双疾病分析+新冠（COVID-19）可以撞出什么火花？呼吸系统疾病自然首当其冲，看看7+的

轰轰烈烈的第一轮新冠感染，似乎销声匿迹了，但是第二轮新冠感染高峰的时间，却一直有各种预测。

社会角度的讨论先暂且不同，基于小云的职业病，从基础研究的角度来说，小云可以大胆预测一波，新冠病毒相关的生信挖掘思路会百花齐放。

原因有2点：

1）可用数据增多：过去新冠患者偏少，且限于安全性等问题，不少科研工作者接触不到足够的患者临床数据。那么现在，伴随着新冠的大范围发生，相信各个医院手头都有不少患者的新冠感染临床数据，这刚好可以用作后续的各种分析和挖掘。

2） “双疾病分析”这个点和新冠天生八字比较合： “双疾病分析”分析的关键是能获得两种有相关性的疾病，那么新冠病毒感染及其并发症则刚好满足这个特征，比如小云检索发现，根据当前报道显示，新冠感染可能和如下疾病有关：

一、呼吸系统疾病。

二、脓毒症，表现为高热，伴有全身的感染中毒症状，严重者可以出现休克、死亡。

三、凝血功能障碍，血管内可以出现血栓形成，出现DIC，可以表现为皮肤的瘀点、瘀斑，严重者可以出现腔道出血。

四、心肌炎，可以表现为心律失常、心肌酶升高，严重者可以出现心功能衰竭。

五、并发肝损伤，表现为肝生化的异常。

六、可以并发急性肾损伤，表现为蛋白尿、血尿、少尿，严重者可以出现急性肾衰。

七、可以并发脑膜炎，有个别病例报道可以并发脑膜炎，表现为头疼、呕吐、脑膜刺激征。

八、继发细菌、真菌等感染

这里面，最直接的可能还是呼吸系统疾病了。我们就以一篇7+的研究新冠与哮喘的文章为案例，进行分析展示，方便大家复现。（如果没有分析思路或者文献复现有困难，可以找小云，超多创新性高的分析思路和分析服务供你选择！）

l 题目：哮喘患者 COVID-19 感染潜在治疗靶点的分析和验证

l 杂志：Cell Commun Signal

l 影响因子：IF=7.5

l 发表时间：2022年12月

研究背景

哮喘是一种常见的气道慢性炎症性疾病。哮喘患者极易感染病毒和流感病毒，这与干扰素生成不足和对病毒的先天免疫反应不足有关。新型冠状病毒现在是一种新病毒，因此患有哮喘病的人应该比健康人采取更多的预防措施。已经对COVID-19与哮喘之间的关系进行的调查表明成年哮喘患者患重症COVID-19的风险增加。但也有数据不支持感染新型冠状病毒的哮喘患者易发生重症肺炎的结论。因此，COVID-19与哮喘之间的相互作用仍不清楚，且COVID-19和哮喘是否具有共同的致病机制以及诊断和治疗生物标志物是否相同的研究仍然很少。

数据来源

研究思路

从GEO数据库下载哮喘和COVID-19患者的基因表达谱数据，分别获得哮喘和COVID-19的差异表达基因，并取交集，对共同基因进行功能富集分析，以确定共同的致病分子机制。构建蛋白质-蛋白质相互作用 (PPI) 网络并从网络中识别关键基因。将GSE195599中差异表达的lncRNA和GSE196822数据集相交以构建竞争性内源性 RNA (ceRNA) 调控网络。分别验证COVID-19 中关键基因的诊断功效和哮喘关键基因的差异表达。在细胞模型中验证CXCR1在哮喘发生发展中的作用。

主要结果

1. 双疾病差异表达基因的筛选及功能富集分析

为了研究哮喘与COVID-19之间的关系和相互作用，作者从GEO数据库的GSE195599和GSE196822数据集分别获取1358个差异表达的mRNA（图1A）和1716个差异表达的mRNA中（图1B）。我们在哮喘和COVID-19数据集之间确定了393个共有的差异表达mRNA（图1C）。对393个常见的差异表达mRNAs进行了GO富集分析和KEGG富集分析发现破骨细胞分化以及脂质和动脉粥样硬化方面基因存在变化（图1D、E)。（ps：火山图也可以用小云新开发的零代码生信分析小工具实现，云生信分析工具平台包含超多零代码分析和绘图小工具，上传数据一键出图，感兴趣的小伙伴欢迎来尝试哟，网址：http://www.biocloudservice.com/home.html）。

