Py学习  »  机器学习算法

4+m6A甲基化+机器学习+分型+实验,简简单单,换个疾病又能轻松发文!!

生信分析手册 • 1 年前 • 476 次点击  
‍

导语

今天给同学们分享一篇生信文章“Role of m6A Methylation Regulators in the Diagnosis and Subtype Classification of COPD Based on the GEO Database”,这篇文章发表在J Cell Mol Med期刊上,影响因子为4.3。


结果:


慢性阻塞性肺疾病患者m6A甲基化调节因子的分布
共鉴定了23个m6 A甲基化调节子,包括7个“编写者”(胃L3、胃L4、WTAP、ZC 3 H13、RBM 15、RNM 15 B和CBLL 1)、14个“阅读者”(YTHDC 1、YTHDC 2、YTHDF 1、YTHDF 2、YTHDF 3、HNNRPC、LPPPRC、HNRNPA 2B 1、IGFBP 1、IGFBP 2、IGFBP 3、RBMX、ELAVL 1和IGF 2BP 1)和2个“擦除者”(FTO和ALKBH 5)。发现15种m6 A甲基化调节剂差异表达(5种编写者:胃L3、WTAP、RBM 15、RBM 15 B和CBLL 1; 8种读取者:YTHDC 1、YTHDC 2、YTHDF 1、YTHDF 2、HNRNPC、LRPPRC、HNRNPA 2B 1和RBMX; 2种擦除者:FTO和ALKBH 5,p< 0.05)。表达模式以热图、直方图和箱形图直观地表示,揭示了许多甲基化调节剂,包括胃L3、RBM 15、RNM 15 B、CBLL 1、YTHDC 2、YTHDF 1、YTHDF 2、HNNRPC、LPPPRC、RBMX、FTO和ALKBH 5,在COPD患者中显著过表达,而WTAP、YTHDC 1和HNRNPA 2B 1在这些患者中显示降低的表达水平(图1A-C)。

慢性阻塞性肺疾病患者m6A甲基化调节因子的相关性研究
“作者”、“读者-作者”和“擦除者”之间存在显著相关。CBLL 1、ELAV 1、HNRNP 2B 1、LRPPRC、胃L3、胃L4、RNM 15 B、YTHDC 2和YTHDF与ALKB 5呈正相关。相反,WTAP与ALKB 5呈显著负相关。此外,IGFBP 1、IGFBP 3、胃L3、胃L4、RBM 15 B、RNMX和YTHDF 1与FTO正相关,而WTAP、YTHDF 3和ZC 3 H13与FTO负相关(图2)。

RF模型和SVM模型结果
利用DEM分别通过RF和SVM模型预测COPD的发病率。“残差的反向累积分布”(图3A)和“残差的箱形图”(图3B)表明,RF模型显示出比SVM模型更小的残差,表明预测COPD发病率的稳定性更高。基于RF模型中不同样本组的误差值选择最佳树计数(图3C)。选择重要性得分大于1的基因,并将其重要性可视化(图3D)。ROC曲线进一步验证了RF模型的上级稳定性,如与SVM模型相比其更大的曲线下面积所证明的(图3E)。

诺模图模型
用11个DEM构建的列线图模型证明在预测COPD的发病率方面是稳定的(图4A)。校准曲线证实了模型在反映预测值与实际概率之间的准确性,并对偏倚进行了调整(图4B)。DCA证明该模型为COPD患者提供了净获益,表明有利的成本效益比和阈值概率(图4C)。临床预测模型强调列线图在预测COPD发生中的功效(图4D)。

m6A甲基化亚型
基于15个DEM将COPD患者分类为不同的m6 A甲基化亚型,产生两个主要亚型:由59名COPD患者组成的亚型A和由52名患者组成的亚型B(图5A-D)。热图和框图描述了这些亚型之间DEM的差异表达。亚型A显著表达胃L3、RBM 15、RBM 15 B、CBLL 1、YTHDC 2、YTHDF 1、YTHDF 2、HNRNPC、LRPPRC、RBMX、FTO和ALKBH 5,而亚型B的特征在于WTAP、YTHDC 1和HNRNPA 2 B1的较高表达水平(图5 E、F)。使用15个DEM,PCA最终将COPD患者区分为这两种亚型(图5G)。

