非肿瘤也能做预后模型,只要分析的好,4.9分SCI不是梦!
题目:Identification of Potential Early Diagnostic Biomarkers of Sepsis
摘要
流程图
结果
1. 数据的获取和整理
从GEO数据库下载数据集GSE54514和GSE25504。
2. 脓毒症相关基因的共表达网络
GSE54514数据集共鉴定到成人中的6316个差异表达基因,GSE25504数据集共鉴定到新生儿中的7832个差异表达基因(图1A和1B),其中有3355个共有差异表达基因,新生儿中特有差异基因4477个,成人中特有差异基因2961个(图1C)。使用WGCNA构建共表达网络,鉴定到10个模块(图1D和1E)。此外,作者鉴定到共表达模块之间的相互串扰(图1F)。
图1 差异表达基因的共表达网络
3. 模块基因的富集分析
对模块基因进行富集分析和GSVA,作者发现干扰素-γ分泌,适应性免疫记忆反应和T细胞增殖显著上调,而戊糖代谢过程,胞嘧啶代谢过程显著下调(图2A)。KEGG分析表明,脓毒症患者中抗原处理和呈递,原发性免疫缺陷等通路显著上调,而VEGF信号通路,细胞周期和HIF-1信号通路显著下调(图2B)。GSEA和KEGG通路分析显示,前10条通路主要富集与脓毒症中,而后10条通路主要富集与对照组(图2C)。
图2 模块基因的生物学功能和KEGG通路富集
4. 鉴定脓毒症相关的关键基因
将数据集GSE54514的所有样本随机分为训练集(75%)和验证集(25%)。根据AUC大于0.7筛选到数据集GSE54514和GSE25504中的51个基因并构建LASSO模型。选择λ值为25(图3A),构建一个25个基因的特征(图3B)。训练集的AUC值为0.983(图3C),验证集为0.964(图3D)。此外,作者使用外部数据集进行验证,其性能良好(图3E)。根据AUC大于0.75进一步筛选基因,鉴定到关键基因CDKN1C,TMEM169,SLC2A6,DERL2,PSMB7,C1ORF55,DYNC1LI2,DUSP5和RHOB(图3F)。这些关键基因在脓毒症患者中上调表达(图3G)。
图3 诊断脓毒症潜在关键基因
5. 基因失调与败血症死亡有关
使用STEM软件鉴定持续失调的基因,SLC2A6表达量持续上调(图4A)。脓毒症患者和对照组的免疫细胞浸润水平不同,大多数免疫细胞在脓毒症患者中浸润水平较高。SLC2A6与Th1细胞的相关性最强(图4B)。聚类分析表明,253个持续失调的基因显著聚为4个模块(图4C和4D)。GSEA分析表明,脓毒症死亡患者中,Toll样受体信号通路和胆固醇代谢上调,而哮喘和细胞粘附分子下调(图4E)。
图4 脓毒症发展过程中持续失调基因的表达水平变化
结论
本研究作者对脓毒症患者和对照组鉴定差异表达基因,并根据差异表达基因进行WGCNA分析构建一个25个基因的基因特征。鉴定到对脓毒症患者早期诊断具有重要意义的4个关键基因,脓毒症早期免疫反应增强,代谢反应减弱。但本文仍然存在一定局限性,还需要进一步研究这4个关键基因对脓毒症患者预后的影响并进行实验验证。