构建基因共表达网络鉴定CD8 T细胞浸润相关生物标志物在肾透明细胞癌中的作用

最新推荐文章于 2023-12-06 15:59:41 发布
最新推荐文章于 2023-12-06 15:59:41 发布
阅读量2.4k 收藏 16
点赞数
分类专栏： 文献阅读
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/tu__zi/article/details/105874953
版权

构建基因共表达网络鉴定CD8 T细胞浸润相关生物标志物在肾透明细胞癌中的作用

文章目录

文献信息

- 杂志：AGING
- 发布日期：2020年2月
- 影响因子：5.515
- 文献地址：[点击这里](https://www.ncbi.nlm.nih.gov/pmc/articles/PMC7066925/)

背景和目的

  • CD8 T细胞有助于肿瘤的适应性免疫，有助于治疗，但是CD8 T细胞又与RCC中的高浸润和不良预后相关
  • 先前的研究报道了一些与RCC 的免疫相关的生物标记物，但是都不能直接应用于是的临床工作
  • 所以作者认为，鉴定与CD8 T细胞有关的生物标记物将有助于检测RCC免疫治疗反应和探索免疫浸润机制

实验流程

image-20200501082800018

方法和结果

从GSE73731下载CCRCC的数据，并进行预处理

- 首先利用limma包进行保准化
- 筛选出**方差大于0.1的基因（4411个）**进行下一步分析

使用CIBERSORT评估每个样本中T细胞所占的比例

首先介绍一下CIBERSORT这个网站

这个网站使用的是去卷积的方法，通过输入的标准化的表达谱数据以及网站自带的22种免疫细胞的基因表达量，得到一个样本中免疫细胞的比例矩阵（浸润到肿瘤组织的免疫细胞）。关于这个网站的使用方法可以参靠这个网站

需要注意的是：输入的表达谱一定一定不要有缺失值，包括第一行第一列，否则就会报错，并且上传一次文件经常要好久好久！

作者j将得到的4411个基因的表达谱作为输入文件，使用了CIBERSORT工具计算各个样本中免疫细胞所占比例的评估，并只留下了T细胞的比例（因为作者只对T细胞感兴趣），用来当做WGCNA的性状文件

作者提供的结果

​ （作者提供的结果）

image-20200501085526150

​ （我在CIBERSORT网站中跑出来的结果）

WGCNA得到共表达网络以及模块和性状的相关性

  • 首先利用4411个差异基因的表达谱数据用于制作共表达网络，找到共表达的模块

    image-20200501090611858

  • 使用上一步得到的结果用作WGCNA的性状文件，从而得到各个模块与形状之间的相关性

    image-20200501090722255

  • 由于作者这篇文献主要是研究CD8 T细胞，并且只有绿色模块和CD8 T细胞的相关性大于0.5，所以选择绿色模块进行下一步分析

使用metascape进行通路富集

关于metascape这个网站的介绍可以看这里

将绿色模块的基因放入到metascape进行通路富集，结果显著富集在了淋巴细胞激活，适应性免疫应答和细胞因子介导的通路上。说明作者找到的模块基因确实和免疫功能相关。

image-20200501091121780

寻找hub基因

作者寻找hub基因这个地方，我看的不是很懂，有讲的不清楚的地方，大家还是去看原文吧，请见谅

  1. 利用模块基因与免疫细胞的相关性和模块基因之间的相关性来筛选出模块基因中的30个基因。

    image-20200501091858673

    图中的绿色基因就是刚才找到的绿色模块中的所有基因，红色框内的就是坐着筛选出来的30个基因

    图中横坐标是基因之间的相关性，纵坐标是基因与CD8 T细胞的相关性，都是从TIMER数据库中获取的

    谢谢评论区大佬纠正，大佬指路之后我在WGCNA的文献中找到了关于筛选模块基因中的hub基因的方法的描述：

    image-20200509210851135

    可以看出横坐标的MM是基因和模块基因的特征向量之间的相关性，其中E是模块基因的特征向量，相当于是把模块基因的表达谱先降维，再取相关了，其实MM的含义就是基因对模块基因的贡献，MM越接近1或者-1，也就代表着基因越能代表这个模块基因，也就越可能是hub基因。

