识别UC中差异表达基因和关键模块基因
筛选UC中异常表达的基因及关键共表达模块
从GEO数据库获取GSE16879数据集，使用limma包筛选DEGs，使用WGCNA鉴定关键模块基因。
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
利用生物信息学和机器学习鉴定和验证溃疡性结肠炎中关键嘌呤代谢相关基因
Identification and Validation of Key Purine Metabolism-Related Genes in Ulcerative Colitis Using Bioinformatics and Machine Learning.
实验完整度
高结合转录组分析、WGCNA、三种机器学习算法、单细胞分析、临床样本IHC验证、体外细胞实验（LPS诱导的Caco-2模型）和体内小鼠模型（DSS诱导）等多个证据层级。
主要模型
GEO数据集（GSE16879，GSE179285，GSE92415，GSE73661） Caco-2细胞系 DSS诱导的UC小鼠模型 溃疡性结肠炎患者结肠组织样本
重点核对
PDE4B在UC中表达上调，AUC>0.9 PDE4B表达与UC疾病活动度（Mayo评分）正相关（R=0.573, P=0.0083） PDE4B在巨噬细胞中高表达 敲低PDE4B降低炎症因子（IL-1β, IL-6, TNF-α）mRNA水平，增加紧密连接蛋白ZO-1表达 阿普斯特（apremilast）处理降低UC小鼠炎症因子，恢复结肠长度、降低DAI和血尿酸水平
摘要
背景
溃疡性结肠炎（UC）是一种常见的炎症性肠病，其发病机制复杂，给诊断和治疗带来困难。嘌呤代谢与许多疾病密切相关，但其在UC中的具体作用机制仍不清楚。本研究旨在寻找UC中嘌呤代谢的相关生物标志物。
方法
从基因表达综合（GEO）数据库下载UC相关数据集，用于筛选差异表达基因（DEGs）。然后进行加权基因共表达网络分析（WGCNA）以鉴定UC中的关键模块基因。进一步鉴定UC中差异表达的嘌呤代谢相关基因，并将其定义为UCDE-PMRGs。随后，对UCDE-PMRGs进行功能富集分析。接下来，三种机器学习算法筛选关键UCDE-PMRGs，并在独立的验证队列中进一步验证。我们还利用单细胞测序数据分析关键UCDE-PMRGs在UC中的细胞分布。最后，在临床样本、体外和体内实验中验证关键基因的表达。
结果
在UC中鉴定出总共2133个DEGs和9个UCDE-PMRGs。采用机器学习鉴定关键UCDE-PMRG（PDE4B）。PDE4B与免疫浸润细胞显著相关。此外，临床样本验证PDE4B在UC中高表达，并与疾病活动度呈正相关。此外，抑制PDE4B表达可促进肠上皮屏障修复并减轻UC小鼠的症状。
结论
PDE4B是UC中与嘌呤代谢相关的良好生物标志物。抑制PDE4B表达有助于缓解UC症状，为UC的发病机制和治疗提供了新思路。
关键词：溃疡性结肠炎，嘌呤代谢，免疫浸润，PDE4B，机器学习，生物信息学
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
- 筛选溃疡性结肠炎中嘌呤代谢相关关键基因，并探讨其在UC发病和治疗中的潜在作用。
- 核心机制
- PDE4B通过调控嘌呤代谢相关通路和cAMP信号，促进炎症因子产生，损害肠上皮屏障，而抑制PDE4B可减轻炎症并促进屏障修复。
- 主要证据
- 机器学习和验证队列识别PDE4B；IHC临床样本、Caco-2细胞敲低和DSS小鼠模型（阿普斯特治疗）验证了其表达和功能。
- 研究意义
- PDE4B可能是UC的潜在生物标志物和治疗靶点，为UC治疗提供新思路。
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。
鉴定UCDE-PMRGs
筛选UC中差异表达的嘌呤代谢相关基因
将DEGs与关键模块基因取交集获得CGs，再与PMRGs取交集，获得UCDE-PMRGs。
机器学习筛选关键基因
基于生物信息学筛选与UC相关的核心嘌呤代谢基因
应用LASSO、随机森林和SVM-RFE三种算法筛选特征基因，并取交集，得到关键UCDE-PMRG为PDE4B。
验证关键基因表达和诊断价值
验证PDE4B在UC中的表达和诊断价值
在训练集和验证集验证PDE4B表达，并绘制ROC曲线评估诊断效能。
功能富集分析
探索PDE4B及其相关基因的生物学功能和信号通路
利用STRING数据库获取与PDE4B相关的基因，进行KEGG和GSEA富集分析。
单细胞分析
分析PDE4B在UC结肠组织中的细胞类型分布
使用Single cell portal数据库的SCP259数据集进行单细胞分析。
临床相关性分析
评估PDE4B表达与UC疾病活动度的相关性
