影响因子：8.786
关于非肿瘤生信，我们也解读过很多，主要有以下类型
1 单个疾病WGCNA+PPI分析筛选hub基因。
2 单个疾病结合免疫浸润，热点基因集，机器学习算法等。
3 两种相关疾病联合分析，包括非肿瘤结合非肿瘤，非肿瘤结合肿瘤或者非肿瘤结合泛癌分析
研究概述：
本文从 COVID-19 和 HIV 数据集中 DEG 的交集中确定了 394 个常见的 DEG，接着使用KEGG和GO功能富集分析分析常见的DEGs以确定潜在的生物学途径。然后开发了PPI网络来鉴定可作为疾病诊断标志物的枢纽基因。随后探索转录因子（TF）候选鉴定，microRNA（miRNA）候选鉴定和候选药物鉴定，提供可能对治疗HIV感染的COVID-19患者有用的潜在药物。
流程图
研究结果：
一、COVID-19与HIV之间的DEGs和常见DEGs的鉴定
1. 图A在 COVID-19 数据集中确定 3213 个 DEGs，在HIV数据集中确定1718个DEGs。图B、C火山图分别描绘了 COVID-19 和 HIV 的 DEG。图D维恩图显示，394 个DEG 在 COVID-19 和 HIV 数据集中都很常见，说明HIV和COVID-19具有大量共同基因且密切相关。
二、常见DEG的功能富集分析
1.GO富集分析显示，GO富集途径(p值< 0.05)、生物过程（BP）、细胞组成（CC）和分子功能（MF）均显著富集。BP类别中，最显著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。CC类别中，排在前三位的术语是胞质核糖体，染色体，着丝粒区和染色体区。MF类别中，核糖体的结构成分，共受体活性和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（图3A，B）。
2.KEGG富集分析的前三种途径是冠状病毒-COVID-19、细胞因子-细胞因子受体相互作用和细胞周期（图3C，D）。结果表明，这些常见的DEG与细胞周期有很强的关系，这可能会导致为COVID-19和HIV提供更有效的治疗方法。
三、常见DEGs的PPI网络和枢纽基因的提取
1.图4说明了HIV和COVID-19中常见DEG之间的相互作用。
2.图5表述前10个枢纽基因的得分排名。在中间的圆圈中，10个枢纽基因代表了前10个枢纽基因的得分以及它们与其他常见的DEGs的相互作用。包括CCNA2、CCNB1、CDC20、TOP2A、AURKB、PLK1、BUB1B、KIF11、DLGAP5、RRM2。
3.接下来，分别对 HIV 和 COVID-19 进行了 ROC 分析。HIV 数据集中所有枢纽基因的曲线下面积 （AUC） 值均大于 0.616，而 COVID-19 数据集中所有枢纽基因的 AUC 值均大于 0.973（补充图 2、3）。通过靶向这些枢纽基因，有可能开发针对COVID-19的新型靶向疗法。
四、调控网络的构建
1. 有两种类型的基因表达调节因子：转录因子（TF）和miRNA。TFs通过结合启动子区域来调节转录，而miRNA调节转录后基因表达。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，表明它们之间的合作程度很高。
2. 图6显示根据其P值及其与常见DEGs的相互作用进行排名的前10个转录因子。红色圆圈表示网络中P值最低的前10个转录因子，而蓝色圆圈表示与转录因子相关的常见差异表达基因。
3. 图7显示P值前10位的microRNA及其与常见差异表达基因的相互作用。粉红色圆圈代表具有前 10 个最低 P值的miRNA，而橙色菱形代表与 miRNA 相关的常见差异表达基因。结果表明，常见的DEGs与TFs，miRNA之间存在很强的关系。
五、候选药物的鉴定
图8根据Enrichr的DSigDB库中基于P值鉴定出前十名药物（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、四恶英）。这些潜在的小分子化合物可以作为COVID-19和HIV的治疗靶点和治疗方法。
研究总结：
本研究首先利用GEO数据库中的COVID-19和HIV血液样本来鉴定枢纽基因，这些基因可能在COVID-19和HIV的发生和发展中起关键作用。其次阐明了CVOID-19与HIV之间的相互作用，这可能为COVID-19和HIV病毒感染的分子机制提供新的见解。第三筛选出十种按P值排名的候选药物，这些药物可能作为治疗COVID-19和HIV患者的生物标志物，有助于 HIV 感染的 COVID-19 患者的精确诊断和治疗。
网友评论