纯生信非肿瘤8.7分，基于GEO转录组数据分析 COVID-19 和 HIV 之间的联系
结果
COVID-19 和 HIV 之间的 DEG 和常见 DEG 的鉴定
数据集
创建了一个流程图来描述我们研究的所有关键和重要过. 为了研究 COVID-19 和 HIV 之间的相互作用，我们分析了从 GEO 数据库下载的血液样本。在 COVID-19 数据集中，我们确定了 3213 个具有|Log 2 Fold Change|的 DEGs > 0.585 和 | adj.P.Val。| < 0.05，而在 HIV 数据集中，我们确定了 1718 个具有 |Log 2 Fold Change|的 DEGs ≥ 0.1 和 | adj.P.Val。| <0.001 (。此外，火山图分别描绘了 COVID-19 和 HIV 的 DEG。维恩图显示 394 个 DEG 在 COVID-19 和 HIV 数据集中都很常见. 根据这些发现，HIV 和 COVID-19 具有大量共同基因并且密切相关。
常见DEGs的功能富集分析
GO 富集分析通常用于显示基因和术语之间的相互作用，而 KEGG 富集分析可以说明基因和功能模式之间的关系（36). “ClusterProfiler”包用于发现在这项工作中作为常见 DEGs 丰富的生物学特征和途径。GO 富集分析显示显着富集的途径（p 值 < 0.05）、生物过程 (BP)、细胞组成 (CC) 和分子功能 (MF) 都包括在内。BP 类别中值得注意的途径是有丝分裂核分裂、有丝分裂姐妹染色单体分离和姐妹染色单体分离。在 CC 类别中，前三个术语是细胞溶质核糖体、染色体、着丝粒区域和染色体区域。此外，在 MF 方面，核糖体的结构成分、辅助受体活性和 C-C 趋化因子受体活性是前三个具有统计学意义的 GO 术语。KEGG富集分析排名前三的通路分别是冠状病毒病-COVID-19、细胞因子-细胞因子受体相互作用和细胞周期。这些结果表明，这些常见的 DEG 与细胞周期有很强的关系，这可能会导致对 COVID-19 和 HIV 的更有效治疗。
常见DEGs的PPI网络和hub基因提取
使用 STRING 对 COVID-19 和 HIV 之间的这些常见 DEG 进行了综合分析，以探索蛋白质-蛋白质相互作用。图说明了 HIV 和 COVID-19 中常见的 DEG 之间的相互作用，根据Cytoscape中PPI网络的结果用度数法确定的前10个hub基因，分别为CCNA2、CCNB1、CDC20、TOP2A、AURKB、PLK1、BUB1B、KIF11、DLGAP5、RRM2。接下来，分别对 HIV 和 COVID-19 进行了 ROC 分析。HIV 数据集中所有中枢基因的曲线下面积 (AUC) 值均大于 0.616，而 COVID-19 数据集中所有中枢基因的 AUC 值均大于 0.973。根据这些结果，有可能通过靶向这些中枢基因来开发针对 COVID-19 的新型靶向疗法。
有两种类型的基因表达调节因子：转录因子 (TF) 和 miRNA。转录因子通过结合启动子区域调节转录，而 miRNA 调节转录后基因表达 ( 37 )。对 TF 和 miRNA 之间相互作用的分析表明，165 个 TF 和 2466 个 miRNA 协调这些常见的 DEG，表明它们密切合作，根据P值排名前十位的TF分别为ILF3、RAD21、ILF2、TP53、CCNE1、E2F4、E2F1、HDAC8、ESR1、HSF1。排名前十的miRNA也按P值排序，分别为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 这些发现表明，常见的 DEG 与转录因子、miRNA 之间存在密切关系。
候选药物的鉴定
前十名药物根据其 P 值（LUCANTHONE、达沙替尼、依托泊苷、肠内酯、曲格列酮、睾酮、雌二醇、骨化三醇、白藜芦醇、tetradioxin）进行排名，这些药物是根据 P 值从 Enrichr 的 DSigDB 库中识别出来的。这些潜在的小分子化合物可能作为 COVID-19 和 HIV 的治疗靶点和疗法。
