掃碼聯系客服
炎癥免疫ceRNA網絡的構建
今天給大家介紹的文章發表在期刊Journal of Clinical Periodontology上，這個期刊在最近一年的影響因子為8.728，比上一年增長了3.487。中科院大類: 醫學 2區，中科院小類: 1區 牙科與口腔外科。該期刊雖然只收錄口腔科的文章，但這篇文章有很多值得我們學習的地方。文章思維簡單，可重復性強，非常值得我們借鑒。
思維導圖：
發現問題：
最近的研究主要集中在檢測MIAT在牙周組織中的表達水平。然而，它是否影響牙周炎的進展仍不清楚。
背景知識：
牙周炎是一種非傳染性疾病，全球發病率和流行率很高。隨著疾病的進展，牙齒支持組織發生炎癥和再吸收，最終導致牙齒脫落和全身炎癥。宿主的免疫反應是破壞的主要原因。由于這些特點，免疫治療被認為是一種很有前途的牙周炎新療法。
從GEO數據庫中獲取牙齦組織的基因表達譜。進行生物信息學分析，建立免疫相關的ceRNA網絡。隨后，進行功能富集分析，以檢測ceRNA網絡可能參與的生物學過程。
DEL：differentially expressed lncRNAs，差異表達的lncRNA。
結果解讀：
差異表達的lncRNA的鑒定及分類模型的構建
在隊列中，檢測到12個DEL。其中，4個在牙周炎樣本中上調，8個在牙周炎樣本中下調（Figure 1A）。為了進一步縮小范圍，建立分類模型，作者進行了LASSO Logistic回歸分析。隨著調諧參數λ的變化，相應的DELS系數減小到零。最后，七個lncRNA (CDC42-IT1, LINC00592, MIAT, MIR210HG, MBNL1-AS1, SOX21-AS1, and LINC01133) formed the classification model (Figure 1B)。受試者工作特征(ROC)曲線分析表明，7個lncRNA的組合比單個lncRNA表現出更可靠的分類(Figure 1C)。分類模型的曲線下面積（AUC）為0.976。對于單個lncRNA，最高AUC值為0.907（MIAT）。通過計算隊列中的Youden指數(Youden指數=真陽性率+真陰性率-1)，確定了每個品種的最佳截止水平。與ROC分析結果相似，分類模型的尤登指數最高，達到0.880 (Figure 1D)。根據最佳分界值，將內驗證隊列中的樣本分為牙周炎組和健康組，7個lncRNAs的組合比單獨使用lncRNAs的分類效果更好(Figure 1E)。進一步的ROC分析表明，內部和外部驗證隊列(GSE106090)的AUC值分別達到0.878和0.833，表明該分類模型具有較好的判別能力(Figure 1F)。這些結果表明，該模型可以有效地區分牙周炎樣本和健康對照。
Figure 1. Construction and validation of the classification model.
(A)火山圖顯示了牙周炎組織中差異表達的LncRNA，包括4個上調的LncRNAs和8個下調的LncRNAs。
(B)執行交叉驗證以篩選最佳調諧參數(λ)。
(C，D)ROC分析和Youden指數分析表明，該分類模型有足夠的能力區分牙周炎樣本和健康對照。
(E)分類模型的Youden指數也在內部驗證隊列中排名第一。
(F)內部和外部驗證隊列的ROC分析表明，分類模型具有令人滿意的判定能力。
7個選定的lncRNA與免疫signatures的相關性
由于lncRNAs在免疫系統中起著至關重要的作用，作者探討了lncRNAs與免疫細胞的關系。使用R包“gsva”計算單個樣本的免疫signatures富集分數。如小提琴曲線圖所示，牙周炎樣本中除CD56bright自然殺傷細胞、CD56dim自然殺傷細胞和Th2細胞外，大多數免疫信號顯著增強（Figure 2)。相反，效應記憶CD4 T細胞在牙周炎樣本中表達下調。接下來，作者進行了Spearman的相關性分析，以探索所選擇的七個lncRNA與免疫特征之間的關系。熱圖顯示，lncRNA MIAT與三種先天免疫信號（漿細胞樣樹突狀細胞、髓系來源的抑制細胞和自然殺傷細胞）和6個獲得性免疫亞群（活化的B細胞、未成熟的B細胞、中央記憶CD4T細胞、效應記憶CD8T細胞、調節性T細胞和Th1細胞）呈正相關。活化的B細胞與lncRNA MIAT的相關性最強。除Cdc42-IT1外，其余lncRNAs與7個天然免疫細胞和7個獲得性免疫細胞呈負相關，相關系數<-0.6(lower part of Figure 2)。這些結果表明，分類模型中的7個LncRNA與免疫有很強的相關性。
