美文网首页
癌症套路放到普通疾病中如何分析出新结果

癌症套路放到普通疾病中如何分析出新结果

作者: 生信学霸 | 来源:发表于2022-09-28 17:19 被阅读0次

Expression of Immune Related Genes and Possible Regulatory Mechanisms in Alzheimer's Disease

阿尔茨海默病中免疫相关基因的表达和可能的调节机制

发表期刊:Front Immunol

发表日期:2021 Nov 5

影响因子:7.561

DOI:  10.3389/fimmu.2021.768966

一、背景

        阿尔茨海默病(AD)是最常见的进行性痴呆,以记忆衰退和严重残疾为特征。从病理学上讲,AD大脑中存在着由细胞内过度磷酸化和错误折叠的tau和细胞外淀粉样β(Aβ)形成的神经纤维缠结(NFTs)。近年来,神经炎症和组织内的免疫细胞越来越被认为是AD发病机制的关键因素。

        脑常驻小胶质细胞是中枢神经系统(CNS)中局部免疫系统的主要成分,外周免疫细胞在健康大脑中不存在或很少见。此外,血脑屏障(BBB)为中枢神经系统免疫系统建立了免疫特权。在AD小鼠模型和人类AD大脑中都观察到外周免疫细胞的浸润。免疫相关基因(IRG)在免疫浸润中起着至关重要的作用;然而,IRG的表达特征和AD中免疫浸润的可能调节机制仍不清楚。

二、材料与方法

1、数据来源

1)单细胞数据集:GSE181279、GSE142853 scRNA测序数据集

2)微阵列数据:GSE33000

2、分析流程

1)scRNA测序数据处理:使用Seurat R软件包进行下游的主成分分析(PCA)和t分布式随机邻接嵌入(t-SNE)分析

2)IRGs评分:根据ImmPort数据库对每个簇的DEGs进行筛选以确定IRGs,并选择DEGs中的212个IRGs用AUCell进行IRGs评分

3)批量测序数据处理:使用limma软件包计算DEGs

4)GO和KEGG分析:使用Enrichr(https://maayanlab.cloud/Enrichr/)对

GSE181279中NK群的DEGs和GSE33000中的DEGs进行富集分析

5)构建PPI网络:STRING

三、实验结果

01 - AD中PBMCs的scRNA分析

        对GEO数据库中的scRNA测序数据集(GSE181279)进行了分析,其中包括36,849个PBMCs,包括22,775个AD患者的细胞和14,074个对照(NC)的细胞。经过过滤,保留了24,679个细胞,包括14,033个AD患者的细胞和10,646个NC的细胞。每个样本的表达特征见图1A。代表唯一分子标识符(UMI)数量的nCount_RNA与代表基因数量的nFeature_RNA呈正相关,相关系数为0.92(图1B)。前10个高度可变基因(HVG)被确认(图1C),S100A8和S100A9是前两个HVG,它们是小型钙结合蛋白,在炎症条件下高度表达。PCA确定了所有15个P值<0.05的PC,用JackStrawPlot可视化(图1D),用10个PC确定了8个簇,每个簇的前10个DEG被列出(图1E)。

图1 AD中PBMCs的scRNA分析

        使用t-SNE分析对这八个聚类进行了可视化(图2A)。椭圆标记的NK簇显示AD组中NK簇的比例下降(图2B)。细胞类型标记基因的表达显示在点图(图2C)和Violin图(图2D)。图2E显示了每个簇的细胞数量和比例,与NC组相比AD组的NK簇明显减少,而CD4 T细胞在AD组呈上升趋势(图2F)。

图2 每个亚群的标记基因表达

02 - AD中PBMC细胞群的IRG评分

        为了研究AD中PBMCs的IRG表达特点,作者根据ImmPort数据库筛选IRG,该数据库汇总了已发表研究的IRG,从PBMCs中每个簇的DEGs中得到212个IRG。AUCell R软件包被用来确定每个细胞系的IRG活性(图3A)。表达更多基因的细胞表现出更高的AUC值,这些细胞主要在NK和DC细胞中,颜色为黄色(图3B)。由于NK簇在AD组明显减少(图2B,F),进一步对PBMCs的NK簇中的DEGs进行GO和KEGG分析,这些术语主要与抗原处理和免疫反应有关(图3C,D)。

