跳到主页内容
美国国旗

美国政府的官方网站

Dot政府

gov意味着它是官方的。
联邦政府网站通常以.gov或.mil结尾。之前分享敏感信息,确保你在联邦政府政府网站。

Https系统

该站点是安全的。
这个https(https)://确保您连接到官方网站,并且您提供的任何信息都是加密的并安全传输。

访问密钥 NCBI主页 MyNCBI主页 主要内容 主导航
.2024年1月;15(1):87-105.
doi:10.1111/jdi.14087。 Epub 2023年9月22日。

糖尿病肾病中电压依赖性阴离子通道1相关基因和免疫细胞浸润的鉴定与验证

附属公司

糖尿病肾病中电压依赖性阴离子通道1相关基因和免疫细胞浸润的鉴定与验证

林佳群等。 糖尿病研究杂志. 2024年1月.

摘要

目标/简介:本研究探讨电压依赖性阴离子通道1相关差异表达基因(VRDEGs)在糖尿病肾病(DN)中的作用。

材料和方法:我们从基因表达综合数据库下载了两个DN患者的数据集,即GSE30122和GSE30529。与DN相关的VRDEG是从GeneCards数据库中的电压依赖性阴离子通道1相关基因的交叉中获得的,并根据两个数据集中的组(DN/健康)筛选差异表达的基因。分析了VRDEG的富集途径。使用蛋白质相互作用网络选择Hub基因,并通过受体操作特征曲线分析验证其预测值。CIBERSORTx软件检测了中枢基因和免疫细胞浸润相关性。通过免疫组织化学方法验证16周龄db/db小鼠作为2型DN模型的hub基因的蛋白表达。最后,确定了以抑制DN发展的中枢基因为靶点的潜在药物。

结果:共鉴定出57个VRDEG。这两个数据集显示糖尿病肾病患者PI3K、Notch、转化生长因子-β、白介素-10和白介素-17通路的高表达。鉴定并验证了与DN相关的5个hub基因(ITGAM、B2M、LYZ、C3和CASP1)。免疫组织化学显示,与db/m小鼠相比,五个hub基因在db/db小鼠中高表达。免疫细胞浸润与五个中枢基因显著相关。

