基于房颤中circRNA-miRNA-mRNA网络构建和免疫细胞浸润的生物信息学分析
Journal of Jilin University(Medicine Edition)(2022)
Abstract
目的:采用生物信息学方法挖掘公共数据库,构建房颤(AF)的内源性RNA(ceRNA)免疫调节网络,了解AF的发生发展机制.方法:从基因表达数据库(GEO)中下载AF患者和健康对照者环状RNA(circRNA)(GSE129409)、微小RNA(miRNA)(GSE28594)和mRNA(GSE41177)基因表达数据.采用R软件中的"limma"数据包鉴定出差异表达的circRNA、miRNA和mRNA,并通过相关数据库进行可视化展示.通过ENCORI、circBank、TargetScan和miRDB数据库预测差异表达的circRNA、miRNA和mRNA之间的调控关系,并基于circRNA-miRNA对和miRNA-mRNA对构建ceRNA调控网络.采用DAVID数据库对差异表达mRNA(DEmRNA)进行基因本体论(GO)和京都基因和基因组百科全书(KEGG)富集分析以注释其功能.采用受试者工作特征(ROC)曲线筛选最佳基因特征并计算ROC曲线下面积(AUC).采用CIBERSORT软件分析AF中免疫细胞浸润情况.结果:共鉴定出103个差异circRNAs、37个差异miRNAs和296个mRNAs(|log2(FC)|>1且P<0.05).其中预测出与差异表达的circRNA相结合的miRNA 589个,将预测得到miRNA与差异表达miRNA(DEmiRNA)取交集获得9个miRNAs,预测出差异表达miRNA的靶基因3000个,将预测得到的靶基因与差异表达基因(DEGs)取交集获得32个差异基因.最终,建立了1个由7个circRNAs、5个miRNAs和19个mRNAs组成的circRNA-miRNA-mRNA网络.ceRNA网络中的差异基因主要富集在蛋白质降解、细胞的胞吐作用和蛋白酪氨酸激酶活性等生物过程中.KEGG富集分析,DEGs主要富集在趋化因子信号通路、刺猬信号通路、T淋巴细胞受体信号通路和细胞-细胞因子相互作用等信号通路中.ROC曲线,MAL2、STT3B、SHISA3、ZBTB41、CPNE4、EPHA7、hsa_circ_0006562、hsa_circ_0024957、hsa-miR-199a-5p和hsa-miR-142-3p等具有预测AF的潜在价值(AUC>0.8).结论:构建circRNA-miRNA-mRNA网络为AF中RNA相互作用机制研究提供依据,circRNA可能是AF的潜在治疗靶点.
MoreAI Read Science
Must-Reading Tree
Example
![](https://originalfileserver.aminer.cn/sys/aminer/pubs/mrt_preview.jpeg)
Generate MRT to find the research sequence of this paper
Chat Paper
Summary is being generated by the instructions you defined