在GSE92415和GSE73661数据集中，使用Pearson相关分析PDE4B表达与Mayo评分的相关性。
免疫浸润分析
评估UC中免疫细胞浸润情况，并分析PDE4B与免疫细胞的相关性
使用Cibersort算法计算22种免疫细胞比例，比较UC和NC组差异，并分析PDE4B与免疫细胞的相关性。
临床样本IHC验证
在UC患者结肠组织中验证PDE4B表达及其与疾病活动度的相关性
对20例活动期UC患者结肠组织进行IHC染色，评估PDE4B、Occludin和E-cadherin表达，并分析与Mayo评分的相关性。
体外实验验证
验证抑制PDE4B表达对肠上皮屏障和炎症反应的作用
使用LPS诱导Caco-2细胞炎症模型，转染shPDE4B或shNC，检测炎症因子和紧密连接蛋白表达。
体内实验验证
验证抑制PDE4B通路对UC小鼠的作用
建立DSS诱导的UC小鼠模型，给予阿普斯特治疗，检测体重、DAI、结肠长度、组织学、炎症因子、紧密连接蛋白和血尿酸水平。
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。
筛选差异基因和模块
免疫浸润分析
临床样本和相关性分析
药物靶点预测
数据分析与统计
产品清单
| 实验环节 | 名称 | 品牌 | 货号 |
|---|---|---|---|
| 细胞培养 | DMEM培养基 | -- | -- |
| 脂多糖 | -- | -- | |
| shRNA转染 | shPDE4B慢病毒载体 | 上海汉恒生物科技有限公司 | -- |
| 免疫荧光 | 兔抗PDE4B多克隆抗体 | Affinity, China | AF9151 |
| 兔抗ZO-1多克隆抗体 | Affinity, China | AF5145 | |
| 山羊抗兔IgG（H+L）二抗 | Affinity, China | S0001 | |
| DAPI | Sigma-Aldrich | -- | |
| 共聚焦显微镜 | 转盘共聚焦系统 | Andor | -- |
| IHC染色 | 兔抗occludin多克隆抗体 | Affinity, China | DF7504 |
| 兔抗E-cadherin多克隆抗体 | Affinity, China | AF0131 | |
| RT-qPCR | RNA提取试剂盒 | Beyotime, China | R0027 |
| 逆转录试剂 | Takara, Japan | -- | |
| ABI PRISM 7500 PCR仪 | Applied Biosystems, USA | -- | |
| 血尿酸检测 | 尿酸检测试剂盒 | Nanjing Jiancheng, China | C012-2-1 |
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 |
|---|---|
| 数据来源 | 数据集GEO编号及样本分组 阅读提示：Materials and Methods - Data Collection, Table 1 |
| DEGs筛选 | 筛选阈值|log2FC|>1，调整后P<0.05 阅读提示：Materials and Methods - Identification of Differentially Expressed Genes in UC |
| WGCNA | 软阈值β=0.85，合并模块距离<0.3 阅读提示：Materials and Methods - Identification of Key Module Genes in UC |
| 机器学习和验证 | 训练集GSE16879，验证集GSE179285 阅读提示：Materials and Methods - Identification Key UCDE-PMRGs by Machine Learning and Evaluation and Validation of Key UCDE-PMRGs |
| 临床样本 | 样本数量（20例活动期UC），IHC染色方法，抗体稀释度 阅读提示：Materials and Methods - Immunohistochemical (IHC) Staining |
| 体外细胞实验 | Caco-2细胞，LPS处理浓度1ug/mL，shRNA序列 阅读提示：Materials and Methods - Cell Culture, Immunofluorescence (IF) Staining |
| 动物实验 | C57BL/6小鼠，DSS浓度3%，阿普斯特剂量（未明确说明） 阅读提示：Materials and Methods - Construction of UC Mice Models |