有很多人看见肿瘤方向做生信数据挖掘发了很多SCI论文，但是感觉非肿瘤方向发不了。其实，非肿瘤是完全可以发的，今天就分享一篇最新的非肿瘤的纯生信数据挖掘SCI论文，作者研究的是急性心肌梗塞，作者也是挖掘了GEO数据库的数据，通过简单清晰的分析（差异分析、GO和KEGG富集分析、PPI分析、筛选hub基因）得到相关结果、结论，最后发表了自己的SCI。
研究背景：
急性心肌梗塞（AMI）是导致世界各地人类健康面临威胁的常见疾病。在这里，我们旨在通过采用集成的生物信息学工具来探索AMI中的新生物标志物和潜在的治疗靶标。
研究方法：
利用GEO数据库获取AMI和非AMI全血的基因数据。此外，使用R 3.6.1软件中的“ Limma”软件包筛选差异表达基因（DEG）。通过R 3.6.1软件中的“ Bioconductor”和“ GOplot”软件包对DEG进行功能和途径富集分析。为了筛选hub基因，应用了STRING版本11.0数据库，Cytoscape和MCODE。 hub基因之间的相关性使用Pearson相关分析进行评估。
研究结果：
通过进行差异分析，分别从GSE66360成功鉴定出289个上调的DEG和62个下调的DEG。并且它们主要在富集在嗜中性粒细胞活化，免疫反应，细胞因子，核因子κB（NF-κB）信号通路，IL-17信号通路和肿瘤坏死因子（TNF）信号通路。根据蛋白质间相互作用（PPI）的数据，对排名前10位的hub基因进行了排序，包括白介素8（CXCL8），TNF，N-甲酰基肽受体2（FPR2），生长调节型α蛋白（CXCL1），转录因子AP-1（JUN），白介素1β（IL1B），血小板碱性蛋白（PPBP），基质金属蛋白酶9（MMP9），toll样受体2（TLR2）和高亲和力免疫球蛋白ε受体亚基γ（ FCER1G）。此外，相关分析的结果表明，这10个hub基因之间存在正相关。
研究结论：
在本研究中，十种DEGs被确定为AMI患者的潜在候选诊断生物标志物。但是，需要进一步的实验来确认与AMI相关的功能途径和hub基因。
参考文章链接：https://pubmed.ncbi.nlm.nih.gov/33847684/
网友评论