关注「科研菌」
今天跟大家分享的是2019年10月发表在Front Genet(IF=3.52)杂志上的一篇文章 Identification of the Key Factors Related to Bladder Cancer by lncRNA-miRNA-mRNA Three-Layer Network。在文章中作者通过lncRNA-miRNA-mRNA三层网络识别与膀胱癌相关的关键因素。
Identification of the Key Factors Related to Bladder Cancer by lncRNA-miRNA-mRNA Three-Layer Network
通过lncRNA-miRNA-mRNA三层网络识别与膀胱癌相关的关键因素
一. 研究背景
近年来，对膀胱癌(BC)单分子的大量研究发现，失调的mRNA通过参与Akt信号途径和NF-kB途径等许多途径的异常激活而促成BC肿瘤的发生， lncRNA UCA1和H19的异常表达与BC的发生、发展和转移密切相关，有关泌尿系统肿瘤与miR-145，miR-205之间关系的研究表明，大量miRNA参与了肿瘤的发展。
二. 分析流程
分析流程
1. 数据资源的收集与预处理
对应“结果解读”中图2
2. 三层网络的建设
对应“结果解读”中图3
3. 关键节点有关基因的分析
对应“结果解读”中图4-7；表2-4
三. 结果解读
1. 拓扑属性的计算讲解
拓扑基本关系(图1算式1)，中介中心性计算(图1算式2)，靠近中心性计算(图1算式3)。结果体现在表1 。
图1. 计算拓扑属性
算式1
算式2
中介中心性是通过网络中的节点的最短路径占最短总数的比例路径，反映了网络中节点的影响。是评估网络中节点重要性的最有效方法之一，它在信息传递过程中起着重要作用。
如果一个节点是网络中其他节点通信的唯一方式，则该节点在网络中具有重要地位。节点之间的中心度值越高，其影响越大。
算式2
算式3
靠近中心性反映了网络中某个节点与其他节点的接近程度。
节点“ v”的接近中心性是从节点“ v”到所有其他节点的平均最短路径距离的倒数。一个节点与其他节点越近，其紧密中心性就越大。
算式3
2. 获得上调和下调的DElncRNA，DEmRNA，DEmiRNA
通过比较BC的正常和癌症样本，获得了：1,457个(1,036个上调，421个下调)DElncRNA(图2A)，3,047个(1,823个上调，1224个下调)DEmRNA(图2B)，247个(214个上调，33个下调)DEmiRNA(图2C)。其中红色表示上调，绿色表示下调。
图2. 用火山图分析差异表达RNA
3. 构建膀胱癌的三层网络
通过合并lncRNA-miRNA调控网络，miRNA-mRNA调控网络和lncRNA-mRNA共表达网络，构建了膀胱癌的三层网络(用Cytoscape软件可视化)。包括367个mRNA，65个miRNA，197个lncRNA和1749个边缘。橙色椭圆表示DElncRNA，绿色矩形表示DEmRNA，黄色三角形表示DEmiRNA。
图3. 构建膀胱癌的三层网络
4. 筛选出枢纽miRNA
用图1的三个算式，计算图3中居中性，紧密性和中心的度前10的基因的拓扑属性，得到枢纽节点：miRNA-195和miRNA-93。每列中出现的基因以粗体显示。这么做的目的是提取三层网络(图3)中的子网(图4)。
表1. 根据拓扑属性筛选枢纽节点
5. 得到枢纽miRNA的子网
根据提取出的两个关键的miRNA及其链接的mRNA和lncRNA重建了一个新的子网，其中包括71个mRNA，2个miRNA，73个lncRNA和144个边缘。红色表示上调；绿色表示下调(子网使用Cytoscape软件可视化)。椭圆代表DElncRNA，三角形代表DEmiRNA，矩形代表DEmRNA。
图4. 枢纽节点在膀胱癌中相关的网络
6. 深入了解枢纽miRNA的基因本质
使用DAVID(https://david.ncifcrf.gov/)进行基因本体(GO)分析；为了更全面地了解途径富集的情况，分析了miRNA-93的35个靶基因(图5A)，miRNA-195的36个靶基因(图5B)。
使用GO Term（Gene Ontology，基因本体论） 进行富集分析。GO从3个方面（顶层术语）描述基因本质：
CC（Cellular Component，细胞组分）：一般用来描述基因的具体位置，比如高尔基体、内质网
MF（Molecular Function，分子功能）：可以描述分子水平的活性，比如催化或结合活性
BP（Biological Process，生物学过程）：比如蛋白质磷酸化、细胞黏附等
图5. 使用GO进行两个miRNA的富集分析
7. 深入了解枢纽miRNA的基因本质后进行的分析
miRNA-93的35个靶基因的GO分析(图2，3左列)，miRNA-195的36个靶基因的GO分析(图2，3右列)。
表2，3. miRNA-93和miRNA-195的靶基因的GO分析(按PValue列出)
8. 得到miRNA靶向的mRNA富集的结果
x轴：网络中的基因
红色实线框内：miRNA-93的靶基因
黑色虚线框内：miRNA-195的靶基因
y轴：KEGG途径
红色实心框内：miRNA-93靶基因的富集途径
黑色虚线框内：miRNA-195靶基因的富集途径
图6. miRNA靶向的mRNA富集途径
9. 分析miRNA靶向的mRNA富集的结果
发现信号通路“癌症中的miRNA“，“ HTLV-I感染”和“细胞周期”显着丰富了KEGG通路，表明这三个信号通路与BC密切相关。
表4. 对枢纽网络中涉及的71种DEmRNA进行KEGG途径富集
10. 得到两个枢纽miRNA对于BC的影响
miRNA-93的高表达可能促进癌细胞的增殖并抑制其凋亡，从而导致癌细胞的过度增殖和退化(图7A)，而miRNA -195在BC中被下调，因此可能与BC的发生和发展密切相关(图7B)。
x轴表示OS(总体生存)的时间，轴表示存活率。这是对子网中的miRNA / lncRNA和mRNA进行的Kaplan-Meier生存分析，目的是预测BC中DERNA的总体生存。
图7. miRNA-93和miRNA-195的OS生存曲线
这篇文章主要通过构建网络筛选出2个枢纽miRNA，并对这两个miRNA进行了深度分析，为膀胱癌的治疗提供了新思路。我们一起期待下一篇精彩的文献吧！
此外，如果大家有什么想要进一步讨论的，可以在扫描下方二维码，关注「科研菌」，在公众号后台私信我们，或者是在下方留言和我们共同讨论。
扫上方二维码即可关注科研菌
网友评论