线粒体+免疫双热点齐发，在非肿瘤中表现强劲！简单的生信分析+实验验证直接拿下8分+，

2023-03-03 19:00 作者:尔云间 0人读过 | 我要投稿

发一篇8分+纯实验文章要做多少实验？

做干湿结合思路瞬间提升性价比！

文章+课题思路同时get~

最近朋友圈都在刷“双硫死亡”，距离去年的铜死亡提出才不到1年，又一新型细胞死亡方式就提出来了。有了新热点，又有了做生信分析的新方向啦~可以先为下一个课题做好准备！

（感兴趣的可以联系小云，超多个性化、创新性高的分析思路供你选择！）

但是今天小云要说的是与多种细胞死亡都相关的热点“线粒体”，比如铜诱导的细胞死亡需要线粒体呼吸，通过铜离子与线粒体呼吸中的三羧酸循环(TCA)中的脂酰化成分直接结合而引发细胞死亡。那双硫死亡中线粒体是否也有参与呢？我们可以静待相关的研究结果~

线粒体既经典又热门，在国自然中所占比重也是位于前列。通过生信分析线粒体仍然是不错的选择，筛选出关键基因后，就可以设计后续的课题思路了。

而且小云还为大家准备了线粒体与细胞死亡相关的生信系列课，为你揭秘性价比最高的切入方式！感兴趣的小伙伴赶紧戳链接吧：https://m.qlchat.com/wechat/page/channel-intro?channelId=2000018877177202

小云今天分享一篇8分+分析线粒体和免疫浸润的生信文章，来看看干湿结合如何轻松提分吧~

题目：线粒体代谢紊乱和免疫浸润在糖尿病心肌病中的作用:来自生物信息学分析的新见解

杂志：Journal of translational medicine

影响因子：8.44

发表时间：2023年2月

数据信息

研究思路

糖尿病性心肌病(DCM)芯片数据来源于GEO数据库，通过GEO2R筛选差异表达基因(DEGs)，并进行GSEA、GO和KEGG通路分析。获得线粒体相关DEGs (MitoDEGs)。构建PPI网络，并通过CytoHubba、MCODE和CTD评分确定与DCM或心力衰竭（HF）密切相关的hub MitoDEGs。利用Cytoscape和miRWalk数据库分别预测MitoDEGs的转录因子和靶miRNA，并建立调控网络。用ImmuCellAI分析DCM的免疫浸润模式，用Spearman方法研究MitoDEGs与免疫浸润丰度的关系。建立大鼠DCM模型，验证hub MitoDEGs的表达及其与心功能的关系。

主要结果

1. DCM中的DEGs和功能富集分析

对三个DCM相关的GEO数据集进行分析，分别筛选差异表达基因（DEGs）。GSEA显示，三个数据集中的DEGs主要参与脂质和脂肪酸代谢及免疫相关通路，通过GO和KEGG通路对DEGs进行功能富集，发现主要在线粒体功能及成分、能量代谢、炎症免疫、缺氧及氧化还原反应、免疫等通路。

图1.DEGs的GO和KEGG富集分析

2. 分析线粒体相关DEGs (MitoDEGs)，并进行PPI网络分析和hub MitoDEGs的识别

从MitoCarta3.0数据库中检索线粒体相关基因，从三个数据集中选取与DEGs重叠的基因作为MitoDEGs。将每个数据集的MitoDEGs进行组合，得到67个MitoDEGs，其中与正常样本相比，DCM样本中表达上调的基因有35个，下调的基因有32个。

使用STRING数据库构建67个MitoDEGs的PPI，并与Cytoscape进行网络可视化。从PPI网络中鉴定出11个候选hub MitoDEGs。

图2. DCM中的MitoDEGs、PPI网络分析和关键MitoDEGs的识别

3. hub MitoDEGs与DCM/HF的关系，并构建MitoDEGs - TF - miRNAs调控网络

应用CTD数据库预测hub MitoDEGs与DCM/HF之间的关系(图5a-b)。通过预测相关的TF和miRNAs，探索hub MitoDEGs的上游调控。利用Cytoscape插件iRegulon预测hub MitoDEGs的转录因子，构建了包含19个转录因子的hub MitoDEGs-TF调控网络(图5c)。利用miRWalk 3.0对hub MitoDEGs的miRNA进行预测，构建MitoDEGs-miRNAs调控网络(图5d)。