文摘

背景。腹主动脉瘤(AAA)是一个进步的心血管疾病,这是一个永久的和局部扩张的腹主动脉和主动脉破裂可能致命的后果。circRNAs失调是与各种心血管疾病病理事件的发展。然而,circRNAs的功能在腹主动脉瘤(AAA)是未知的,还有待探索。本研究的目的是确定在AAAs circRNAs的监管机制。本研究旨在探索潜在的分子机制基于竞争内源性RNA的腹主动脉瘤(龙头)监管circRNA假说,microrna,信使RNA。方法。circRNAs的表达谱(GSE144431), microrna (GSE62179)和mrna (GSE7084、GSE57691 GSE47472)在人类组织样本的动脉瘤组和正常组获得基因表达综合数据库,分别。circRNA-miRNA-mRNA网络是由使用Cytoscape 3.7.2章软件;然后,蛋白质相互作用(PPI)网络是由使用字符串数据库,和中心的基因被确定通过使用cytoHubba插件。circRNA-miRNA-hub基因管理子网成立理解监管中心轴线在AAAs的基因。结果。目前研究发现40个差异表达circRNAs GSE144431 (DECs), 90个差异表达microrna GSE62179 (DEmiRs),和168个差异表达mrna(度)与监管方向相同(130表达下调和38调节),GSE7084 GSE57691,关于AAAs GSE47472数据集确定。microrna的反应元素(研究硕士)三个DECs被预测。四个重叠的microrna相交得到的预测microrna DEmiRs。然后,17个重叠的mrna相交得到的预测目标mrna 4 microrna的168度。此外,通过3 circRNAs circRNA-miRNA-mRNA网络构建,和17 mrna,三中心4 microrna基因(SOD2、CCR7和PGRMC1)被确定。同时,功能性浓缩和路径分析基因circRNA-miRNA-mRNA网络内进行。三个人(SOD2、CCR7和PGRMC1)提出了基于功能丰富,是至关重要的蛋白质相互作用,和电抗器,网络分析。此外,SOD2的表达和CCR7可能受hsa_circ_0011449 / hsa_circ_0081968 / hsa-let-7f-5p;PGRMC1的表达可能是受hsa_circ_0011449 / hsa_circ_0081968-hsa-let-7f-5p / hsa-let-7e-5p。结论。总之,龙头、交互轴我们确定了可能是一个重要目标治疗腹主动脉瘤。这项研究提供了进一步的理解的潜在发病机理的角度circRNA-related竞争在AAAs内源性RNA网络。

1。介绍

腹主动脉瘤(AAA)是心血管疾病主要分布在西方国家和亚洲,主要是发生在老年男性1- - - - - -3]。当地永久性扩张和腹主动脉的削弱是AAA的重要特征(4]。通常,腹主动脉的退化的表现是一个系统性的过程,其特征是炎症,平滑肌细胞凋亡,媒体和弹性蛋白和胶原蛋白的破坏动脉外膜(5,6]。更具体地说,它会产生三个临床症状,无症状和破裂的迹象,永久性扩张的特点(7]。一般来说,AAA的死亡率是85%,这是离不开严重出血和不可预知性造成的破裂,和目前没有有效的治疗方法8]。然而,AAA死亡率数据基于1990 - 2010年的全球疾病负担研究表明,AAA的死亡率下降了12.7% (9),和43%的美国科学促进会的病人并不包括在AAA筛查标准死亡,其中9%是男性,34%是女性10]。AAA的大多数患者与无症状的AAA级;因此,大多数的AAA确定考试期间顺便为另一个不相关的病理(11]。因此,该方法以防止动脉瘤的形成和进展缓慢的动脉瘤已成为越来越多的公众关注(12,13]。

最近,一些证据表明,非编码RNA,如长非编码RNA (lncRNA),环状RNA (circRNA)和微RNA (microRNA),扮演着重要的角色在心血管疾病的发展14- - - - - -16]。CircRNA由外显子拼接具体拼接处形成一个圆形封闭结构(17]。CircRNAs作为竞争内源性RNA(龙头)和元素与通过其microrna的microrna的竞争反应。microrna负调控蛋白编码基因的mRNA表达结合互补序列(18,19]。因此,circRNA-miRNA-mRNA交互可能AAAs的发生和发展的重要机制。根据我们先前的研究中,转录后的修改调节RNA的功能中扮演很重要的角色参与腹主动脉动脉瘤(20.]。悦等人透露的角色circCBFB / miR-28-5p / GRIA4 / LYPD3在血管平滑肌细胞的凋亡(VSMCs),促成了新思想的产生在AAA级管理(21]。最近,杨等人调查的角色circRNA CCDC66 AAAs的发病机理和确定其有针对性的microrna的mRNA。结果表明,CCDC66将影响的扩散VSMCs通过mir - 342 - 3 - p / CCDC6通过circRNA CCDC66。他们建议CCDC66的过度会引起的渗透AAAs通过circCCDC66 / mir - 342 - 3 - p / CCDC66通路(22]。与此同时,赵等人证明AAAs的发病机制可由CDR1as / miR-7 CKAP4轴和影响主要血管平滑肌细胞的增殖和凋亡[23]。总之,circRNA-miRNA-mRNA网络可能的发病机制中扮演重要角色AAA,和circRNA有不同的目标和功能在不同的组织细胞。

