很多领域生信还是空白的，抓紧时间去填补空白！

今天给大家带来的是2019年发表在Biomed Res Int（ 2.276）杂志上的文章“Identification of Key Genes and Pathways Associated with Sex Differences in Osteoarthritis Based on Bioinformatics Analysis”。这篇文章通过简单的DEGs筛选、GO分析、KEGG分析以及PPI网络构建筛选了骨关节炎的性别相关的核心基因与通路。

Identification of Key Genes and Pathways Associated with Sex Differences in Osteoarthritis Based on Bioinformatics Analysis鉴定骨关节炎的性别差异相关关键基因和通路

一.研究背景

  • 骨关节炎（OA）是最常见的肌肉骨骼疾病，会导致软骨退化、滑膜炎症、软骨下骨硬化和慢性疼痛，其中绝经后女性患病的频率是男性的2-3倍

二.分析流程

三.结果解读

1.筛选骨关节炎DEGs

  • 图1：对GSE36700 （1a）和 GSE55457（1b）数据集的男性和绝经后女性进行差异表达分析，在GSE36700数据集中筛选出3395个上调基因和1387个下调基因，在GSE55457获得了1020个上调基因和367个下调基因

图1. DEGs的筛选

  • 图2：合并两个数据集中重复的DEGs，得到重复的219个上调基因（2a）与59个下调基因（2b）用于进一步分析

图2. 重复的DEGs

2.GO富集分析

  • 图3：将重复的DEGs进行GO分析，它们主要富集于RNA聚合酶II启动子转录的正调控、信号转导、细胞粘附、转录的正向调控、蛋白磷酸化等

图3. GO分析

表1. 展示排名前20的GO分析

3.KEGG通路分析

  • 图4：对重复的DEGs进行KEGG分析，共在15个通路富集，主要富集于PI3KAkt信号传导途径、破骨细胞分化和粘着斑。

图3. KEGG分析

4.PPI网络构建

  • 图5：基于STRING数据库对重复的DEGs构建PPI网络，其中EGF、ERBB2、CDC42、PIK3R2、LCK、CBL和STAT1为核心基因。其中，与男性相比，绝经后女性中EGF、ERBB2、PI3KR2和LCK上调且CDC42、CBL和STAT1被下调。

PPI网络

小结

最后小结一下，在这篇文章中，作者通过分析2个数据集的DEGs，然后取交集，并进一步进行GO、KEGG分析，最后基于STING数据库进行了PPI网络的绘制得到性别相关的核心基因。

赞 (0)

相关推荐