Page 33 - 南京医科大学自然版
P. 33
第44卷第7期 苏思璇,尚彦星,段程伟,等. 基于生信分析对脓毒症相关性脑病中神经炎症相关核心基因
2024年7月 的筛选[J]. 南京医科大学学报(自然科学版),2024,44(7):915-926 ·917 ·
001,Lonsera公司,美国);DMED培养基(C11995500BT, 块均采用模块特征基因(moduleEigengenes,ME)
Gibco公司,美国);青霉素⁃链霉素溶液(C0222,上海 表示,代表给定模块内基因表达谱的合成基因。
碧云天公司);胰蛋白酶⁃EDTA 消化液(25200⁃056, 1.2.3 筛选差异表达基因(differentiallyexpressed gene,
Gibco 公司,美国);TRIzol(15596018,Ambion 公司, DEG)
美 国 );PrimeScript TM RT Master Mix(Perfect Real 采用 Limma R 包从 GSE103156 数据集中筛选
TM LPS 刺激前后小胶质细胞的 DEG,计算每个 DEG 的
Time)(RR036A,TaKaRa 公 司 ,日 本);BeyoFast
SYBR Green qPCR Mix(D7262,上海碧云天公司); P 值,在校正调整后筛选条件设定为 P < 0.05 和
蛋白酶抑制剂、磷酸酶抑制剂(Roche 公司,美国); |log2FC|>0.5 [11] 。Log2FC>0.5表示该基因的表达水平
BCA 蛋白检测试剂盒(23225,Thermo Fishier Scien⁃ 升高,而 log2FC<-0.5 则表示该基因的表达水平下
tific 公 司 ,美 国);组 蛋 白 去 乙 酰 化 酶 9(histone 降,并绘制火山图将所得结果可视化。
deacetylase 9,HDAC9)抗体(SC⁃398003,Santa Cruz 1.2.4 基因本体论(gene ontology,GO)、京都基因与
公司,美国);IL⁃1β抗体(ab9722)、诱导型一氧化氮 基因组百科全书(Kyoto encyclopedia of genes and
合 酶(inducible nitric oxide synthase,iNOS)抗 体 genomes,KEGG)功能富集分析
(ab178945,Abcam 公 司 ,美 国 );p ⁃ STAT3 抗 体 GO 法将 DEG 从生物过程(biological process,
(9145S,CST公司,美国);STAT3抗体(10253⁃2⁃AP, BP)、细胞成分(cellular component,CC)、分子功能
Proteintech 公司,美国);p⁃JAK1 抗体(3331,CST 公 (molecular function,MF)3 个层面进行基因功能注
司,美国);JAK1 抗体(66466⁃1⁃Ig)、α⁃tubulin 抗体 释。采用 Clusterprofiler 包 [12] 进行 GO 功能富集分
(66031⁃1⁃Ig)(Proteintech 公司,美国);二抗(Jackson 析,得到模块基因所富集到的 GO terms 及 GO terms
Immuno Research公司,美国);PCR引物由南京擎科 的P值;以校正后P < 0.05为纳入标准,筛选出差异
生物公司合成。HDAC9 过表达慢病毒载体由蔚楠 表达基因显著富集的 GO terms,并进行可视化。运
生物科技股份有限公司构建。小鼠小胶质细胞株 用 Clusterprofiler 包将筛选的模块基因或 DEG 进行
BV2购于上海富衡生物科技有限公司。 KEGG 通路富集分析,以校正后 P < 0.05 为纳入标
1.2 方法 准,筛选出显著富集的信号通路并进行可视化。
1.2.1 在线数据获取 1.2.5 Lasso回归分析
NCBI⁃GEO(https://www.ncbi.nlm.nih.gov/geo)数 使用“glmnet”和“Lambda”R 包进行 Lasso 回归
据库中输入 SAE、Spesis、LPS 等关键词搜索到符合 分析 [13] 。Lambda 最小值取 0.000 时的模型为最佳
研 究 的 数 据 集 GSE65682 和 GSE103156。 其 中 , 诊断模型。在系数路径图中,随着 log(Lambda)的
GSE65682 数据集基于 GPL13667 芯片分析平台,由 降低,模型的系数逐渐收敛,在交叉验证偏差图
[9]
Scicluna等 于2015年提交,本研究纳入该数据集中 中,寻找使得模型偏差最小化的 Lambda 值。选择
75例健康或非感染人群对照样本、727例重症监护室 最小 Lambda 值对应模型后,利用 R 语言中 Random
的脓毒症患者血液样本测序数据;GSE103156数据集 Forest 包进行筛选,通过考虑各个基因的重要性得
基于 GPL17400 芯片分析平台,由 Mazzio 等 [10] 于 分 ,识 别 出 对 模 型 预 测 性 能 贡 献 最 大 的 DEG。
2017年提交,本研究纳入该数据集中BV2小胶质细 Lasso 分析的基因被认为是 SAE 神经炎症的候选枢
胞 LPS 刺激组(n=3)以及非刺激对照组(n=3)测序 纽基因。
数据。 1.2.6 蛋白质⁃蛋白质相互作用网络(protein⁃protein
1.2.2 加权基因共表达网络分析(weighted gene co⁃ interaction network,PPI)构建及核心基因分析
expression network analysis,WGCNA) 将获得的交集基因输入到 STRING11.5(https://
采用 WGCNA 包对脓毒症 GSE65682 数据集构 string⁃db.org)数据库中构建PPI网络,设置蛋白种类
建WGCNA网络。将基因表达矩阵转化为Person系 为“Homo sapiens”,相互作用阈值为0.7,获取蛋白相
数矩阵,计算软阈值使 Person 系数矩阵符合无尺度 互作用信息,分析结果保存为 TSV 文件,将其导入
网络分布,进一步转变为邻接矩阵,计算节点之间 Cytoscape3.7.2软件,利用Network Analyzer工具计算
相异系数,并据此构建分层聚类树。删除离群值后 节点属性,筛选出前十核心基因。
分析挖掘基因共表达模块并拟合,引入表型相关信 1.2.7 小胶质细胞培养及活化模型构建
息并识别与脓毒症表型相关的关键模块。所有模 BV2 细胞于 DMEM 完全培养基(含 10%胎牛血