非腫瘤生信分析的兩大攔路虎，一是沒(méi)數(shù)據(jù)，二是臨床信息不夠。

?

自己沒(méi)數(shù)據(jù)，公共數(shù)據(jù)集也沒(méi)有，這樣的情況下就發(fā)不了論文了。

有數(shù)據(jù)的情況下，如果所提供的臨床信息不足，那能分析的空間也有限。

?

難道，非腫瘤疾病的生信分析就沒(méi)有未來(lái)嗎？

當(dāng)然有！

?

相同的研究套路從腫瘤領(lǐng)域遷移到非腫瘤領(lǐng)域，有時(shí)候可以實(shí)現(xiàn)降維打擊，甚至可以發(fā)到更好的分?jǐn)?shù)。

?

不管是腫瘤類(lèi)生信，還是非腫瘤生信，重點(diǎn)都在于我們是否有個(gè)比別人更好的idea。

只要idea好，高分不是問(wèn)題。

?

快來(lái)看看不用臨床數(shù)據(jù)也可以發(fā)高分的非腫瘤生信是如何進(jìn)行布局的吧。

?

Title: Identification of Ferroptosis-Related Genes in Schizophrenia Based on Bioinformatic Analysis

標(biāo)題：基于生物信息學(xué)分析的精神分裂癥鐵死亡相關(guān)基因鑒定

期刊：Genes

此篇文獻(xiàn)是精神分裂癥相關(guān)的非腫瘤疾病生信分析。

?

但不同于常規(guī)非腫瘤疾病的分析模式，該論文還結(jié)合了相關(guān)的研究熱點(diǎn)進(jìn)行分析，在對(duì)精神分裂癥進(jìn)行研究的同時(shí)引入了鐵死亡。

?

這也是非腫瘤疾病生信分析的巧妙構(gòu)思之一哦，值得借鑒。

此篇文獻(xiàn)主要鑒定參與精神分裂癥發(fā)生的鐵死亡相關(guān)基因，

主要目的是想篩選出一批可能通過(guò)影響鐵死亡過(guò)程進(jìn)而影響精神分裂癥進(jìn)展的重要標(biāo)志物。

?

那我們自己做研究的時(shí)候，就可以把該篇文獻(xiàn)替換為其他的研究熱點(diǎn)啦！

比如精神分裂癥結(jié)合細(xì)胞凋亡，阿爾茨海默癥結(jié)合鐵死亡，顱內(nèi)動(dòng)脈瘤結(jié)合糖代謝等等，這也是我們研究的創(chuàng)新性體現(xiàn)。

?

可以看出，非腫瘤疾病也是可以衍生出很多的分析思路噠，并不是單一枯燥的呈現(xiàn)方式，而是需要我們有更多的知識(shí)儲(chǔ)備。

>>鐵死亡科普<<?

鐵死亡是一種鐵依賴(lài)性的，區(qū)別于細(xì)胞凋亡、細(xì)胞壞死、細(xì)胞自噬的新型細(xì)胞程序性死亡方式。

鐵死亡發(fā)生的主要機(jī)制是：在二價(jià)鐵或酯氧合酶的作用下，催化細(xì)胞膜上高表達(dá)的不飽和脂肪酸發(fā)生脂質(zhì)過(guò)氧化，從而誘導(dǎo)細(xì)胞死亡。

?

雖然鐵死亡最早是在癌細(xì)胞中被發(fā)現(xiàn)，但鐵死亡已被證明在多種神經(jīng)系統(tǒng)疾病中具有重要意義，如缺血性和出血性中風(fēng)、阿爾茨海默病和帕金森病等。

?

因此，作者推測(cè)鐵死亡相關(guān)基因也可能參與了精神分裂癥的發(fā)病機(jī)制。但尚未有關(guān)于鐵死亡相關(guān)基因與精神分裂癥相關(guān)性的研究，所以此篇文獻(xiàn)中，作者探索了參與精神分裂癥發(fā)生的鐵死亡相關(guān)標(biāo)志物。

?

>>接下來(lái)一起看看作者是如何設(shè)計(jì)思路吧<<??????? ? ??

Step 1 精神分裂癥中與鐵死亡相關(guān)的DEGs鑒定

作者首先利用GEO數(shù)據(jù)庫(kù)中GSE27383數(shù)據(jù)集，篩選了精神分裂癥患者和健康人之間，表達(dá)水平有顯著差異的基因。

通過(guò)差異分析，共篩選出3338個(gè)差異基因，這些基因可能是導(dǎo)致精神分裂癥發(fā)生的重要標(biāo)志物。

作者又從鐵死亡相關(guān)數(shù)據(jù)庫(kù)中獲得了259個(gè)鐵死亡相關(guān)基因。隨后通過(guò)韋恩分析，篩選出3338個(gè)差異基因與259個(gè)鐵死亡相關(guān)基因之間的公共基因有61個(gè)。

?