    纵坐标指的是纵坐标是基因与CD8 T细胞的相关性（GS），相关性是作者从TIMER获取到的。

    image-20200501092227251

    ​ （TIMER网站主页的介绍）

  2. 将模块中所有基因做蛋白互作网络图，找出其中30个关联边超过15条的基因节点作为中心节点。

    image-20200501094451145

    ​

  3. 将上面得到的两个基因集进行取交集，得到的10个基因作为hub基因。

    ​ image-20200501094725486

确定hub基因是有意义的

作者这里为了确认找到的hub基因是有意义的，使用了TIMER这个数据库查看了hub基因与CD8 T细胞的相关系数

​ image-20200501095405141

免疫刺激因子，免疫抑制因子，受体，趋化因子

差异分析和生存分析

作者随后对找到的hub基因进行差异分析和生存分析

image-20200501095805955

image-20200501095946501

image-20200501095838705

​ 发现找到的hub基因在肿瘤和正常中都存在显著差异，并且与肿瘤分期和肿瘤分级都有显著的关系

image-20200501100157624

只有CCL5和IFNG和预后有显著的关系

整合（荟萃）分析

作者使用ONCOMINE数据库进行了荟萃分析，进一步验证了自己hub基因在肿瘤与正常样本之间的差异

image-20200501101759903

图中median Rank代表五次分析中的中位值，从图中可以发现找到的hub基因除了IFNG（数据库中没有这个基因的数据）在癌症样本相对于正常样本都显著的上调了。

