4+ 非常经典的hub基因鉴定路线

原文公众号：一起实验网
对下述分析方法感兴趣或者没有研究思路的小伙伴，欢迎踊跃探讨！

分享一篇2022年9月发表在Front Physiol（IF：4.755）的文章《Identification of hub genes associated with acute kidney injury induced by renal ischemia-reperfusion injury in mice》（PMID: 36246123），作者通过对基因表达数据的综合分析，为缺血再灌注损伤-急性肾损伤的发病机制提供新的潜在生物标志物和见解。该思路同样适用于其他非肿瘤或肿瘤的研究。

背景&方法
背景：

急性肾损伤（AKI）是一种严重的临床综合征，缺血再灌注损伤（RI）是急性肾损伤的重要病因。

方法：

1.对数据集进行归一化处理；

2.分别鉴定两个个数据集中的差异表达基因；

3.DEG的GO功能和KEGG通路富集分析；

4.DEG的基因集富集分析；

5.DEG的PPI网络构建与hub基因的鉴定；

6.转录因-hub基因网络和miRNA-hub基因网络的构建；

7.hub基因相互作用药物的识别；

8.IRI-AKI病hub基因表达水平。

结果
差异表达基因的鉴定

从GSE39548数据集中共筛选出1580个DEG，其中IRI组上调784个，下调796个。在GSE131288数据集中，共筛选出992个DEG，其中在IRI组中表达上调的有686个，下调的有306个。两个数据集的DEG取交集，得到323个共同DEG，其中在IRI组中上调的有260个，下调的有63个。


323个DEG的GO和KEGG途径富集分析

利用DAVID数据库，确定了这323个DEG的潜在功能。

基因集富集分析(GSEA)

采用C2中的CP基因集作为背景基因集，进行GSEA分析。此外，还利用KEGG-MAP数据库绘制了与缺血-再灌注损伤相关的4条信号通路。

蛋白质-蛋白质相互作用网络的构建与hub基因的鉴定

将上述分析得到的323个共同差异表达基因输入STRING数据库，并将所得结果导入Cytoscape软件构建PPI网络。此外，利用cytoHubba插件计算节点连接的紧密度，确定前10个基因为hub基因，分别为Jun、Stat3、Myc、Cdkn1a、Hif1a、Fos、Atf3、Mdm2、Egr1、dit3。

转录因-hub基因网络和miRNA-hub基因网络的构建

我们旨在更好地了解hub基因在AKI发病机制中的调节作用。使用STRUST数据库预测了34个能够与10个枢纽基因相互作用的TF，并构建TF-hub基因调控网络。通过starBase数据库预测了可以与10个hub基因相互作用的miRNA，并构建miRNA-hub基因相互作用网络

识别与hub基因相互作用的潜在药物

使用DGIdb数据库对可能与hub基因相互作用的药物或分子化合物进行了预测，共筛选出299种可能与hub基因存在调控关系的药物或分子化合物，其中与HIF1A相互作用的药物数量最多。

IRI-AKI病hub基因表达水平

在GSE39548数据集中，IRI-AKI组的10个hub基因的表达明显高于对照组。同样，在GSE131288数据集中，IRI-AKI组中有10个hub基因的表达显著增加。

原文公众号：一起实验网
对上述分析方法感兴趣或者没有研究思路的小伙伴，欢迎踊跃探讨！