差异表达基因筛选
从GEO数据集中鉴定IPF患者与健康对照间差异表达的mRNA、miRNA和lncRNA。
使用GEO2R工具分析GSE32537、GSE47460（mRNA）、GSE32538（miRNA）和GSE24206（lncRNA）数据集，筛选差异表达RNA，并通过火山图、UMAP和箱线图展示。
关于丁香通
公司信息
个人用户
企业机构
无忧采购 轻松科研
- 移动端
特发性肺纤维化中ceRNA调控网络的构建与生物信息学分析
Construction and Bioinformatics Analysis of ceRNA Regulatory Networks in Idiopathic Pulmonary Fibrosis.
实验完整度
中包含生物信息学分析、细胞模型（A549/3T3）和动物模型（BLM诱导）验证，但缺乏在人体组织中的验证和深入机制研究。
主要模型
肺组织样本（IPF患者和对照） A549和3T3细胞系 C57BL/6J小鼠（BLM诱导肺纤维化模型）
重点核对
肺组织样本来源（GSE32537, GSE47460, GSE32538, GSE24206） TGF-β1处理浓度（10 ng/mL）和作用时间（72小时） BLM给药剂量（1.5 U/kg）和观察时间（28天） qRT-PCR验证的基因和细胞类型
摘要
特发性肺纤维化（IPF）是一种原因不明的慢性进行性肺纤维化。尽管研究不断，但目前尚无治愈方法。近期研究强调了竞争性内源RNA（ceRNA）调控网络在IPF发展中的重要性。因此，本研究探讨了与IPF发病机制相关的ceRNA网络。我们从基因表达综合数据库（GEO）获取基因表达数据集（GSE32538、GSE32537、GSE47460和GSE24206），并使用生物信息学工具进行分析，以鉴定差异表达的信使RNA（DEmRNA）、微RNA（DEmiRNA）和长链非编码RNA（DElncRNA）。对于DEmRNA，我们进行了富集分析，构建了蛋白质-蛋白质相互作用网络，并鉴定了枢纽基因。此外，我们使用多个数据库预测了差异表达mRNA的靶基因及其相互作用的长链非编码RNA。随后，我们根据筛选结果在lncACTdb数据库中筛选具有ceRNA调控关系的RNA分子。进一步，我们对ceRNA网络中的miRNA进行了疾病和功能富集分析及通路预测。我们还通过定量实时逆转录聚合酶链反应验证了候选DEmRNA的表达水平，并分析了这些候选DEmRNA的表达与预测的支气管扩张剂前用力肺活量百分比（%predicted FVC (pre-bd)）之间的相关性。我们发现三个ceRNA调控轴，特别是KCNQ1OT1/XIST/NEAT1-miR-20a-5p-ITGB8、XIST-miR-146b-5p/miR-31-5p-MMP16和NEAT1-miR-31-5p-MMP16，可能显著影响IPF的进展。进一步研究该网络内的潜在调控机制，可增强我们对IPF发病机制的理解，并可能有助于识别诊断生物标志物和治疗靶点。
实验结论
提炼研究问题、关键发现与证据，快速把握文章的核心贡献。
- 研究问题
- 本研究旨在鉴定与特发性肺纤维化发病机制相关的ceRNA调控网络，并评估其临床相关性。
- 核心机制
- KCNQ1OT1/XIST/NEAT1-miR-20a-5p-ITGB8、XIST-miR-146b-5p/miR-31-5p-MMP16和NEAT1-miR-31-5p-MMP16三个ceRNA调控轴可能通过调控ITGB8和MMP16等基因的表达参与IPF的进展。
- 主要证据
- 基于GEO数据集差异表达分析构建ceRNA网络，并通过qRT-PCR在TGF-β1处理的A549和3T3细胞以及BLM诱导的C57BL/6J小鼠肺组织中验证了候选DEmRNA的表达变化。
- 研究意义
- 这些发现为深入理解IPF的发病机制提供了基础，并可能有助于识别潜在的诊断生物标志物和治疗靶点。
研究路径
按研究推进顺序梳理实验设计、验证步骤与关键观察。
构建ceRNA网络
预测miRNA与mRNA和lncRNA的相互作用，构建ceRNA调控网络。