免疫细胞浸润结果
通过ssGSEA测定COPD患者中免疫细胞的丰度。评估m6A甲基化调节剂与免疫细胞之间的相关性。对两种m6A亚型和相关免疫细胞浸润的箱形图的分析显示,嗜酸性粒细胞和嗜中性粒细胞在亚型B中高度富集,而单核细胞和活化的B细胞在亚型A中占优势(图6A)。这一发现表明,不同类型的细胞免疫参与调节COPD中的m6A甲基化。对详述m6A甲基化调节剂和免疫细胞之间的相关性的热图的进一步分析(图6B)表明,m6A甲基化调节剂WTAP与许多免疫细胞正相关。具体来说,与低表达组相比,WTAP的过表达与中性粒细胞和嗜酸性粒细胞显着正相关(图6C)。

GO和KEGG富集分析
鉴定了总共1120个基因(DEG)(图7A)。GO分析揭示了生物过程中的显著富集,包括解旋酶活性调节、对白细胞介素-1的应答、组蛋白脱乙酰酶结合和CXCR趋化因子受体结合(图7 B-D)。同时,KEGG通路分析突出了诸如NF-κB信号传导通路、肿瘤坏死因子信号传导通路和IL-17信号传导通路等通路的富集(图7 E、F)。

两种m6 A基因型的鉴定
基因型A和B对应于在COPD患者中观察到的m6 A甲基化亚型(图8A-D)。利用基因型A和B之间的前155个DEG来创建基因表达热图(图8 E)。15种DEM的差异表达水平和m6 A基因型A和B中免疫细胞浸润模式的比较显示与m6 A甲基化亚型的相似性(图8 F、G)。比较不同m6 A甲基化亚型和m6 A基因型的m6 A评分的进一步分析揭示,m6 A甲基化亚型A和m6 A基因型A的评分高于亚型B和基因型B的评分(图8 H,I)。使用Sankey图简洁地可视化了基因型、甲基化亚型和评分之间的关系(图8 J)。

m6A甲基化亚型、m6A基因型和HDAC家族蛋白表达结果
HDAC的表达谱显示了m6A甲基化亚型之间的显著差异。HDAC 2和HDAC 4主要在m6A甲基化亚型B和基因型B中表达,而HDAC 1、HDAC 3和HDAC 6在m6A甲基化亚型A和基因型A中显示更高的表达水平(图9A、B)。

免疫荧光法检测HDAC 2在BEAS-2B细胞中的表达
免疫荧光染色显示,对照组中的BEAS-2b细胞在20倍和40倍放大下保持正常的梭形形态。这些细胞表现出完整的细胞膜和细胞核,在细胞核中具有显著的HDAC 2表达(图10A-C)。相比之下,暴露于5%CSE破坏了正常的细胞结构,导致细胞变圆并导致膜和核降解。同时,HDAC 2表达显著降低,表明CSE暴露可降低HDAC 2水平并破坏细胞形态(图10A-C)。

胃L3、NF-kB和HDAC 2的蛋白质印迹
Western blotting检测BEAS-2B细胞中各种蛋白的表达。与对照组相比,5%CSE模型组胃黏膜L3、NF-κ B和磷酸化NF-κ B的表达明显升高,HDAC 2和核HDAC 2(nHDAC 2)的表达明显降低。这表明CSE可能通过激活胃L3和NF-κB途径触发炎症反应,进而抑制HDAC 2表达(p值:胃L3 < 0.000,NF-κ B <0.000,nNF-κ B <0.000,HDAC 2 < 0.000,磷酸-NF-κ B < 0.000,图11 A-J)。

总结

这项研究强调了m6A甲基化调节剂在帮助COPD诊断和亚型分类方面的潜力,为这种复杂疾病的分子机制提供了新的见解。对这篇文章感兴趣的老师,欢迎扫码咨询!


往期推荐

                                                                                                                      


纯生信选刊


• 纯生信文章的春天!

• 选刊正确=成功发表!


非肿瘤生信


• 6+非肿瘤代谢思路

• 非肿瘤联合铁死亡生信思路


预后模型


• 7+乳酸相关预后模型

• m7G甲基化+肿瘤生信思路


单基因生信


• 8+单基因干湿结合生信思路

• 单基因突变和淋巴结转移


单细胞系列


• 7+的脂肪细胞+单细胞测序

• 单细胞+Bulk seq生信思路

Python社区是高质量的Python/Django开发社区
本文地址:http://www.python88.com/topic/178034