图1双疾病差异表达基因的筛选及功能富集分析

2. 差异基因的蛋白质-蛋白质相互作用网络分析

作者利用STRING数据库构建了一个蛋白质相互作用网络（图2A)。使用Cytoscape软件分析蛋白质-蛋白质相互作用网络，筛选出关键基因（TLR4、TLR2、MMP9、EGF、HCK、FCGR2A、SELP、NFKBIA、CXCR1、SELL）（图2B).这些关键基因可能是哮喘和COVID-19的生物标志物。（ps：PPI分析也可以用小云新开发的零代码生信分析小工具实现哦，具体信息参见上条内容）。

图2差异表达基因的蛋白质-蛋白质相互作用网络分析

3. lncRNA-miRNA-mRNA调控网络的构建

作者分析了GSE195599和GSE196822数据集，从哮喘中获得507个差异表达的lncRNA（图3A），在COVID-19数据集中的304个差异表达的lncRNA,（图3B)。从哮喘和COVID-19数据集之间确定了13种常见的差异表达lncRNA（图3C）。利用StarBaseV3.0数据库预测差异表达的lncRNA调控的miRNA（图3D)。利用Cytoscape软件构建lncRNA-miRNA-mRNA调控网络（图3E)。

图3 lncRNA-miRNA-mRNA调控网络的构建

4. 验证关键基因在 COVID-19 诊断中的作用

对COVID-19数据集GSE196822和GSE171110获得的关键基因绘制ROC曲线（图4A、B），评估TLR4、TLR2、MMP9、EGF、HCK、FCGR2A、SELP、NFKBIA、CXCR1和SELL等基因对COVID-19诊断价值，发现MMP9的诊断价值最高（AUC=0.975）。对GSE171110中关键基因的进行热图分析（图4C）。

图4验证关键基因在 COVID-19 诊断中的作用

5.对哮喘关键基因的差异表达验证

对GSE69683数据集中的哮喘相关基因进行了差异表达验证（图 5)，结果表明TLR4、TLR2、MMP9、EGF、HCK、FCGR2A、SELP、NFKBIA、CXCR1和SELL等基因与哮喘发生显著相关。

图5对哮喘关键基因的差异表达验证

6. 哮喘细胞模型中关键基因的初步实验验证

为了验证前期分析结果，作者进行了体外细胞模型的验证。通过IL-4、IL-13和IL-17A刺激BEAS-2B细胞以模拟哮喘微环境，发现炎症标志物TSLP和IL-25的表达在实验组中显着上调（图6A、B）。选择CXCR1进行初步实验室验证（图6C）。CXCR1的表达被siRNA沉默（图6D)后，CCK-8检测表明转染si-CXCR1后，BEAS-2B细胞的活力显着降低（图6E)。

图6哮喘细胞模型中关键基因的初步实验室验证

文章小结

这篇文章是以新冠肺炎合并哮喘疾病为研究对象，利用了双疾病相关的分析思路进行的一篇非肿瘤数据挖掘研究，其具体的分析思路与常见的双疾病研究并无显著差异，所以我们更换双疾病方向则可以进行数据复现。

特别是当前新冠病毒传播广泛，且相关并发症较多，除了文首提到的8类并发疾病之外，基于临床数据统计出的新潜在疾病也可以作为备选项。因此，如果对新冠疾病感兴趣，换个并发症就可以复现一篇文章，暂时还未做这方面分析的，那么赶紧动手吧，抓紧复现。

小云有话说

小云公众号持续为大家带来最新生信思路，更多创新性分析思路请点击链接。想复现这种思路或者定制更多创新性思路欢迎直接call小云，云生信团队竭诚为您的科研助力！