這61個(gè)基因既與精神分裂癥的發(fā)生有關(guān)，又與鐵死亡有關(guān)，因此視為最重要的基因，作為后續(xù)研究。

Step 2 ?GO分析和KEGG路徑分析

接下來(lái)，作者通過(guò)GO功能富集分析探索了61個(gè)基因的潛在作用，主要探索這61個(gè)基因主要定位在哪里、有什么樣的分子功能、主要發(fā)揮什么樣的生物學(xué)作用。

?

GO分析結(jié)果主要包含3大塊：細(xì)胞組成（cellular component，CC）、分子功能（molecular function，MF）、生物學(xué)作用（biological process，BP）。

?

CC、MF、BP這3個(gè)結(jié)果就可以分別解釋基因定位在哪里、有什么樣的分子功能、主要發(fā)揮什么樣的生物學(xué)作用。這61個(gè)基因在這3個(gè)方面的功能闡述如圖3所示。

作者又通過(guò)KEGG功能富集分析，探索了這61個(gè)基因可能參與的潛在信號(hào)通路。參與通路的具體名稱(chēng)如圖4。

?

GO和KEGG分析均為富集分析，都是對(duì)基因的功能進(jìn)行注釋，看看基因主要富集于哪些條目。但所有結(jié)果之間存在著潛在關(guān)聯(lián)。

?

比如這篇文獻(xiàn)中，作者發(fā)現(xiàn)基因會(huì)定位在細(xì)胞核（CC的結(jié)果），那定位于細(xì)胞核的話(huà)可能就會(huì)影響到后續(xù)基因的轉(zhuǎn)錄。

?

而MF的結(jié)果中有DNA結(jié)合、蛋白結(jié)合、RNA聚合酶活性這樣的結(jié)果，那我們就可以猜測(cè)，可能是這些標(biāo)志物在DNA層面有跟其它分子相綁定的各類(lèi)結(jié)合位點(diǎn)，或者是發(fā)揮了RNA聚合酶的作用，而這些都與基因的轉(zhuǎn)錄水平密切相關(guān)。

?

進(jìn)一步BP分析的結(jié)果中有轉(zhuǎn)錄調(diào)控這些條目，說(shuō)明這些基因參與了轉(zhuǎn)錄調(diào)控的進(jìn)程，同樣證明了之前的推測(cè)。

?

可以看出，生信分析并不只是簡(jiǎn)單的結(jié)果呈現(xiàn)，結(jié)果與結(jié)果間會(huì)存在著潛在的關(guān)聯(lián)。

?

深入剖析生信分析結(jié)果，就會(huì)發(fā)現(xiàn)生信分析真是個(gè)深不可測(cè)的“坑”，要求我們“全能”，并不只是做出某一個(gè)結(jié)果。

Step 3 ?PPI網(wǎng)絡(luò)構(gòu)建和關(guān)鍵基因篩選

?作者進(jìn)一步通過(guò)cytoscape軟件，構(gòu)建了61個(gè)基因的蛋白-蛋白互作網(wǎng)絡(luò)（PPI），剖析了61個(gè)基因間的相互作用。

進(jìn)一步，作者通過(guò)Cytohubba功能對(duì)整體PPI網(wǎng)絡(luò)進(jìn)行重要子網(wǎng)絡(luò)篩選。并對(duì)重要子網(wǎng)絡(luò)中的基因進(jìn)行重要性排序，最終得出了10個(gè)最關(guān)鍵的hub基因。

?

圖5及圖6的目的都是在篩選關(guān)鍵基因，只是由多到少的逐層篩選。

Step 4 關(guān)鍵hub基因的驗(yàn)證

隨后，作者對(duì)篩選的10個(gè)關(guān)鍵hub基因進(jìn)行了表達(dá)驗(yàn)證，證明其可能參與疾病的發(fā)生過(guò)程。

?

發(fā)現(xiàn)10個(gè)基因中只有3個(gè)基因在精神分裂癥患者和健康人群中是差異表達(dá)的。

其中2個(gè)基因與健康對(duì)照組相比，在患者中的表達(dá)水平上調(diào)，1個(gè)基因下調(diào)。

?

進(jìn)一步，作者通過(guò)ROC分析，分別在2個(gè)數(shù)據(jù)集中，評(píng)估這3個(gè)基因鑒別精神分裂癥患者和健康人群的性能，也可視為預(yù)測(cè)精神分裂癥的可能性。這是臨床價(jià)值的進(jìn)一步體現(xiàn)。

?