GSEA

利用CCL5的表达中值，将样本分为了高表达组和低表达组进行GSEA分析

image-20200501102121793

富集出来的三个通路都和免疫有关

image-20200501102149675

研究敲低ccl5对CCRCC细胞的侵袭性的影响

image-20200501102339871

image-20200501102500798

  1. C图使用小干扰RNA降低ccl5的表达
  2. D发现敲低的样本癌症细胞的增殖能力下降了
  3. E图细胞的侵袭能力下降了

结论

作者认为他的分析成功的找到了一个可以作为ccRCC的生物标志物的基因。

心得

  • 第一次接触免疫相关的文献，学习到了很多免疫分析相关的好用的网站，例如CIBERSORT和TIMER
  • 对WGCNA有了更进一步的了解
一条兔子
关注
专栏目录
基因共表达网络分析java,基因共表达——基因共表达网络分析
weixin_42368226的博客
03-12 2287
Gene co-expression(基因共表达)是一种使用大量基因表达数据构建基因间的相关性，从而挖掘基因功能的一类分析方法。在很多情况下，有着相似行为/变化的物质，会存在着一定的联系。在生物中，存在于同一个通路的基因在表达值上，会表现出共表达的趋势(co-expression patterns)，通过这个特性可以进行基因功能(一般的基因注释是通过序列的相似性，而通过基因共表达可以进行功能同源基...
基于WGCNA算法的基因共表达网络构建理论及其R软件实现
08-04
基于WGCNA算法的基因共表达网络构建理论及其R软件实现.
WGCNA 简明指南|1. 基因共表达网络构建及模块识别
weixin_45822007的博客
12-15 7743
WGCNA 简明指南|1. 基因共表达网络构建及模块识别参考简介数据导入、清洗及预处理数据导入检查过度缺失值和离群样本载入临床特征数据自动构建网络及识别模块确定合适的软阈值：网络拓扑分析一...
WGCNA加权基因共表达网络分析（1）简介、原理
热门推荐
qq_44520665的博客
01-31 2万+
WGCNA简介 WGCNA（Weighted Gene Co-Expression Network Analysis, 加权基因共表达网络分析），鉴定表达模式相似的基因集合（module）,解析基因集合与样品表型之间的联系，绘制基因集合之间的调控网络并鉴定关键调控基因 WGCNA适用于复杂的转录组数据（样本数目较多） 研究不同器官/组织类型和不同阶段的发育调控、生物和非生物胁迫的不同时间响应机制 WGCNA原理 原理概要 1.构建基因共表达网络：先构建基因共表达网络，通常利用两两基因之间的表达模式来计算
基因共表达网络分析图解
aganlala的博客
04-02 2万+
简介 随着高通量生物实验技术的快速发展，特别是基因芯片和新一代测序技术的发展，全基因组范围内的基因表达数据呈爆炸式增长，利用网络生物学的方法对高通量基因表达数据进行分析和挖掘已经成为生物信息学重要的研究方向。通过基因共表达网络分析方法，可以将在功能上相关的基因识别为一个模块（module）,通过对模块的进一步的分析，能够实现筛选module的核心基因，关联性状，代谢通路建模，建立基因互作网络等高级分析。Gene co-expression（基因共表达）是一种使用大量基因表达数据构建基因间的相关性，从而挖掘基
"活性药物的生物标志物：工程化T细胞疗法与药物开发
莱西a，b，ca病理学和实验室医学系，宾夕法尼亚大学，费城，PA 19104，美国b细胞免疫疗法中心，宾夕法尼亚大学，费城，PA 19104，美国c宾夕法尼亚大学帕克癌症免疫治疗研究所，费城，PA 19104，美国d宾夕法尼亚大学...
移植中HLA特异性免疫抑制的潜力：嵌合抗原受体和调节性T细胞的研究回顾
2021年6月21日收到2021年9月22日修订2021年10月25日接受2021年12月20日在线提供保留字：嵌合抗原受体T细胞Treg同种免疫生物工程移植自身免疫A B S T R A C T嵌合抗原受体（CAR）是基因工程的一项突破，彻底改变了...
肿瘤内空间异质性与肺腺癌生存：正交分子谱技术鉴定不同模式与细胞运动性差异
文章肿瘤内空间异质性与肺腺癌患者生存相关图形摘要亮点D 肺腺癌表现为D 随机GD肿瘤的生存率d随机GD肿瘤的特征在于细胞粘附分化的GD肿瘤具有高水平的肿瘤细胞相互作用的内皮细胞，作者Hua-Jun Wu，Daniel Temko，...
"锚蛋白2基因与乳腺癌进展的相关性：生物信息学数据库评估
医学信息学解锁25（2021）100663锚蛋白2基因与乳腺癌进展的相关性：一项使用数据库方法的初步计算评估马里兰州马里兰州罗曼·莫加尔 Rashel Mahmod a，Sagarika Adhikary Sompa a，Asadullah Junayed a，马里兰州 ...
肝细胞癌miR-516a-3p的致瘤机制和代谢影响
工程16（2022）162研究肝细胞癌-文献miR-516 a-...杭州310003阿提奇莱因福奥文章历史记录：收到2020年2021年6月11日修订2021年7月26日接受2021年10月19日网上发售保留字：肝细胞癌MicroRNA簇Exosome多组学A B S T R A C
研究基因共表达 gene co-expression 的意义
最新发布
SN的博客
12-06 653
这有助于理解基因之间的相互作用，揭示生物学系统中的关键调控因子和信号传导通路。通过观察与已知功能相似的基因共表达的模式，可以推测目标基因的功能。基因共表达分析有助于理解个体之间的基因表达变异，为个性化医学提供信息。它可以帮助鉴别疾病相关的基因集，从而深入了解疾病的发病机制和潜在治疗靶点。通过分析药物处理后的基因共表达，可以识别潜在的药物靶点和了解药物的作用机制。通过研究与特定生理或病理状态相关的基因共表达，可以发现潜在的生物标志物，这对于疾病诊断、治疗和监测非常重要。揭示基因之间的相互关系。
知识分享| 转录组个性化分析(6）——WGCNA
bioyigene的博客
03-13 3239
近年来，很多SCI高分文章中都使用了WGCNA，那么WGCNA是什么，它可以应用于哪些研究方向，又如何进行WGCNA分析，其分析结果如何看？现在就带着这些问题，跟着小易一起学习探讨吧！
用R语言做WGCNA分析全步骤一（附代码解读）【转载】
qq_43138237的博客
04-09 2万+
代码逐句分析一、文章来源二、基因共表达网络构建及模块识别1.数据导入、清洗及预处理2.检查过度缺失值和离群样本3.聚类做离群样本检测4.载入临床特征数据三、自动构建网络及识别模块1.确定合适的软阈值：网络拓扑分析2.一步构建网络和识别模块 一、文章来源 初学WGCNA，觉得博主的代码写的很不错，但其中很多代码在第一遍看的时候有很多地方不理解，后查阅了很多资料，终于看明白了，于是写了一篇笔记，记录自己的学习心得，有不准确的地方，还望各位大佬们不吝赐教~ 原文链接：WGCNA简明指南 二、基因共表达网络构建及模
CIBERSORT | 免疫浸润分析R包
生信练习生
04-06 2461
CIBERSORT | 免疫浸润分析
CIBERSORT计算免疫细胞丰度
arrhythmia08的博客
12-19 2339
利用R语言，cibersort工具计算22种免疫细胞丰度
WGCNA 分析 —— 安装及概念介绍、简单应用及总结
Lyrelion的博客
10-30 8894
0.WGCNA安装 WGCNA安装地址（国外）：https://horvath.genetics.ucla.edu/html/CoexpressionNetwork/Rpackages/WGCNA/ WGCNA安装前提：需要安装 R和 Rstudio WGCNA安装命令（在 Rstudio 中输入命令，从 CRAN 自动安装，感觉比手动方便）： install.packages（“ BiocManager”） BiocManager :: install（“ WGCNA”） 1.WG...
免疫浸润计算方法是CIBERSORT和ssgsea 画图
生信小博士的博客
10-23 7233
目前主流的免疫浸润计算方法是CIBERSORT和ssgsea，今天介绍CIBERSORT。
基于R语言利用CIBERSORT分析免疫浸润（一）
m0_47675572的博客
07-26 7277
学习CIBERSORT心得
肺神经内分泌肿瘤的PD-L1表达与CD8+ T细胞浸润的预后意义
"PD-L1表达和CD8 + T细胞浸润在肺神经内分泌肿瘤中的预后意义" 在肺神经内分泌肿瘤（PNETs）的研究中，免疫检查点抑制剂已经引起了广泛的关注，因为它们可能对实体瘤的治疗具有显著效果。然而，关于PD-L1（程序性...
评论 4
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值