掃碼聯(lián)系客服
大家對于流行性感冒一定不陌生，每個人一不注意就會感染流感病毒。盡管醫(yī)學(xué)技術(shù)取得了進(jìn)步，但流感仍然導(dǎo)致許多人住院甚至是死亡。因此尋找重癥流感相關(guān)的標(biāo)志物就變的十分重要。今天和大家分享一篇2022年10月15日，發(fā)表在BMC GENOMICS（IF：4.547）的一篇文章，看看是如何作者使用WGCNA，尋找重癥流感相關(guān)的hub基因的吧！
利用共表達(dá)網(wǎng)絡(luò)識別需要有創(chuàng)機(jī)械通氣的重癥流感患者中的潛在候選hub基因
Co-expression network analysis identifies potential candidate hub genes in severe influenza patients needing invasive mechanical ventilation
研究概述
流感是一種影響所有年齡段人群的傳染性疾病，在流行和偶爾爆發(fā)期間都會導(dǎo)致相當(dāng)高的死亡率。闡明病因和防治重癥流感都需要有效的免疫生物標(biāo)志物。因此，作者篩選在需要有創(chuàng)機(jī)械通氣(IMV)的流感患者中，與疾病嚴(yán)重程度相關(guān)的hub基因。在GEO數(shù)據(jù)庫中下載了來自流感患者血樣的三個數(shù)據(jù)集(GSE101702、GSE21802和GSE111368)，合并GSE101702和GSE21802數(shù)據(jù)集作為訓(xùn)練集，GSE111368作為測試集。在訓(xùn)練集中使用差異表達(dá)分析和加權(quán)相關(guān)網(wǎng)絡(luò)分析(WGCNA)確定了IMV重癥流感患者的hub基因。ROC用于評估測試集hub基因的診斷準(zhǔn)確性。使用ssGSEA富集分析評估了表達(dá)譜中不同免疫細(xì)胞的浸潤水平，計(jì)算免疫細(xì)胞與hub基因的相關(guān)性。本研究共篩選出447個差異基因；WGCNA鑒定了8個共表達(dá)模塊，其中紅色模塊與IMV患者的相關(guān)性最強(qiáng)。將上述兩步得到的基因取交集，最后得到3個hub基因，即HLA-DPA1、HLA-DRB3和CECR1。使用LASSO方法，將鑒定的基因作為需要IMV治療的嚴(yán)重流感患者的潛在標(biāo)志物進(jìn)行研究。ROC曲線顯示三個hub基因在確定流感嚴(yán)重程度方面的診斷價(jià)值。ssGSEA分析發(fā)現(xiàn)，hub基因的表達(dá)與中性粒細(xì)胞活化呈負(fù)相關(guān)，與適應(yīng)性細(xì)胞免疫應(yīng)答呈正相關(guān)。
主要結(jié)果
在IMV and NIMV組間差異表達(dá)基因的鑒定，以及功能分析
在訓(xùn)練集中進(jìn)行差異表達(dá)分析。共發(fā)現(xiàn)447個差異表達(dá)基因（DEGs）（261個上調(diào)基因和186個下調(diào)基因）(圖1)。
針對差異表達(dá)基因，進(jìn)行富集分析。GO富集分析結(jié)果顯示，DEG主要參與抗原加工和呈遞(如通過MHC II類抗原加工和呈遞外源肽抗原，MHC II類蛋白復(fù)合物組裝，肽抗原與MHC II類蛋白復(fù)合物組裝)及細(xì)胞間粘附(如調(diào)節(jié)T細(xì)胞活化)，（圖2A）。KEGG富集分析顯示，DEGs顯著富集在感染和細(xì)胞分化相關(guān)的通路(如Th1、Th2和Th17細(xì)胞分化、金黃色葡萄球菌感染)(圖2B)。這些發(fā)現(xiàn)表明，在需要IMV治療嚴(yán)重流感的患者中，免疫和炎癥相關(guān)通路與流感嚴(yán)重程度相關(guān)。
WGCNA以及hub基因分析
在訓(xùn)練集中，使用WGCNA構(gòu)建共表達(dá)網(wǎng)絡(luò)，篩選與流感嚴(yán)重程度相關(guān)的重要模塊。當(dāng)軟閾值等于6和切割高度為0.25時(shí)，共得到8個模塊（圖3A-C）。模塊特征基因(ME)值與樣本性狀之間的相關(guān)性用于量化模塊與臨床樣本性狀之間的相關(guān)性。分析發(fā)現(xiàn)，紅色模塊與疾病嚴(yán)重程度的關(guān)系最為密切(R = 0.53，P = 7e-12)(圖3D)。隨后，與DEG取交集，篩選出3個hub基因即：CECR1、HLADPA1和HLA-DRB3(圖3E)。LASSO分析進(jìn)一步證實(shí)了3個hub基因與IMV的關(guān)系(圖3F-G)。
hub基因的表達(dá)和診斷價(jià)值的評估
箱線圖用于展示三個hub基因的表達(dá)情況。 IMV患者的CECR1、HLA-DPA1和HLA-DRB3 表達(dá)水平明顯低于訓(xùn)練集中的NIMV患者（圖4A）。此外，在來自測試集的患者中觀察到了類似的結(jié)果（圖4C）。 來自訓(xùn)練集的ROC分析顯示，對于CECR1，ROC曲線下面積(AUC)為0.862 ，HLA-DPA1的AUC為 0.866 ，HLA-DRB3的AUC為0.821（圖4B）。同時(shí)，來自測試集的三個hub基因的 AUC 為0.700-0.800，表明具有較好的診斷準(zhǔn)確性（圖 4D）。
hub基因與免疫細(xì)胞浸潤的聯(lián)系
ssGSEA算法用于評估IMV和NIMV組之間免疫細(xì)胞浸潤（ICI）的差異。 從ssGSEA 分析的結(jié)果顯示，IMV組中中性粒細(xì)胞和樹突狀細(xì)胞的浸潤顯著升高，活化的CD8 T 細(xì)胞、記憶CD8 T細(xì)胞、記憶CD4 T細(xì)胞和自然殺傷細(xì)胞的浸潤較低。hub基因的免疫細(xì)胞相關(guān)性分析表明，三個hub基因與活化的CD8 T細(xì)胞、T濾泡輔助細(xì)胞、記憶CD8 T細(xì)胞和記憶CD4 T細(xì)胞呈正相關(guān)，而與活化的樹突狀細(xì)胞呈負(fù)相關(guān)。 此外，HLA-DPA1 和 HLA-DRB3 與中性粒細(xì)胞呈負(fù)相關(guān)（圖 5A、B）。
文章到這里就要接近尾聲了，這個篇文章采用差異表達(dá)分析結(jié)合WGCNA篩選hub基因，使用ssGSEA評估IMV與免疫的關(guān)系。整篇文章的思路非常清晰明了！純生信也可以發(fā)4+的文章，屏幕前的你是不是很心動呢？那就趕快學(xué)起來吧！