Figure 2. Enrichment levels of immune subpopulations and their relationship with seven selected lncRNAs。上半部分顯示免疫細胞的分布。多數在牙周炎標本中增加。下半部分顯示了免疫細胞與7個選定的lncRNA之間的關系。
篩選的7個lncRNAs對基因表達的潛在調控作用
基于這7個lncRNA組成的分類模型具有顯著的分類能力和與免疫的密切關系，作者進一步進行了WGCNA分析，以評估這7個lncRNA對基因表達的潛在調控作用。選擇調整p值小于0.05的差異表達mRNA。最后，作者鑒定了7個mRNA模塊，其中每個模塊至少與一個lncRNA有顯著的相關性，這表明這些與特定的mRNA模塊相關的lncRNA對基因表達有相似的調控作用(Figure 3A)。在這些模塊中，藍色模塊與lncRNA MIAT呈最強的正相關(correlation coefficient = 0.82)。選擇藍色模塊中的mRNA進行進一步的功能富集分析。結果表明，它們參與了許多與免疫相關的生物學過程，包括中性粒細胞的激活和脫顆粒；中性粒細胞介導的免疫；白細胞、單核細胞、淋巴細胞和B細胞的增殖；B細胞的激活；白細胞和B細胞增殖的調節(Figure 3B)。結合lncRNA MIAT與活化的B細胞呈正相關的觀察，作者重點研究了與B細胞活化和增殖相關的mRNAs。55個相關的mRNA參與了B細胞的激活過程，其中25個參與了B細胞的增殖調控，30個參與了B細胞的增殖(Figure 3C)。KEGG通路分析顯示，細胞因子-細胞因子受體相互作用、趨化因子信號通路、蛋白質輸出、內質網中的蛋白質加工、B細胞受體信號通路、白細胞跨內皮細胞遷移、自然殺傷細胞介導的細胞毒作用、NF-κB信號通路和破骨細胞分化與藍色模塊的mRNA顯著相關(Figure 3D)。因此，lncRNA MIAT與這些富集基因形成的藍色模塊具有最強的正相關性，可能參與多種免疫應答過程。
Figure 3. WGCNA and functional enrichment analysis.
(A)mRNA模塊與選定的lncRNAs之間的相關熱圖顯示，lncRNA MIAT與藍色模塊的正相關性最強。
(B)藍色模塊的生物過程富集分析。
(C)參與B細胞相關生物學過程的mRNA。
(D)藍色模塊的KEGG途徑富集分析。
ceRNA網絡的構建與分析
基于lncRNA MIAT與藍色模塊的高度相關性，作者進一步構建了基于MIAT、差異表達miRNAs(GSE54710)和藍色模塊mRNAs的ceRNA網絡。在ceRNA網絡中，作者確定了5個miRNA節點和100個mRNA節點(Figure 4A)。牙周炎組miR-1246、miR-1260b和miR-4286表達下調，miR-3652和miR-1202表達上調(Figure 4B)。此外，還進行了相關分析以篩選與lncRNA MIAT強相關的mRNAs。在27個強相關的mRNAs中，POU2F2、IFNAR2、LAX1和XBP1與LncRNA MIAT有較強的相關性，相關系數均在0.80以上。此外，27個篩選的mRNA構建了一個亞ceRNA網絡(Figure 4C)。功能富集分析表明，它們與B細胞的各種生物學過程有關，包括B細胞的激活、增殖和分化以及免疫球蛋白的分泌和產生(Figure 4D and E)。
.
Figure 4. Establishment of a ceRNA network.
(A)lncRNA-miRNA-mRNA網絡。菱形表示lncRNA，三角形表示miRNA，圓形表示mRNA。
(B)LncRNA MIAT、5個miRNAs和27個強相關mRNAs的表達水平。
(C)以lncRNA MIAT、4個miRNAs和27個篩選的mRNAs為基礎的ceRNA亞網絡。
(D) ceRNA網絡中mRNAs的生物過程富集分析。
(E)豐富的mRNA及其參與的生物過程。
全文小結：
綜上所述，作者發現了一個ceRNA網絡，它可能參與調控牙周炎進展過程中B細胞的增殖、分化和激活。在這個網絡中，lncRNA MIAT可能競爭性地與miR-1246、miR-1260b、miR-3652和miR-4286結合，促進mRNAs的表達，從而影響B細胞的生物學過程。綜上所述，本研究為進一步探討lncRNA MIAT在牙周炎發生發展中的分子機制提供了新的參考，也為潛在的免疫治療靶點提供了新的參考。