结论:五个hub基因与免疫细胞浸润显著相关,可能对DN的发展至关重要。这项研究提供了对DN发病机制的深入了解。

关键词:生物信息学;生物标记物;糖尿病肾病。

PubMed免责声明

数字

图1
图1
本研究的总体分析流程图。co‐DEGs,常见差异表达基因;GO,基因本体;基因集富集分析;GSVA,基因集变异分析;KEGG,《京都基因和基因组百科全书》;信使核糖核酸;miRNA,核糖核酸;PPI,蛋白质-蛋白质相互作用;RBP,核糖核酸结合蛋白;ROC,接收机工作特性;TF,转录因子;VDAC1、电压依赖性阴离子通道1、VRDEG、电压依赖型阴离子通道1相关差异表达基因。
图2
图2
修正前后GSE30122和GSE30529数据集的箱线图。(a) 校正前GSE30122数据集中样本间基因表达的方框图。(b) 校正后GSE30122数据集中样本间基因表达的方框图。(c) 校正前GSE30529数据集中样本间基因表达的方框图。(d) 校正后GSE30529数据集中样本间基因表达的方框图。蓝色代表健康组,红色代表糖尿病肾病组。
图3
图3
糖尿病肾病(DN)数据集的差异表达基因(DEG)分析。(a) GSE30122数据集中DEG的火山图。(b) GSE30529数据集中DEG的火山图。(c) GSE30122数据集中DEG的热图。(d) GSE30529数据集中DEG的热图。(e) GSE30122和GSE30529数据集中DEG的维恩图。(f) GSE30122和GSE30529数据集中常见DEG(Co-DEGs)和电压依赖性阴离子通道1相关基因(VRG)的文氏图。蓝色代表健康组,红色代表糖尿病肾病组。co‐DEGs,常见差异表达基因。
图4
图4
电压依赖性阴离子通道1相关差异表达基因(VRDEG)的功能(基因本体[GO])和途径(京都基因和基因组百科全书[KEGG])富集分析。(a,b)(a)GO功能富集分析和(b)VRDEG KEGG途径富集分析的气泡图。(c,d)(c)GO功能富集分析的环网络图,以及(d)VRDEG的KEGG途径富集分析。(e) VRDEG GO功能富集分析结果的回路图和(f)弦图。GO和KEGG浓缩项目的筛选标准为P(P)值<0.05,错误发现率<0.05。BP,生物过程;CC,细胞成分;MF,分子功能。
图5
图5
GSE30122糖尿病肾病(DN)数据集的基因集富集分析和基因集变异分析。(a) GSE30122数据集中的主要基因集富集分析路径。(b–e)GSE30122数据集中的差异表达基因在磷脂酰肌醇3激酶(PI3K)、白细胞介素(IL)-10、Notch和IL‐17途径中显著富集。(f) GSE30122数据集中的基因集变异分析(P(P) < 0.05和错误发现率[FDR]<0.25)。蓝色代表健康组,红色代表DN组。NES,标准化浓缩分数。
图6
图6
糖尿病肾病(DN)GSE30529数据集的基因集富集分析和基因集变异分析。(a) GSE30529数据集中的主要基因集富集分析路径。(b–e)GSE30122数据集中的差异表达基因在磷脂酰肌醇3-激酶(PI3K/AKT)、转化生长因子(TGF)-β(图6c)、Wnt(图6d)和Notch(图6e)途径中显著富集。(f) GSE30529数据集中的基因集变异分析(P(P) < 0.05和错误发现率[FDR]<0.25)。蓝色代表健康组,红色代表DN组。NES,标准化浓缩分数。
图7
图7
蛋白质-蛋白质相互作用(PPI)网络。(a)电压依赖性阴离子通道1相关差异表达基因的PPI网络。(b) 前12个电压依赖性阴离子通道的常见基因维恩图在最大团中心性(MCC)、最大邻域分量(MNC)、边缘渗透分量(EPC)、度相关(degree)和最大邻域成分密度(DMNC)五种算法下选择1相关差异表达基因。(c) 五个枢纽基因的PPI网络。
图8
图8
中心基因交互网络。(a) Hub基因-微核糖核酸相互作用网络,核糖核酸结合蛋白、转录因子和药物。
图9
图9
GSE30122和GSE30529数据集的免疫渗透分析(CIBERSORTx)。(a) GSE30122数据集中22个免疫细胞的免疫渗透结果条形图。(b) GSE30529数据集中22个免疫细胞的免疫浸润结果条形图。(c) GSE30122数据集中电压依赖性阴离子通道1相关差异表达基因和免疫细胞表达之间的相关分析热图。(d) GSE30529数据集中电压依赖性阴离子通道1相关差异表达基因和免疫细胞表达之间的相关分析热图。蓝色代表健康组,红色代表糖尿病肾病组。
图10
图10
GSE30122和GSE30529数据集中hub基因表达的差异和相关性分析。(a) GSE30122数据集中hub基因表达的差异。(b) GSE30529数据集中中心基因表达的差异。(c) GSE30122数据集中中心基因相关分析的热图。(d) GSE30529数据集中中心基因相关分析的热图。符号“ns”表示P(P) ≥ 0.05, *P(P) < 0.05和**P(P) < 0.01. DN,糖尿病肾病。
图11
图11
hub基因的受体操作特性曲线分析。(a–d)hub基因的受体操作特性曲线分析(a)企业对企业,(b)C3类,CASP1公司(c) ,(d)ITGAM公司和(e)LYZ公司在GSE30122数据集中。(f–h)hub基因的受体操作特性曲线分析(f)企业对企业,(g)C3类和(h)ITGAM公司在GSE30529数据集中。FPR,假阳性率。
图12
图12
免疫组织化学染色检测五种hub生物标志物的表达(LYZ公司、C3、ITGAM公司,CASP1公司企业对企业)在数据库/数据库组与数据库/小组。棒材,50μm*P(P) < 0.05, **P(P) < 0.01和***P(P) < 0.001.

类似文章

引用人

工具书类

    1. 韩强,朱华,陈旭,等。糖尿病肾病的非遗传机制。2017年Front Med;11: 319–332.-公共医学
    1. 马Q,李毅,李萍,等。2型糖尿病与肠道菌群关系的研究进展。2019年生物药物疗法;117: 109138.-公共医学
    1. A/L B Vasanth Rao VR,Tan SH,Candasamy M等。糖尿病肾病:发病机制和药物开发的最新进展。2019年糖尿病代谢综合征;13: 754–762.-公共医学
    1. 姚磊,梁旭,乔毅,等。糖尿病肾小管病变的线粒体功能障碍。新陈代谢2022;131: 155195.-公共医学
    1. Ahmad AA、Draves SO、Rosca M.糖尿病肾病患者的线粒体。2021号细胞;10(11): 2945.-项目管理咨询公司-公共医学

物质