摘要
早上好，最近有很多客户咨询文章思路，但是周期都比较短（毕竟快到毕业季了吗），那么有没有一种思路既能满足毕业要求又能快速出结果的呢？这不今天它来了，这是一篇2022年1月26号发表在International Journal of Geneeral Medicine（IF=2.466）的文章，文章题目《Identification and Validation of Novel Diagnostic Biomarkers for Keloid Based on GEO Database》，希望能帮到各位即将毕业的莘莘学子。
背景&方法
背景：瘢痕瘤是一种病理性瘢痕，它侵犯周围正常组织，引起疼痛、瘙痒、毁容等。
方法：
1、GEO数据下载GSE113620、GSE44270和GSE92566。
2、GSE113620鉴定差异miRNAs；
3、miRTarBase预测DE-miRNAs靶向基因；
4、GSE44270和GSE92566鉴定差异基因；
5、构建PPI网络识别关键miRNA和基因；
6、富集分析；
7、差异基因细胞特异性及组织特异性分析；
8、RT-PCR实验验证。
结果
鉴定差异miRNAs
在数据集GSE113620比较了瘢痕体质（0 day_vs_42 day）和健康受试者（0 day_vs_42 day），分别发现164个差异miRNAs（91个上调，73个下调）（图1A）和114个差异miRNAs（38个上调，76个下调）（图1B），两者取交集最终得到69个DE-miRNAs（图1C）。
鉴定DE-miRNAs的靶向基因
69个DE-miRNAs均在miRTarBase数据库中预测出靶基因，其中6个DE-miRNAs具有5个以上的靶基因，利用cytoscape构建6个DE-miRNAs-mRNA互作网络（图2A）。将151个候选靶基因与GSE44270和GSE92566的差异基因取交集以识别与瘢痕瘤相关的基因，最终得到7个靶基因（图2B）。在STRING数据库中预测这7个靶基因的互作关系（图2C），PPI网络显示5个靶基因由3个DE-miRNAs调控，将这5个基因定义为差异靶基因用于后续研究。
构建蛋白互作网络
为了进一步了解这5个基因的相互作用，基于这5个基因额外构建了PPI网络（图3），代表了基于这5个基因的基因聚类。
DE-miRNAs靶基因的表达分析
在DAVID数据库中进行GO和KEGG富集分析（图4A）；在HPA数据库中查看这5个靶基因在不同皮肤细胞簇中的表达情况（图4B）；利用Bgee数据库查看这5个靶基因在健康个体不同组织和器官中的表达情况，结果显示除SIX1外，其他4个基因在皮下脂肪组织中表达差异不明显。
miRNAs/mRNAs实验验证
作者取了瘢痕瘤和正常皮肤组织做了RT-PCR实验以验证5个靶基因和3个miRNAs的表达，结果显示miR-30b-5p、miR-212-3p、CCNB1、RUNX2和SIX1在瘢痕组织表达高于正常组织，miR-149-5p在瘢痕组织中表达低于正常组织。
扫描二维码，联系我们
微信公众号
中科生信
知乎
@生信科研人