图3 AD中PBMC细胞群的IRG评分

03 - 从批量测序数据获取AD组织的DEGs

        为了研究AD中脑组织的表达特征,分析了包含310名AD患者和157名对照组的批量RNA测序数据集GSE33000,以探索AD大脑中的DEG,并筛选PBMC和脑组织之间的常见IRG,5339个上调和5542个下调的DEGs被保留在AD组织中(图4A)。图中显示了前100个上调和前100个下调的DEGs的热图,并观察到组内的相对一致性(图4B)。与AD的PBMC中NK簇的表达特征相似,AD组织中DEGs的前10个GO词也集中在免疫反应方面(图4C,D)。这些数据表明,AD PBMC中NK簇的DEGs与AD组织中的DEGs有相似的GO术语,表明NK细胞在AD患者组织中的潜在作用。

图4 来自GSE33000数据集的AD大脑的DEGs

04 - 共同的IRG和相关的调控转录因子

        由于来自PBMC的NK簇中DEG的GO和来自AD大脑的DEG的GO主要集中在免疫反应上,作者进一步研究了外周NK细胞和AD组织的IRG的共同表达特征,在PBMC NK群和AD大脑中共发现了70个共同的IRG(图5A)。GSE33000中前40个常见IRG DEGs的表达主要在PBMCs的NK群中活跃(图5B)。

        为了研究IRG的转录调控活性,从HumanTFDB获得了1665个TFs的列表,来自PBMCs的AD NK簇中的34个TFs和AD脑中的765个TFs被保留下来。此外,17个共同的TFs在AD外周NK群和AD组织中都有表达(图5C)。在所有的集群中,总共有1979个独特的标记基因被确定。对于NK集群,总共鉴定了778个标记基因,只有34个基因属于TFs。因此,外围NK标记基因、AD组织中的DEGs和TFs数据库之间的重叠TFs只有17个。这17个TFs在GSE33000和AD外周NK簇中的表达情况显示(图5D,E)。13个TFs在AD组织中被上调,所有17个TFs在NK和NKT细胞中都很活跃。PPI网络表明,STAT3可能在IRG的转录调控中作为一个枢纽基因发挥了关键作用(图5F)。

图5 常见的IRG和相关的调控转录因子

05 - 确认NK在AD组织中的浸润

        为了确认NK细胞对组织的浸润,作者从GEO数据库中选择了scRNA测序数据集GSE142853,对3XTg-AD小鼠大脑中的分类NK细胞进行测序。共有3250个细胞,包括来自AD小鼠的1634个细胞和NC小鼠的1616个细胞,产生了十个簇(图6A)。AD组的第6个簇的百分比高于NC组(4.6% vs. 2.9%)(图6B)。细胞毒性分子(Cstd)、促炎症趋化因子(Ccl3、Ccl4)、粘附分子(Icam1)和NK细胞激活分子(Tbx21、Nfatc1、Nfkbia和Klra9)在簇6中高表达(图6C,D)。此外,SingleR和Celldex R软件包被用来注释这些集群,并使用分数计算预测的准确性。结果显示,GSE142853中的10个集群中有9个被注释为NK细胞,而一个集群被注释为小胶质细胞。NK和小胶质细胞的注释都被标记为黄色,代表较高的准确性(图6E)。tSNE图显示在3XTg-AD小鼠的大脑中,小胶质细胞的比例非常小,而NK细胞占大多数(图6F)。综上所述,GSE142853数据集证实了NK细胞在AD大脑中的出现,而且一些浸润的循环NK细胞在AD大脑中被激活。

图6 AD大脑中NK细胞的scRNA分析

四、结论

        作者提出外周NK细胞可能渗入大脑,并利用生物信息学分析结合scRNA和批量测序数据对AD的神经炎症变化做出贡献。此外,STAT3可能参与了IRG、浸润和NK细胞激活的转录调节。

相关文章

网友评论

      本文标题:癌症套路放到普通疾病中如何分析出新结果

      本文链接:https://www.haomeiwen.com/subject/fepcartx.html