IF：4+ 鉴定与股骨头坏死软骨氧化应激相关的Hub基因和通路

点击关注，桓峰基因

桓峰基因

生物信息分析，SCI文章撰写及生物信息基础知识学习：R语言学习，perl基础编程，linux系统命令，Python遇见更好的你

75篇原创内容 -->

公众号

    现在肿瘤的文章已经很多很多了，其实非肿瘤的文章也可以轻松的实现，这期就介绍一篇 4+ 的非肿瘤文章，轻松利用生物信息学分析鉴定与股骨头坏死软骨氧化应激相关的Hub基因和通路，这样的文章您感兴趣嘛？感兴趣的老师，欢迎来聊！

摘    要

背景：本研究旨在识别股骨骨坏死(ONFH)中与软骨氧化应激相关的Hub基因和基因通路，并预测Hub基因的转录因子。

方法：GSE74089从基因表达综合数据库(GEO)中获得，其中包括4个坏死组织和4个正常组织，用R语言的limma包鉴定差异表达基因(DEGs)。同时，我们在基因本体(Gene Ontology, GO)数据库中搜索与氧化应激相关的基因。使用DAVID、Metascape和GSEA对GO和信号通路进行分析。利用STRING数据库构建蛋白质-蛋白质相互作用(Protein-protein interaction, PPI)网络，利用Cytoscape软件的Degree算法筛选枢纽基因。最后，利用NetworkAnalyst网络工具查找枢纽基因转录因子(TFs)。

结果：在GSE74089和GO数据库中共发现了440个氧化应激相关基因，其中有88个基因表达差异显著。这些基因主要参与MAPK信号通路、PI3K-AKT-mTOR信号通路、FOXO信号通路等信号通路。前10位hub基因分别为JUN、FOXO3、CASP3、JAK2、RELA、EZH2、ABL1、PTGS2、FBXW7、MCL1。TFAP2A、GATA2、SP1和E2F1可能是枢纽基因的关键调控因子。

结论：通过一系列的生物信息学分析，我们确定了ONFH中一些与氧化应激相关的枢纽基因和信号通路。

生信分析流程

    我们从文章中提取生信分析流程，看下文章中使用的数据集和生信分析方法，如下：

相关数据准备

数据集选择：GSE74089包含4个坏死软骨组织和4个正常软骨组织；

基因集选择：GO数据库中下载的氧化应激相关基因集。

生信分析方法

我们从文章的分析流程中提取所有的分析内容，整理出来就10个分析条目，构成了整个文章，纯生信文章，发了4+，点击分析条码就会跳转到对应公众号的教程，跟着教程做，您也能发4+，如下：

1.Limma包作差异分析鉴定差异基因；

2. 火山图 （volcano）;

3. 热图 (heatmap);

4. 氧化应激相关基因取交集 (Venn)；

5. 基因集富集分析 (GSEA);

6.对差异基因进行GO和KEGG富集分析；

7.PPI筛选关键模块基因；

8. 预测hub基因的转录因子。

1.Limma包作差异分析鉴定差异基因；

    数据集GSE74089进行差异分析，共鉴定出3626个DEGs。绘制火山图和热图，如下：

4. 氧化应激相关基因取交集 (Venn)

5. 基因集富集分析 (GSEA);

6.对差异基因进行GO和KEGG富集分析

7.PPI筛选关键模块基因

8. 预测hub基因的转录因子

最后总结了一下筛选的Hub基因在文献中报道的情况，如下：

References:

Shi W, Zhang X, Xu C, et al. Identification of Hub Genes and Pathways Associated with Oxidative Stress of Cartilage in Osteonecrosis of Femoral Head Using Bioinformatics Analysis. Cartilage. 2022;13(1):19476035221074000. doi:10.1177/19476035221074000

本文使用 文章同步助手 同步