今天就跟大家分享一篇 巨简单的生信分析 + 巨简单的实验发 7+ 的非肿瘤研究生信文章,看完直呼:我也行!
文章题目:Identification and Clinical Validation of Key Extracellular Proteins as the Potential Biomarkers in Relapsing-Remitting Multiple Sclerosis
研究背景
复发型多发性硬化症(RRMS)是一种由自身免疫介导的中枢神经系统脱髓鞘疾病。目前对RRMS的诊断和预后尚无客观的临床指标,细胞外蛋白糖基化程度最高,有可能进入体液中作为潜在的生物标志物。
研究目的
研究思路
研究结果
( 1 )筛选差异表达胞外蛋白基因
差异分析筛选到540个差异表达基因, 再基于公共文库中注释的胞外蛋白基因,进一步筛选出差异表达的胞外蛋白基因133个,其中87个上调,46个下调。
( 2 )探究 EP-DEGs 的功能及蛋白互作关系
对差异表达 胞外蛋白基因(EP-DEGs)进行功能富集分析,GO富集显示EP-DEGs具有细胞外基质、信号受体激活剂活性、受体-配体活性以及对细胞粘附过程的正调节作用。KEGG富集分析显示EP-DEGs主要富集于某些炎症途径、补体途径和细胞分裂素受体途径以及PI3K-Akt信号通路。
( 3 )蛋白互作网络筛选 hub 基因
利用String数据库构建了133个 EP-DEGs的PPI网络,再通过使用Cytoscape软件对整个PPI网络进行可视化,利用CytoHubba插件的10种拓扑方法筛选到4个共有的hub基因。最后ELISA实验检测脑脊液标本中Del-1、IL17A和ResolvinD1的蛋白表达水平,其中IL17A在疾病组表达下调,Del-1和ResolvinD1表达上调。
( 4 )探究 DEL-1 作为疾病诊断标志物的效能和生存分析
为探讨Del-1在RRMS诊断和预后中的预测作用,采用ROC曲线和生存分析的方法,对Del-1在RRMS诊断和预后中的作用进行了研究。Del-1对RRMS的诊断准确率较高(AUC=0.947)。然后基于Del-1表达将RRMS患者分为高低组并进行生存分析,结果发现两组间患者生存具有统计学差异,Del-1低表达组患者生存更差(这个结果其实有些小尴尬)。
小编有话说
有没有觉得这篇文章的分析方法很简单,能发7+小编以为研究切入点选的好是一个加分项。作者为什么选择胞外蛋白基因作为研究切入点呢?因为细胞外蛋白糖基化程度最高,而糖基化异常会影响多种疾病的发生发展(什么是糖基化, 点击见该研究热点详解 )。另外,胞外蛋白有可能进入体液中,是很好的潜在疾病诊断生物标志物。
该说不说,这篇文章有个小bug,文章中重要的研究结论就是Del-1在疾病组中高表达,可作为疾病诊断标志物。但是最后的生存分析发现,Del-1高表达组患者比低表达组生存预后更好。这个结果其实很容易受到审稿人质疑的:Del-1究竟是促疾病进展还是抑制疾病进展呢?小编想提醒大家,不是生信分析结果越多越好,也不是所有的生信分析结果都是好的结论,在文章写作时要有的放矢展示分析结果。
- 本文固定链接: https://maimengkong.com/learn/1041.html
- 转载请注明: : 萌小白 2022年6月27日 于 卖萌控的博客 发表
- 百度已收录