文摘
背景。st段抬高心肌梗死肝素)是心肌梗死(MI)引起的心电图(ECG)与st段提高心外膜血管闭塞。然而,STEMI的诊断标志物仍很少。方法。STEMI原始微阵列数据获得的基因表达数据库综合(GEO)。基于GSE60993 GSE61144,差异表达基因(度)通过R验证软件,和关键模块与病理状态相关的STEMI验证了加权关联网络分析(WGCNA)。关键模块的交叉基因和度执行通路富集分析基因本体论(去)和《京都议定书》全书的基因和基因组(KEGG)。构建蛋白质相互作用由Cytoscape (PPI)网络。然后,选择和确定诊断生物标记的STEMI至少绝对收缩和选择算子(套索)逻辑回归和支持向量machine-recursive特性消除(SVM-RFE)算法。最后,评估免疫细胞的渗透的STEMI CIBERSORT和分析诊断标记和浸润免疫细胞之间的相关性。结果。得到710度STEMI组和376个基因与蓝色STEMI模块。92个交叉基因集中在30条款和2 KEGG通路。28基因STEMI的发展中心。此外,调节ALOX5AP (AUC = 1.00)和BST1 (AUC = 1.00)确认为诊断STEMI的标志。CD8 + T细胞,调节性T细胞(Treg),休息自然杀伤(NK)细胞,M0巨噬细胞,肥大细胞,中性粒细胞相关STEMI的队伍。此外,ALOX5AP和BST1休息NK细胞正相关,M0巨噬细胞,中性粒细胞,而ALOX5AP和BST1 CD8 + T细胞负相关,然而Treg细胞和肥大细胞。结论。ALOX5AP和BST1 STEMI的诊断标志物。免疫细胞浸润在STEMI的发展中扮演着重要角色。
1。介绍
st段抬高心肌梗死肝素),一种类型的疾病,是人类死亡的主要原因1]。尽管死亡率下降主要由于经皮冠状动脉介入(PCI)结合现代抗血栓形成的药物治疗,心脏衰竭的幸存者(仍然是一个挑战2]。STEMI导致严重或完全阻塞的冠状动脉3,4]。目前,STEMI通常是基于入侵的常规诊断方法(心肌脸红年级,冠脉内生理、和电阻准备金率)和非侵入性的方法(CMR成像)。然而,STEMI的早期诊断是不可能的5]。因此,筛选STEMI患者的生物标志物对改善STEMI的预后很重要。
最近,许多研究发现,免疫细胞浸润STEMI的病理进展有关。例如,增加淋巴细胞凋亡的细胞凋亡和促炎心中Th1淋巴细胞浸润所示STEMI患者PCI治疗(6]。STEMI心脏展览增加免疫细胞浸润,导致心肌细胞凋亡和心脏功能障碍(7]。细胞类型鉴定评估相对子集的RNA转录(CIBERSORT),一个分析工具,用于评估和获取各种免疫细胞的免疫细胞比率从RNA-seq数据样本(8,9]。分析多种疾病如癌症的免疫细胞浸润(10),先天性心脏病(11),和系统性红斑狼疮12得到了广泛的应用。然而,研究分析免疫细胞渗透CIBERSORT STEMI的几乎没有。
在我们的研究中,STEMI原始微阵列数据获得的基因表达综合(GEO)数据库,和差异表达基因筛选(度)。屏幕,确认机器学习算法的诊断标志物。随后,分析了不同免疫细胞之间的渗透CIBERSORT STEMI组和正常组。最后,验证诊断标记物之间的联系和渗透在STEMI免疫细胞。
2。材料和方法
2.1。数据下载
表达谱数据集GSE60993和GSE61144 STEMI的地理数据库。
2.2。数据预处理和度屏幕
合并GSE60993 GSE61144基因表达矩阵和使用“上海广电”包删除GSE60993和GSE61144之间的差异。照片的效果消除差异GSE60993和GSE61144 quantile-quantile图表(qq图表)。演示效果批量修正的二维主成分分析集群图。度是透过“limma”方案,并画出火山地图“ggplot2”度的包和热图度的“pheatmap”包。度与 和| log2FC | > 1被认为是具有统计学意义。
2.3。WGCNA
构建由WGNCA coexpression网络包。删除异常样本,确保网络建设是可信的。然后,设置软阈值功率。模块与高相关性STEMI的关键是确定。
2.4。功能相关性分析和PPI网络构造
采取的关键模块获得的基因集的交集WGCNA度,得到了92个交叉基因。然后,去浓缩分析(罗斯福< 0.05)和KEGG浓缩分析(罗斯福92年< 0.05)交叉基因是由R clusterProfiler包”。“此外,构造92 PPI网络交叉基因通过Cytoscape字符串和可视化。最低要求的互动得分≥0.4被认为是统计学意义,和基因中心PPI网络构造。
2.5。屏幕和验证诊断标志物
