非肿瘤低分灌水思路
An Integrated Network Analysis of mRNA and Gene Expression Profiles in Parkinson’s Disease
帕金森病mRNA和基因表达谱的综合网络分析
一、研究背景
帕金森病（Parkinson’s disease, PD）是第二位最常见的神经系统退行性疾病，主要临床表现为运动迟缓、肌强直、静止性震颤等。PD的主要病理改变为α-突触核蛋白在神经元胞体内沉积，形成路易小体，从而导致黑质中的多巴胺能神经元丢失。目前，PD的发病机制尚未明确，但已有研究表明其可能与环境因素、药物使用、接触杀虫剂、基因缺陷等因素有关。相关研究报道，PD患者体内的miR-181a通过抑制p38 MAPK信号通路和JNK信号通路从而调节细胞凋亡与自噬。作者旨在通过生信分析手段，从高通量数据中挖掘与PD相关的mRNA数据，最终筛选出差异表达基因，为明确PD的发病机制提供新的线索。
二、分析流程
三、结果解读
1. 筛选差异表达基因（DEGs）
作者从GEO数据库（Gene Expression Omnibus）中分别下载了10个包含黑质样本和6个包含全血样本的mRNA表达谱数据集（表1, 表2），并对其进行了标准化和log2转换。作者使用metaMA包计算p值，通过Benjamini-Hochberg法进行多重比较和FDR（false discovery rate）校正。FDR＜0.01者被定为差异表达基因（DEGs）。
表1.GEO数据库中10个包含黑质样本的数据集
表2.GEO数据库中6个包含全血样本的数据集
在194个黑质相关样本中，作者共筛选出2151个DEGs（1076个上调，1075个下调），结果以热图形式呈现（图1）。在770个全血相关样本中，作者共筛选出1629个DEGs，其中699个上调，930个下调（图2）。
图1.黑质相关样本的DEGs热图
图2.全血相关样本的DEGs热图
2. DEGs的GO和KEGG富集分析
作者利用GeneCodis3在线分析工具对DEGs进行GO功能富集分析和KEGG通路富集分析。
黑质相关样本DEGs的GO分析显示，DEGs主要在细胞凋亡、细胞死亡、凋亡调控等生物过程富集（图3A）；KEGG通路富集分析显示DEGs主要在氧化磷酸化、帕金森病、MAPK信号通路、神经营养因子信号通路、Wnt信号通路、Notch信号通路等通路富集（图3B）。
图3.黑质相关样本DEGs的GO和KEGG分析图
全血相关样本DEGs的GO分析显示，DEGs主要在细胞凋亡、细胞增殖负向调控等生物过程富集（图4A）；KEGG通路富集分析显示DEGs主要在MAPK信号通路、Wnt信号通路、神经活动配体-受体相互作用、氧化磷酸化等通路富集（图4B）。
图4.全血相关样本DEGs的GO和KEGG分析图
3. DEGs的PPI网络构建
作者使用BioGRID数据库进行蛋白质互作分析，利用Cytoscape软件对PPI网络进行可视化。
作者根据黑质相关样本中上调最显著的20个DEGs和下调最显著的20个DEGs构建了PPI网络。结果显示，PAN2、SORT1、CRYAB、DLK1具有最多的相邻节点数（图5）。而全血相关样本中，PRKCD、PLAUR、GABARAPL1、PRDX2具有最多的相邻节点数（图6）。
图5.黑质相关样本DEGs的PPI网络图
图6.全血相关样本DEGs的PPI网络图
4. 筛选普遍差异表达基因
作者将黑质和全血相关样本的DEGs通过Venn图取交集，获得了169个普遍差异表达基因（The common DEGs），其中80个上调，89个下调（图7A）。GO分析显示，普遍差异表达基因主要富集在细胞凋亡、程序性细胞死亡、程序性细胞死亡的负向调控等生物过程（图7B）；KEGG通路富集分析显示其在氧化磷酸化、溶酶体、帕金森病、阿尔兹海默症、亨廷顿舞蹈病等通路富集（图7C）。PPI网络显示，PSMA1和SDHA是其中的关键基因（图7D）。
图7.普遍差异表达基因的GO和KEGG分析图、PPI网络图
5. 验证普遍差异表达基因
作者使用包含黑质和全血样本数据的GSE22491进行验证。在GSE22491中，共包含36个上调普遍差异表达基因和45个下调普遍差异表达基因，其中21个上调和14个下调普遍差异表达基因与前述结果一致。如图8所示，CENPB、COL9A1、FCGRT、DMPK显著上调，ATP6V1H、PIP4K2A、PSMA1、TRIM58 显著下调。
图8.普遍差异表达基因的验证
小结
作者利用GEO数据库中的高通量数据，结合metaMA包识别了DEGs，并通过GO和KEGG富集分析阐明了DEGs参与的生物过程和信号通路，利用BioGRID数据库和Cytoscape软件构建PPI网络。作者进一步对DEGs进行筛选，将黑质与全血DEGs的交集定义为普遍差异表达基因。最后，作者使用GSE22491数据集对普遍差异表达基因进行验证。作者的研究筛选出了PD患者的普遍差异表达基因，这些基因可能通过MAPK、Wnt和Notch信号通路参与PD的发病机制，基于此的进一步研究对解释PD发病机制具有重要意义。
然而，本研究也存在一定不足，如数据处理过程中未进行批次校正可能引入一定干扰因素，使实验结果不够严谨。