2個(gè)數(shù)據(jù)集均顯示，TP53的預(yù)測(cè)能力較強(qiáng)。

作者又對(duì)3個(gè)指標(biāo)進(jìn)行聯(lián)合分析，評(píng)估3個(gè)指標(biāo)聯(lián)合為一個(gè)綜合指標(biāo)時(shí)，去預(yù)測(cè)精神分裂癥發(fā)生的能力。

?

結(jié)果顯示，聯(lián)合分析的預(yù)測(cè)性能有部分提升。

Step 5 ?Gene-miRNAs和Gene-TFs的調(diào)控網(wǎng)絡(luò)

基于這3個(gè)基因在疾病發(fā)生中的重要潛在臨床價(jià)值，作者進(jìn)一步探索了調(diào)控這3個(gè)基因表達(dá)水平的上游miRNAs，并構(gòu)建了這3個(gè)基因和所有miRNAs的調(diào)控網(wǎng)絡(luò)。

?

?

結(jié)果發(fā)現(xiàn)，只有一個(gè)miRNA（hsa-mir-16-5p）同時(shí)與這3個(gè)基因相關(guān)，作者認(rèn)為這個(gè)miRNA可能是同時(shí)調(diào)控這3個(gè)基因的重要上游。

?

因此，未來(lái)的研究中可以對(duì)這個(gè)上游進(jìn)行表達(dá)干預(yù)，從而影響其下游基因，進(jìn)一步控制疾病進(jìn)展。

作者最后探索了可能調(diào)控這3個(gè)基因表達(dá)水平的相關(guān)轉(zhuǎn)錄因子，并構(gòu)建了這3個(gè)基因和所有轉(zhuǎn)錄因子的調(diào)控網(wǎng)絡(luò)。

?

結(jié)果發(fā)現(xiàn)，有3個(gè)轉(zhuǎn)錄因子（PHF8、SAP30、KDM5B）同時(shí)與這3個(gè)基因相關(guān)，因此這3個(gè)轉(zhuǎn)錄因子可能是同時(shí)調(diào)控這3個(gè)基因表達(dá)水平的重要分子。

?

圖10及圖11都是潛在調(diào)控機(jī)制的深入研究，作者從miRNA及轉(zhuǎn)錄因子兩個(gè)方向探索了可能影響基因表達(dá)水平的潛在調(diào)控關(guān)聯(lián)，可為后續(xù)的基礎(chǔ)研究提供思路。

?

生信分析所預(yù)測(cè)的機(jī)制都可進(jìn)一步通過(guò)基礎(chǔ)實(shí)驗(yàn)去驗(yàn)證，又可進(jìn)一步提升研究的深度和科學(xué)性。

思路總結(jié)：

此篇非腫瘤疾病的生信分析，是疾病結(jié)合某一研究熱點(diǎn)后進(jìn)行了深層次分析。

?

先篩選了疾病相關(guān)標(biāo)志物，再獲得了疾病與鐵死亡共同相關(guān)的基因，這群基因可能就是通過(guò)調(diào)控鐵死亡過(guò)程而影響疾病進(jìn)展的重要標(biāo)志物。

??

作者進(jìn)一步對(duì)這些標(biāo)志物進(jìn)行逐層篩選，獲得更為關(guān)鍵的標(biāo)志物。

??

再對(duì)關(guān)鍵標(biāo)志物的疾病鑒別能力進(jìn)行評(píng)估，升華其臨床價(jià)值。

??

最后預(yù)測(cè)了可能調(diào)控這些關(guān)鍵基因表達(dá)的調(diào)控因子，進(jìn)一步提升研究的深度，也為后續(xù)基礎(chǔ)實(shí)驗(yàn)驗(yàn)證提供思路。

以上為非腫瘤純生信高分sci文章的完整思路及結(jié)果圖解讀，

>>本期學(xué)習(xí)福利<<? 想要進(jìn)一步學(xué)習(xí)的同學(xué)們可以來(lái)參加我們的“生信訓(xùn)練營(yíng)”第二期直播課！

?

人均發(fā)表20余篇SCI的碩博團(tuán)隊(duì)，從頭到尾帶你零代碼復(fù)現(xiàn)4+分文章結(jié)果圖，手把手實(shí)操帶教更易上手。

此外，導(dǎo)師還會(huì)介紹非腫瘤疾病思路設(shè)計(jì)以及其他類(lèi)型論文的思路等。

已經(jīng)有研究思路的同學(xué)們，學(xué)完立刻上手，能根據(jù)自己的研究?jī)?nèi)容做出自己的結(jié)果圖啦~

?

腫瘤方向的同學(xué)們更不用擔(dān)心，文章思路和生信分析方法也同樣適用~

?

?? 咨詢(xún)或報(bào)名請(qǐng)?zhí)砑有≈諤善木喵 ??

最后的最后，祝大家SCI一定??（發(fā)）！