诊断标记的STEMI套索和SVM-RFE屏幕。然后,验证STEMI的诊断生物标记物通过“e1071”包。最后,结合基因验证了套索或SVM-RFE算法研究。
2.6。评估免疫细胞浸润
分析STEMI和正常的免疫渗透控制样本R包“CIBERSORT”22免疫细胞的分布在STEMI组值< 0.05。消除nonexpressing免疫细胞的三种类型的样本,并使用箱线图比较STEMI的免疫细胞和正常样品通过箱线图。
2.7。分析之间的联系STEMI的诊断标记和免疫细胞浸润
分析诊断标记和浸润免疫细胞之间的联系和“ggstatsplot”方案的可视化结果“ggplot2”包。
3所示。结果
3.1。收集数据和屏幕度
首先,合并数据集GSE60993 GSE61144,移除蛾区不同的基因表达数据,并显示结果的qq(图1)。然后,标准化和流程合并后的基因表达矩阵,结果显示在一个二维主成分分析集群图归一化前后(数字2(一个)和2 (b))。预处理后的数据,从基因表达数据中提取710度STEMI样本(数据2 (c)和2 (d))。
(一)
(b)
(c)
(d)
3.2。构造一个加权Coexpression网络和识别关键模块
首先,我们的样品和设置高度截止值在50岁,和一个样品排除在我们的分析(图3(一个))。这时,一个无标度的软阈值功率R2关于0.9和斜坡1是选择。集群分裂,软实力的阈值设定在18 - 30的最小模块大小,9基因构造coexpression模块(数据3 (b)- - - - - -3 (d))。基于标准的软木≥0.90, ,蓝色模块确认关键模块研究(数据3 (e)和3 (f))。根据GS > 0.8和0.8毫米>,蓝色的模块的关键基因筛选,和376年关键基因(图确认3 (g))。
(一)
(b)
(c)
(d)
(e)
(f)
(g)
3.3。分析功能交叉基因和构建PPI网络的浓缩
蓝色的交叉模块基因和度,维恩图和网络图,并获得92交叉基因(数据4(一)和4 (b))。执行去富集分析(罗斯福< 0.05)和KEGG浓缩分析92个交叉基因集中在30项(图4 (c)2)和KEGG通路包括中性粒细胞胞外陷阱形成和果糖和甘露糖代谢(图4 (d))。此外,构造一种PPI网络和获得的PPI网络的节点数量。选择基因有超过3节点和得到共有28基因(数据中心5(一个)和5 (b))。
(一)
(b)
(c)
(d)
(一)
(b)
3.4。屏幕和验证诊断标志物
确定7基因中心基因诊断标记STEMI的套索逻辑回归算法(图6(一));2基因诊断的标记STEMI由SVM-RFE从中心获得基因算法(图6 (b))。通过两个相交的基因标记算法和最后确定诊断标记(图26 (c))。Upregulation ALOX5AP (AUC = 1.00)和BST1 (AUC = 1.00)有很高的诊断价值STEMI(数字7(一)和7 (b))。
(一)
(b)
(c)
(一)
(b)
3.5。分析免疫细胞浸润
免疫细胞渗透通过CIBERSORT分析的结果发现,在免疫细胞有显著差异渗透STEMI组和对照组之间(图8(一个))。消除nonexpressing免疫细胞的三种类型的样本,19种免疫细胞的连接的热图进行分析(图8 (b))。结果显示休息NK细胞,M0巨噬细胞和中性粒细胞,渗透,而CD8 + T细胞,休息休息Treg细胞,肥大细胞渗透STEMI组(图8 (c))。
(一)
(b)
(c)
3.6。分析之间的联系ALOX5AP BST1,浸润免疫细胞
连接相关分析发现ALOX5AP和BST1积极休息NK细胞,M0巨噬细胞,中性粒细胞,而ALOX5AP和BST1 CD8 + T细胞负相关,然而Treg细胞,肥大细胞(图9(一个)和图9 (b))。
(一)
(b)
4所示。讨论
失败的STEMI患者PCI恢复开放仍然是一个贫穷的结果而导致冠状动脉microembolization (CME) (13,14]。STEMI是一种急性冠脉综合征,炎症是心肌损伤的主要原因15]。由于缺乏早期诊断标记,STEMI患者失去治疗的机会,导致预后不良。此外,研究发现,免疫细胞浸润有关STEMI的发展(16,17]。因此,获得特定诊断生物标记物和研究STEMI的免疫细胞浸润STEMI患者更好的发展是很重要的。生物信息学提供一个有效的策略来筛选分子标记和CIBERSORT分析STEMI的免疫细胞浸润。在我们的研究中,我们定义STEMI诊断生物标记物和探针在STEMI免疫细胞浸润。
