散文網 » 生活 »日常 » 純生信非腫瘤8.7分，基于GEO轉錄組數(shù)據(jù)分析 COVID-19 和 HIV 之間的聯(lián)系

純生信非腫瘤8.7分，基于GEO轉錄組數(shù)據(jù)分析 COVID-19 和 HIV 之間的聯(lián)系

2023-02-12 12:15 作者:275276 0人讀過 | 我要投稿

結果

COVID-19 和 HIV 之間的 DEG 和常見 DEG 的鑒定

數(shù)據(jù)集

創(chuàng)建了一個流程圖來描述我們研究的所有關鍵和重要過.?為了研究 COVID-19 和 HIV 之間的相互作用，我們分析了從 GEO 數(shù)據(jù)庫下載的血液樣本。在 COVID-19 數(shù)據(jù)集中，我們確定了 3213 個具有|Log?2?Fold Change|的 DEGs?> 0.585 和 |?adj.P.Val。|?< 0.05，而在 HIV 數(shù)據(jù)集中，我們確定了 1718 個具有 |Log?2?Fold Change|的 DEGs?≥ 0.1 和 |?adj.P.Val。|?<0.001 (。此外，火山圖分別描繪了 COVID-19 和 HIV 的 DEG。維恩圖顯示 394 個 DEG 在 COVID-19 和 HIV 數(shù)據(jù)集中都很常見.?根據(jù)這些發(fā)現(xiàn)，HIV 和 COVID-19 具有大量共同基因并且密切相關。

可視化兩個數(shù)據(jù)集 COVID-19（ GSE171110和GSE152418）和 HIV（GSE37250 ）之間常見差異表達基因的數(shù)量。(A)比較 COVID-19 和 HIV 之間差異表達基因的數(shù)量。(B) COVID-19 數(shù)據(jù)集中差異表達基因的火山圖。(C) HIV 數(shù)據(jù)集中差異表達基因的火山圖。(D)維恩圖顯示了 COVID-19 和 HIV 之間差異表達基因的重疊。

常見DEGs的功能富集分析

GO 富集分析通常用于顯示基因和術語之間的相互作用，而 KEGG 富集分析可以說明基因和功能模式之間的關系（36).?“ClusterProfiler”包用于發(fā)現(xiàn)在這項工作中作為常見 DEGs 豐富的生物學特征和途徑。GO 富集分析顯示顯著富集的途徑（p 值 < 0.05）、生物過程 (BP)、細胞組成 (CC) 和分子功能 (MF) 都包括在內。BP 類別中值得注意的途徑是有絲分裂核分裂、有絲分裂姐妹染色單體分離和姐妹染色單體分離。在 CC 類別中，前三個術語是細胞溶質核糖體、染色體、著絲粒區(qū)域和染色體區(qū)域。此外，在 MF 方面，核糖體的結構成分、輔助受體活性和 C-C 趨化因子受體活性是前三個具有統(tǒng)計學意義的 GO 術語。KEGG富集分析排名前三的通路分別是冠狀病毒病-COVID-19、細胞因子-細胞因子受體相互作用和細胞周期。這些結果表明，這些常見的 DEG 與細胞周期有很強的關系，這可能會導致對 COVID-19 和 HIV 的更有效治療。

COVID-19與HIV常見差異表達基因的GO和KEGG功能富集分析。(A) GO 富集分析的氣泡圖。(B) GO 富集分析的圓圖。(C) KEGG 富集分析的條形圖。(D) KEGG 富集分析圓圖。

常見DEGs的PPI網絡和hub基因提取

使用 STRING 對 COVID-19 和 HIV 之間的這些常見 DEG 進行了綜合分析，以探索蛋白質-蛋白質相互作用。圖說明了 HIV 和 COVID-19 中常見的 DEG 之間的相互作用，根據(jù)Cytoscape中PPI網絡的結果用度數(shù)法確定的前10個hub基因，分別為CCNA2、CCNB1、CDC20、TOP2A、AURKB、PLK1、BUB1B、KIF11、DLGAP5、RRM2。接下來，分別對 HIV 和 COVID-19 進行了 ROC 分析。HIV 數(shù)據(jù)集中所有中樞基因的曲線下面積 (AUC) 值均大于 0.616，而 COVID-19 數(shù)據(jù)集中所有中樞基因的 AUC 值均大于 0.973。根據(jù)這些結果，有可能通過靶向這些中樞基因來開發(fā)針對 COVID-19 的新型靶向療法。

確定按分數(shù)排名的前 10 個中心基因。在中間的圓圈中，10 個中心基因代表按其分數(shù)及其與其他常見 DEG 的相互作用排名的前 10 個中心基因。

有兩種類型的基因表達調節(jié)因子：轉錄因子 (TF) 和 miRNA。轉錄因子通過結合啟動子區(qū)域調節(jié)轉錄，而 miRNA 調節(jié)轉錄后基因表達 (?37?)。對 TF 和 miRNA 之間相互作用的分析表明，165 個 TF 和 2466 個 miRNA 協(xié)調這些常見的 DEG，表明它們密切合作，根據(jù)P值排名前十位的TF分別為ILF3、RAD21、ILF2、TP53、CCNE1、E2F4、E2F1、HDAC8、ESR1、HSF1。排名前十的miRNA也按P值排序，分別為hsa-miR-193b-3p、hsa-miR-192-5p、hsa-miR-215-5p、hsa-miR-146a-5p、hsa-miR-10a -5p、hsa-miR-216b-5p、hsa-miR-212-3p、hsa-miR-34a-5p、hsa-miR-1260b 和 hsa-miR-23b-5p ?這些發(fā)現(xiàn)表明，常見的 DEG 與轉錄因子、miRNA 之間存在密切關系。

前 10 個轉錄因子根據(jù)它們的 P 值及其與常見差異表達基因的相互作用進行排名。在該網絡中，紅色圓圈代表網絡中 P 值最低的前 10 個轉錄因子，而藍色圓圈代表與轉錄因子相關的常見差異表達基因。

具有前 10 個最低 P 值的前 10 個 microRNA 及其與常見差異表達基因的相互作用。在這個網絡中，粉色圓圈代表具有前 10 個最低 P 值的 miRNA，而橙色菱形代表與 miRNA 相關的常見差異表達基因。

候選藥物的鑒定

前十名藥物根據(jù)其 P 值（LUCANTHONE、達沙替尼、依托泊苷、腸內酯、曲格列酮、睪酮、雌二醇、骨化三醇、白藜蘆醇、tetradioxin）進行排名，這些藥物是根據(jù) P 值從 Enrichr 的 DSigDB 庫中識別出來的。這些潛在的小分子化合物可能作為 COVID-19 和 HIV 的治療靶點和療法。

標簽：