GSVA+ROC挖掘GEO数据库发5+文章- 大数跨境

首页

GSVA+ROC挖掘GEO数据库发5+文章

中科生信

2021-11-09

导读：题目：Identification of an Alveolar Macrophage-Related Co

题目：

Identification of an Alveolar Macrophage-Related Core Gene Set in Acute Respiratory Distress Syndrome

期刊：Journal of Inflammation Research

影响因子：5.2

发表年份：2021年

摘要

目标：急性呼吸窘迫综合征(Acute respiratory distress syndrome, ARDS)是一种肺损伤疾病，发病急，死亡率高。ARDS的的发病机制尚不清楚，但是肺泡巨噬细胞已经被证明起着重要作用。我们的目标是找到ARDS的生物标志物，希望可以实现ARDS患者的早发现、早治疗。

方法：从GEO数据库中下载基因表达文件，筛选差异表达的基因，一般把在所有基因集中都上调的基因视为肺泡巨噬细胞相关基因(cARDSAMGs)，我们对这些基因进行相关的功能富集分析，并制作了相关蛋白质的互作网络，以探究cARDSAMGs的潜在的功能。采用基因集变异分析(Gene set variation analysis, GSVA)计算核心基因集变异分析(core gene set variation analysis, CGSVA)评分。受试者工作特性(Receiver operating characteristic, ROC)曲线对CGSVA评分进行分析，评价其对ARDS的诊断能力。

３

结果：

在所有的ARDS数据集中，共60个基因上调，被视为cARDSAMGs。cARDSAMGs显著参与多种炎症、免疫和吞噬相关的生物学过程和通路。在与ARDS反应相关的蛋白-蛋白相互作用网络中，鉴定出8个核心基因:PTCRA、JAG1、C1QB、ADAM17、C1QA、MMP9、VSIG4和TNFAIP3。ROC曲线结果表明，这8个核心基因的CGSVA score可以作为ARDS患者的生物标志物：不管是在支气管肺泡液中，还是在血液中，ARDS患者的CGSVA score都显著高于健康人群。

技术路线

材料和方法

数据收集和预处理

从Gene Expression Omnibus (GEO)数据库中下载了3个数据集，和相关的基因注释信息和患者临床信息，用R语言limma包中的normalizeBetweenArrays函数对数据进行标准化和归一化，利用GEO数据库中标注的平台信息把标签名转换为基因名。

主成分分析（PCOA）和筛选差异基因（DEGs）

用R语言的ggbiplot包进行主成分分析，鉴定出的差异表达基因可能是宿主巨噬细胞对ARDS的反应，所有的差异基因都是用R语言中的limma包完成，差异选择标准为p value<0.05，|logFC|>1。

GO和KEGG分析

R语言的clusterProfiler包完成GO和KEGG分析，目的是为了探究差异表达基因可能潜在的功能，FDR-adjusted P < 0.05被认为是显著富集。

核心基因的鉴定

利用STRING数据库(https://string-db.org/) ，构建一个cARDSAMGs的蛋白质-蛋白质互作网络，如果基因参与到ARDS相关通路，则被认为是整个PPI网络中的核心基因。

基因集变异分析（GSVA）和受试者工作特征（ROC）分析

用R语言中的GSVA包计算每个样本的CGSVA，为了进一步验证CGSVA分数对ARDS患者的诊断效果，用R语言中的pROC做了ROC曲线。

结果

Part 01

多个基于被认为是cARDSAMGs

在所有的数据集中，有60个都过表达，被认为是cARDSAMGs。此外，我们得到了三个数据集中的60个cardsamg的P值和基于P值的排序。

Part 0２

cARDSAMGs的生物学意义

GO分析结果表明多个基因主要涉及与代谢和炎症相关的生物过程，KEGG结果表明差异表达基因主要富集与ARDS相关通路，如Notch the tumor necrosis factor (TNF) 、the tumor necrosis factor (TNF) 和complement and coagulation cascades通路。