2024-06-17

汇聚生信分析“四大天王”热点？难怪拿下7+纯分析！中南大学湘雅医院：Buff多到放不下！这波富贵得接稳了！

小途生信果 2024-03-16 19:00:20

转自公众号：生信路
http://mp.weixin.qq.com/s?__biz=Mzk0MDQ2MTU0Mg==&mid=2247493686&idx=1&sn=72b6f5c4d37067ece062af2410ef6746

各位小伙伴们，大家好~最近两大国自然热点：线粒体功能障碍与坏死性凋亡不知道大家是否有所了解？这两大研究热点在肿瘤领域一直备受关注。今天，小途给大家带来一篇集线粒体功能障碍、坏死性凋亡、机器学习以及单细胞测序为一体的诚意满满的7分+纯生信文章，作者的研究内容和分析思路十分值得大家去学习。

这篇文章是中南大学湘雅医院在《Apoptosis》上发表的题为Comprehensive analysis of mitochondrial dysfunction and necroptosis in intracranial aneurysms from the perspective of predictive, preventative, and personalized medicine，是一篇机器学习联合单细胞测序研究线粒体功能障碍和坏死性凋亡对颅内动脉瘤作用机制的一篇7分+纯生信文章。该篇文章的创新点主要有以下几点：

1.作者选择线粒体功能障碍和坏死性凋亡这两大国自然热点话题作为研究对象进行分析，这是文章的一大亮点。双热点研究使文章内容更具有创新性和临床价值！

2.生信分析是传统医学向PPPM（预测性、预防性和个性化医疗）过渡的关键组成部分。作者利用机器学习算法筛选出关键基因，同时利用单细胞数据集从细胞层面对颅内动脉瘤的发病机制进行了研究，能够帮助临床医生识别早期患者。这种分析思路在一般的生信文章中是很少见的，想获取创新灵感和思路的小伙伴们，小途强烈建议你们参考这篇。

（ps：灵光乍现，但没有下文？没关系，你来提供idea，我来提供优质服务，主打就是一个满意！感兴趣的小伙伴们快快扫码联系吧！）

题目：从预测、预防和个体化医学角度综合分析颅内动脉瘤线粒体功能障碍和坏死性凋亡

杂志：Apoptosis

影响因子：IF=7.2

发表时间：2023年10月

研究背景

线粒体功能障碍与坏死性凋亡密切相关，在多种心血管疾病的治疗策略中起着重要作用。然而，它们在颅内动脉瘤（IAs）中的作用尚不明确。颅内动脉瘤是病理性局限性的脑动脉壁扩张和变薄，一旦破裂引起的蛛网膜下腔出血可危及生命，并导致永久性残疾和认知功能障碍，死亡率高达35%。因此，早期无创预防和干预对IA患者减轻疾病负担、提高生活质量尤为重要。在这项研究中，我们旨在探讨线粒体功能障碍和坏死性凋亡是否可以作为IAs预测、预防和个性化医疗的有价值起点。

数据来源

研究思路

从GEO数据库中收集75个IAs和37个对照样本的转录谱。采用差异表达基因、加权基因共表达网络分析、最小绝对收缩和LASSO回归等方法筛选关键基因。采用ssGSEA算法建立表型评分。通过功能富集交叉、表型评分相关性、免疫浸润和相互作用网络构建来评估线粒体功能障碍与坏死性凋亡的相关性。利用机器学习确定关键基因的IA诊断价值。最后，进行单细胞测序分析，以在细胞水平上探索线粒体功能障碍和坏死性凋亡。

主要结果

1.DEGs和IA相关基因的鉴定

基于GSE75436的表达谱，通过PCA显著区分IA组和对照组（图1A）。差异表达分析显示，IA组和对照组之间共有2508个DEGs，其中1310个基因上调，1198个基因下调（图1B-C）。接下来进行WGCNA分析。样本聚类图如图1D所示。相关系数大于0.85（软阈值β为5），相关性高，适合构建基因模块（图1E）。动态树切算法识别出13个基因模块（图1F）。其中，暗橙色、绿色、深绿色模块与IAs高度相关（图1G）。因此，这三个模块中的基因被认为是IA相关基因。