我们获得STEMI基因表达数据从GEO数据库并确认710度和376蓝色模块基因与STEMI呈正相关。GO-BP富集分析表明,92模块基因和基因之间的蓝色交叉度主要与中性粒细胞脱粒和嗜中性粒细胞和淋巴细胞活化与免疫反应有关。92个交叉基因丰富的嗜中性粒细胞胞外陷阱形成和甘露糖代谢。上述研究结果发现STEMI的免疫反应有关。此外,在免疫细胞有显著差异渗透在STEMI组和对照组之间。Kulasingam et al。18]发现生物标记物对免疫和炎症反应增加STEMI的发病机制,支持我们的研究的发现。
在我们的研究中,ALOX5AP和BST1确认诊断生物标记物通过SVM-RFE STEMI和套索方法。花生四烯酸5-lipoxygenase激活蛋白(ALOX5AP)控制脂质介质生产诱导巨噬细胞M1极化导致中性粒细胞炎症(19,20.]。一项研究表明,ALOX5AP是直接参与心肌梗死21]。ALOX5AP基因的SNP rs17216473与MI的风险(22]。骨髓基质细胞抗原1 (BST1) / CD157, ADP ribosyl酸环化酶基因家族之一,涉及免疫调节功能的规定在病理条件下(23,24]。一项研究表明,BST1可以作为生物标志物的慢性肺部同种异体移植物功能障碍(复合)支气管肺泡灌洗(BAL) [25]。尿液的排泄率和II-regulated BST1增加,与慢性炎症(紧密相关26]。先前的研究显示ALOX5AP和BST1可能与STEMI的恶化STEMI的潜在诊断生物标记,但临床研究仍需要确认ALOX5AP和BST1的诊断价值。
进一步研究免疫细胞浸润在STEMI,使用CIBERSORT确认STEMI的免疫渗透。我们的研究发现,增加休息NK细胞的渗透,M0巨噬细胞,中性粒细胞,虽然渗透休息CD8 + T细胞,Treg细胞,肥大细胞和休息减少,这可能是联系STEMI的发病机制。先前的研究发现,nonculprit病变的STEMI患者高强度他汀治疗会减少巨噬细胞积累(27]。冠脉内血栓的STEMI患者显示增加渗透中性粒细胞(28]。另一项研究显示Dectin-1导致中性粒细胞浸润,这是积极联系STEMI的心脏功能障碍的严重程度(7]。CD8 + T细胞在STEMI患者再灌注下降(29日]。Galectin-9抑制Th17和移植treg抑制IL-17生产和促进TGF -β1分泌,导致STEMI的发展(30.]。控制样品相比,Treg STEMI患者减少的数量(31日]。上述研究结合我们的研究表明,NK细胞休息,M0巨噬细胞,中性粒细胞,CD8 T细胞,休息休息Treg细胞,肥大细胞在STEMI发挥重要作用,应进一步研究。
分析之间的联系ALOX5AP、BST1和免疫细胞,我们发现ALOX5AP和BST1积极休息NK细胞、M0巨噬细胞和中性粒细胞,而ALOX5AP和BST1是负相关的CD8 + T细胞,Treg细胞和肥大细胞。研究表明,M1巨噬细胞移植ALOX5AP水平(19,32];的hypomethylation ALOX5AP强烈相关的中性粒细胞和树突状细胞(dc) [33]。的一个子集CD3, CD4, CD8 T细胞展览增加BST1 [34]。BST1, GPI-anchored细胞表面糖蛋白、高表达在正常的单核细胞和中性粒细胞35,36]。外周血NK细胞表达BST1 [37]。因此,我们推测,ALOX5AP BST1提高NK细胞休息,M0,巨噬细胞和中性粒细胞或减少CD8 + T细胞,休息Treg细胞,肥大细胞参与STEMI的发病机制。然而,我们的研究需要被研究的可靠性。
一般来说,我们发现ALOX5AP和BST1 STEMI的诊断生物标记。我们还发现休息NK细胞,M0巨噬细胞,中性粒细胞,CD8 + T细胞,休息Treg细胞,肥大细胞可能联系STEMI的发展。此外,upregulation ALOX5AP和BST1积极联系与NK细胞休息,M0巨噬细胞,中性粒细胞,尽管ALOX5AP和BST1负面联系与CD8 + T细胞,Treg细胞和肥大细胞。这些免疫细胞可能与STEMI的发病机理,提供免疫调节治疗STEMI患者。
这项研究有一些局限性。临床数据将需要在未来的研究。此外,功能性的研究ALOX5AP BST1确认这里是必要的。最后,方法基于分子生物学方法应有助于验证我们的发现。
数据可用性
使用的数据来支持本研究的发现可以从相应的作者。
的利益冲突
作者宣称没有利益冲突。
作者的贡献
回族陈的构思和设计研究,进行数据的分析和解释,并修订后的手稿。梁Yingliang进行文献检索,起草了手稿,执行数据提取。Wandang王制定方法和支持的数据提取和筛选。起草Qiufang黄支持数据分析和手稿。所有作者都阅读和批准最终的手稿。