Информация о статье

тема：Single-Cell RNA Sequencing and Microarray Analysis Reveal the Role of Lipid-Metabolism-Related Genes and Cellular Immune Infiltration in Pre-Eclampsia and Identify Novel Biomarkers for Pre-Eclampsia Журнал: Биомедицина Дата: август 2023 г. DOI：10.3390/biomedicines11082328

Процесс анализа

(1) Анализ секвенирования отдельных клеток

Автор сначала выполнил контроль качества данных одной ячейки и получил 15 311 ячеек, а затем использовал PCA, Harmony и t-SNE для обработки набора данных, используя SingleR для аннотации ячеек, а затем выполнил псевдохронологический анализ и обнаружил, что эти клетки; можно разделить на группы с общим происхождением трех состояний, кластер 1 расположен в начальной точке траектории.

(2) Массовый анализ иммунной инфильтрации RNA-seq

Авторы использовали пакет CIBERSORT для проведения анализа иммунной инфильтрации данных микрочипов и сравнили уровни инфильтрации 22 типов иммунных клеток в нормальной группе и группе преэклампсии (рис. A и C). Набор данных был оценен ssGSEA с использованием наборов генов этих 22 иммунных клеток и построена тепловая карта (рис. B). Результаты показали, что уровни инфильтрации активированными NK-клетками и макрофагами M2 были увеличены в группе преэклампсии, а количество нейтрофилов было выше в нормальной группе (рис. C).

(3) Анализ различий

Авторы провели ДЭГ-анализ набора данных микрочипа. Дифференциальный анализ выявил 186 DEG, включая 67 генов с повышенной и 119 генов с пониженной регуляцией, и была составлена ​​тепловая карта для отображения топ-10 генов с повышающей и понижающей регуляцией (рисунок A).

(4) Анализ WGCNA

Автор провел анализ WGCNA на наборе данных GSE48424, выбрал мягкий порог β = 2 и идентифицировал 9 модулей. После составления тепловой карты было установлено, что существует сильная корреляция между преэклампсией и зеленым модулем (зеленый цвет) (коэффициент корреляции = -0,48), и для последующего анализа было отобрано 265 генов зеленого модуля.

(5) Приобретение генов LMRGs-PE и анализ обогащения путей

Чтобы выяснить, какие гены липидного обмена связаны с возникновением ПЭ, авторы получили 418 генов, связанных с липидным обменом (LMRG), из базы данных MsigDB, а пересечение генов, связанных с ПЭ, и LMRG привело к образованию 11 LMRG-PE. гены (рис. A) и нарисуйте тепловую карту (рис. C). Анализ KEGG (рисунок B) и анализ GO (рисунок D) были проведены на этих 11 генах, и было обнаружено, что эти 11 генов в основном участвуют в путях, связанных с первичным биосинтезом желчных кислот, перевариванием и всасыванием жиров, а также метаболизмом арахидоновой кислоты. Участвует в процессах липидного обмена и биосинтеза.

(6) Обогащение LMRG-PE на данных об отдельных клетках

Чтобы определить, в каких кластерах клеток высоко экспрессируется ген LMRG-PE, авторы обогатили 11 LMRG-PE данными об отдельных клетках и обнаружили, что PTGS2 был обогащен в контрольной группе, а PTGS2 и PLA2G7 были обогащены моноцитами. уровни экспрессии этих двух генов были снижены в образцах преэклампсии, затем авторы провели анализ кривой ROC этих двух генов, чтобы дополнительно проверить диагностическую точность этих двух генов;

(7) Основные гены и иммунные клетки, а также GSEA и GSVA.

Чтобы определить связь между двумя генами PLA2G7 и PTGS2 и инфильтрацией иммунных клеток, авторы провели корреляционный анализ Спирмена и обнаружили, что PLA2G7 тесно связан с естественными Т-клетками-киллерами, миелоидными супрессорными клетками, эффекторными Т-клетками памяти CD8 и центральными Т-клетками-киллерами. CD4 Т-клетки памяти. Наблюдалась положительная корреляция между PTGS2 и нейтрофилами, тучными клетками, макрофагами, эозинофилами, CD4 Т-клетками центральной памяти, природными NK-клетками CD56bright и CD56dim, а также активированными Т-клетками CD4 (рис. А).

Автор использовал GSEA для изучения функциональной роли PLA2G7 и PTGS2 (рис. B и C) и обнаружил, что как PLA2G7, так и PTGS2 связаны с путем метаболизма лекарственного средства - цитохромом P450, затем автор использовал GSVA для оценки роли этих двух; были исследованы уровни экспрессии генов при патологическом состоянии преэклампсии (рис. D, E).

(8) Построение генной сети лекарств и предсказание ключевых микро РНК и ТФ.

Авторы использовали DGIdb для поиска потенциальных лекарств или молекулярных соединений, которые можно использовать для отмены подавления PLA2G7 и PTGS2 при преэклампсии, и построили сеть взаимодействия лекарств и генов (рис. A). Авторы также использовали miRNet для создания регуляторной сети микро РНК и TF, связанной с PLA2G7 и PTGS2 (рис. B), в которой было обнаружено, что miR-335-5p и miR-124-3p были связаны не только с PTGS2, но и с PLA2G7 в регуляторной сети TF обнаружил, что 43 TF, включая JUN, PPARG, FOS, STAT3 и RELA, не только регулируют PTGS2, но также участвуют в регуляции липидного обмена и иммунитета.

Следующим шагом является проверка уровней транскрипции двух генов PTGS2 и PLA2G7 на образцах тканей. Большая часть содержания этой статьи представляет собой интеллектуальный анализ данных плюс небольшую проверку образцов тканей. Содержание статьи нетрудно воспроизвести. Я создал единственную партию клеточно-связывающих веществ и, наконец, обнаружил две цели, имеющие относительно клиническую диагностическую и терапевтическую ценность.