探鬼主播躯砰,決...
    沈念sama閱讀 38,271評論 3 399
  • 文/蒼蘭香墨 我猛地睜開眼每币,長吁一口氣:“原來是場噩夢啊……” “哼!你這毒婦竟也來了琢歇?” 一聲冷哼從身側(cè)響起兰怠,我...
    開封第一講書人閱讀 36,916評論 0 259
  • 序言:老撾萬榮一對情侶失蹤,失蹤者是張志新(化名)和其女友劉穎李茫,沒想到半個月后揭保,有當?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體,經(jīng)...
    沈念sama閱讀 43,382評論 1 300
  • 正文 獨居荒郊野嶺守林人離奇死亡魄宏,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 35,877評論 2 323
  • 正文 我和宋清朗相戀三年秸侣,在試婚紗的時候發(fā)現(xiàn)自己被綠了。 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宠互。...
    茶點故事閱讀 37,989評論 1 333
  • 序言:一個原本活蹦亂跳的男人離奇死亡味榛,死狀恐怖,靈堂內(nèi)的尸體忽然破棺而出予跌,到底是詐尸還是另有隱情搏色,我是刑警寧澤,帶...
    沈念sama閱讀 33,624評論 4 322
  • 正文 年R本政府宣布券册,位于F島的核電站频轿,受9級特大地震影響,放射性物質(zhì)發(fā)生泄漏汁掠。R本人自食惡果不足惜略吨,卻給世界環(huán)境...
    茶點故事閱讀 39,209評論 3 307
  • 文/蒙蒙 一集币、第九天 我趴在偏房一處隱蔽的房頂上張望考阱。 院中可真熱鬧,春花似錦鞠苟、人聲如沸乞榨。這莊子的主人今日做“春日...
    開封第一講書人閱讀 30,199評論 0 19
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽吃既。三九已至,卻和暖如春跨细,著一層夾襖步出監(jiān)牢的瞬間鹦倚,已是汗流浹背。 一陣腳步聲響...
    開封第一講書人閱讀 31,418評論 1 260
  • 我被黑心中介騙來泰國打工冀惭, 沒想到剛下飛機就差點兒被人妖公主榨干…… 1. 我叫王不留震叙,地道東北人掀鹅。 一個月前我還...
    沈念sama閱讀 45,401評論 2 352
  • 正文 我出身青樓,卻偏偏與公主長得像媒楼,于是被迫代替她去往敵國和親乐尊。 傳聞我的和親對象是個殘疾皇子,可洞房花燭夜當晚...
    茶點故事閱讀 42,700評論 2 345

推薦閱讀更多精彩內(nèi)容