使用miRTarBase数据库预测miRNA靶基因，并与DEmRNAs取交集；使用StarBase和LncBase数据库预测miRNA-lncRNA相互作用，并与DElncRNAs取交集；最后通过lncACTdb筛选ceRNA网络。
功能富集分析
分析DEmRNAs和DEmiRNAs参与的生物学过程、分子功能、细胞组分和KEGG通路。
使用Metascape平台对DEmRNAs进行GO和KEGG富集分析；对候选DEmiRNAs进行疾病和功能富集分析及KEGG通路预测。
临床相关性分析
评估候选DEmRNA表达与IPF患者肺功能指标（%predicted FVC (pre-bd)）的相关性。
使用GSE47460数据库中的临床信息和基因表达数据，对候选DEmRNAs的表达与%predicted FVC (pre-bd)进行Pearson相关性分析。
qRT-PCR验证
在体外细胞和动物模型中验证候选DEmRNA的表达变化。
提取3T3细胞、A549细胞和BLM诱导的C57BL/6J小鼠肺组织总RNA，通过qRT-PCR检测候选DEmRNA的表达水平。
研究方法
按研究目的归类文中使用的方法，便于定位所需技术。
差异表达分析
蛋白质相互作用网络构建
表达验证
产品清单
| 实验环节 | 名称 | 品牌 | 货号 |
|---|---|---|---|
| 细胞培养 | Ham's F-12 K培养基 | Gibco, Thermo Fisher Scientific | -- |
| DMEM培养基 | Gibco, Thermo Fisher Scientific | -- | |
| 胎牛血清 | Gibco, Thermo Fisher Scientific | -- | |
| 青霉素-链霉素 | -- | -- | |
| 药物处理 | 转化生长因子-β1 | MedChemExpress | -- |
| RNA提取 | TRIzol试剂 | Takara | -- |
| cDNA合成 | Primer Script RT试剂盒 | Takara | -- |
| qRT-PCR | TB Green Premix Ex TaqTM试剂盒 | Takara | -- |
| Quant Studio 1实时荧光定量PCR系统 | Thermo Fisher Scientific | -- | |
| 动物实验 | 博来霉素 | -- | -- |
| 统计分析 | GraphPad PRISM 9.5.0 | -- | -- |
关键环节
汇总复现实验时建议重点确认的条件及原文阅读提示。
| 环节 | 核对要点 |
|---|---|
| 差异表达分析 | 数据集选择（GSE32537, GSE47460, GSE32538, GSE24206），筛选阈值（|logFC|>1, 校正P<0.05） 阅读提示：见Materials and Methods中的Data Sources和Differentially Expressed Genes (DEG) Identification |
| ceRNA网络构建 | 数据库版本（miRTarBase, StarBase, LncBase, lncACTdb）及预测参数 阅读提示：见Materials and Methods中的Establishment of the ceRNA Network |
| 细胞实验 | 细胞系（A549, 3T3），TGF-β1浓度（10 ng/mL）和处理时间（72小时），培养条件（37°C, 5% CO2） 阅读提示：见Materials and Methods中的Cell Culture |
| 动物实验 | 小鼠品系（C57BL/6J），BLM剂量（1.5 U/kg），给药方式（气管内注射），处理时间（28天） 阅读提示：见Materials and Methods中的Animal Model |
| qRT-PCR验证 | 引物序列，内参基因（GAPDH），分析方法（2^-ΔΔCt） 阅读提示：见Materials and Methods中的Quantitative Real-Time Reverse Transcriptase Polymerase Chain Reaction和Table 2,3 |