图1 IA中DEGs及IA相关基因的鉴定

2.IA-Mito基因与IA-Necroptosis基因的功能交叉

首先交叉了DEGs和IA相关基因，然后分别交叉了线粒体相关基因和坏死性凋亡相关基因。共鉴定出44个IA-Mito DEGs和IA-Necroptosis DEGs（图2A-B）。此外，通过IA组和对照组之间的Wilcoxon测试筛选出57个基因用于后续分析（图2C）。接下来，通过GO和KEGG富集分析探索基因功能。在IA-Mito DEGs中，最富集的GO项是线粒体运输、线粒体凋亡改变、T细胞稳态、白细胞稳态等（图2D）。最富集的KEGG通路是细胞凋亡、坏死性凋亡等（图2F）。这些结果提示线粒体功能障碍可能与IAs的凋亡和免疫有关。对于IA-Necroptosis DEGs，GO分析显示，程序性坏死细胞死亡、线粒体凋亡改变、白细胞介素-1β的产生和参与免疫反应的细胞因子的产生是显著的（图2E）。KEGG分析显示，坏死性凋亡、中性粒细胞外陷阱形成和TRP通道炎性介质调节显著富集（图2G）。这些结果表明，坏死性凋亡可能与线粒体功能障碍和免疫有关。IA-Mito基因功能与IA-Necroptosis基因功能存在一定程度的交叉。

图2 IA-Mito基因与IA-Necroptosis基因的功能交叉

3.线粒体功能障碍与坏死性凋亡表型评分的功能交叉

LASSO回归用于鉴定预测IA发生能力最强的关键基因（图3A-B）。从42个IA-Mito基因中获得7个关键基因，从15个IA-Necroptosis基因中获得5个关键基因。这些关键基因通过ssGSEA算法构建表型评分。如图3C所示，IA组线粒体功能障碍和坏死性凋亡的表型评分水平显著高于对照组。这两种表型评分之间的相关性非常接近（图3D）。接下来，将表型评分分为高组和低组，进行差异分析，并对DEGs进行GSEA富集分析。结果显示，高线粒体功能障碍组和高坏死性凋亡组的线粒体通路、坏死性凋亡通路和免疫通路水平均升高（图3E-F）。这些交叉结果进一步表明，线粒体功能障碍、坏死性凋亡和免疫细胞浸润在IAs中密切相关。

图3 线粒体功能障碍与坏死性凋亡表型评分的功能交叉

4.免疫浸润与线粒体功能障碍和坏死性凋亡的相关性

考虑到免疫细胞在IA发育中的重要作用，因此也评估了免疫浸润水平。在28种免疫细胞中，有22种细胞类型在IAs组与对照组之间存在显著差异，并且在IA组中均有较高的表达（图4A-B）。这些免疫细胞类型的表达水平彼此之间表现出显著的相关性（图4C）。此外，还评估了免疫浸润与线粒体功能障碍和坏死性凋亡的相关性。线粒体功能障碍与坏死性凋亡的表型评分与22种免疫细胞的表达呈正相关。其中，巨噬细胞居首位，与线粒体功能障碍和坏死性凋亡关系密切（图4D）。

图4 免疫细胞浸润分析的ssGSEA算法

5.相互作用网络的构建与关键基因的验证

在确定线粒体功能障碍与坏死性凋亡之间的相关性后，构建了它们之间的PPI网络。PPI网络共包括33个IA-Mito DEGs和13个IA-Necroptosis DEGs，核心为7个关键IA-Mito DEGs和5个关键IA-Necroptosis DEGs（图5A）。此外，应用NetworkAnalyst工具预测关键基因、microRNA和TF的相互作用网络。JUN、TP53、FOS、EGR1、MYC、MXI1和USF1是至少靶向3个关键基因的常见TF。关键基因AADAT和STAT1预测的microRNA最多，包括has-miR-129-5p、has-miR-203和has-miR-199a-5p（图5B）。此外，使用GSE15629和GSE122897数据集进行关键基因的验证。大多数基因在IA和对照样品之间表现出显著的表达差异。验证集中的基因表达趋势与训练集GSE75436完全一致（图5C）。机器学习结果显示，GSE75436和GSE122897的关键基因具有较高的IA诊断价值。然而，它们在GSE15629中的预测能力并不理想（图5D）。

图5 相互作用网络的构建与关键基因的验证

文章小结

这篇文章的结果强烈提示线粒体诱导的坏死性凋亡参与了IA的形成。其关键基因对IA的发生具有极高的诊断价值。此外，文中证明了这种机制主要位于IA组织中的VSMCs和Mo/MΦ。线粒体诱导的坏死性凋亡的上调可能是IAs预测性诊断、靶向预防和个性化治疗的一个新的潜在靶点，它可能促进IAs中PPPM的发展。这篇文章整体的分析思路还是比较有新意的，利用了最近很热门的机器学习算法和单细胞测序分析方法，研究结果在临床诊断和治疗方面也具有一定的实用性，内容也比较连贯。整体来说是一篇相当不错的生信文章。想要换个癌种进行复现，发表一篇这样优秀的纯生信文章的小伙伴们，赶快联系小途吧！

小果还提供思路设计、定制生信分析、文献思路复现；有需要的小伙伴欢迎直接扫码咨询小果，竭诚为您的科研助力！

定制生信分析

服务器租赁

扫码咨询小果