最近,田等人进行芯片测序对人类和老鼠的腹主动脉瘤的组织和确定差异表达lncRNA, microrna,信使rna通过分析公共数据集和构造的龙头、网络lncRNA [24]。然而,circRNA在AAAs的具体目标和机制尚未报道。同时,很少有报道的龙头、监管机制相关circRNA-miRNA-mRNA AAAs ncRNA之间的交互。

在这项研究中,circRNA的微阵列数据,microrna的,和信使rna从基因表达全面(GEO)下载数据库,和RStudio用于执行微分表达式微阵列数据的分析得到差异表达circRNAs (DECs)差异表达microrna (DEmiRs)和差异表达基因(度)。Cytoscape 3.7.2章构建circRNA-miRNA-mRNA网络,字符串(互动基因检索搜索工具)在线分析工具构造PPI网络。本研究旨在探索小说circRNAs和AAA级患者的人体组织的机制。本研究的目的是进一步屏幕龙头、轴的关键在AAAs circRNA-miRNA-mRNA微阵列数据从公共数据库和生物信息学方法。此外,本研究的发现促进了美国科学促进会的分子机制的理解,这为美国科学促进会的靶向治疗提供了新的方向。circRNA-miRNA-mRNA监管子网成立理解监管中心轴基因AAA。最后,基因本体论(去)和《京都议定书》百科全书介绍了基因和基因组(KEGG)的潜在影响发展的关键基因AAA。25]。流程图如图1。

2。材料和方法

2.1。数据提取

AAAs的微阵列数据下载的国家生物技术信息中心(NCBI)地理数据库(https://www.ncbi.nlm.nih.gov/geo/等关键字搜索),腹主动脉瘤(AAA)和“非编码RNA”(circRNA, microrna的mRNA)。在检索过程中,“智人”设置为筛选条件;因此,总共有五个数据集包括在这项研究中,即GSE144431, GSE62179, GSE7084 GSE47472, GSE57691。至于circRNA表达数据(GSE144431数据集)的数据类型是ncRNA分析微阵列的阵列和数据平台是074301年人类ncRNA Arraystar微阵列V2(平台:GPL21825)。GSE62179数据集而言,microrna测定了数组的数据类型和微阵列的数据平台是人类microrna的微阵列G4470C安捷伦- 021827(功能号版)(平台:GPL14767)。同样的,至于三个数据集(GSE7084、GSE47472 GSE57691),表达式分析了数组的数据类型和数据的微阵列平台HG-U133_Plus_2 Affymetrix人类基因组U133 + 2.0数组(平台:GPL570) Illumina公司HumanHT-12 V4.0表达式beadchip(平台:GPL10558)和Illumina公司HumanHT-12 V4.0表达beadchip(平台:GPL10558),分别。每个数据集是由AAA样品和健康的主动脉样本。系列矩阵微分表达式分析文件和其他功能分析从基因表达综合库数据库下载。数据集的箱线图补充图所示1。

2.2。差异表达分析

GEO2R GEO数据库在线分析工具,它可以直接执行微分表达式分析。我们直接出口分析结果进行差异分析。GEO2R和R包是用来确认差异表达的基因,和纠正数据矩阵的每个数据集从GEO数据库直接下载,差异表达基因(度)分析方法使用“微阵列数据的线性模型(limma)”R包的数据集。度的注释信息,差异表达circRNAs (DECs)和差异表达microrna (DEmiRs)的三个数据集得到GEO2R在线软件。选择标准的DECs包括在内 ,和值< 0.1被认为是表明一个统计上的显著差异。度的选择标准 ,和值< 0.05被认为是表明一个统计上的显著差异。有统计学意义的选择阈值,和那些基因,下调为随后的分析也可以选择。R软件包也采用画一个热图的差异表达circRNAs和差异表达mrna。

在这项研究中,这些差异表达基因的三个信使rna数据库分为调节和表达下调组。随后,维恩图来获得相同mrna监管的监管模式,和Venny(2.1.0版)(https://bioinfogp.cnb.csic.es/tools/venny/),在线地图软件,用来创建维恩图。R软件包用于功能性浓缩和途径差异基因的分析。由于不同类型的microrna的数据和不同的microrna在AAA组提取与正常组相比,目的是探索在不同的动脉瘤DEmiRs细胞,和网络构建。

2.3。度的蛋白质相互作用网络分析

字符串蛋白质相互作用预测(version110.b)(字符串:功能的蛋白质协会网络(string-db.org)被用来寻找已知的蛋白质相互作用预测蛋白质相互作用。差异表达的十字路口信使rna靶基因被以一致的方式从三个信使rna数据集,并导入到数据库中。点没有交互被隐藏后,数据导入Cytoscape(3.7.2章版)可视化(PPI)蛋白质相互作用网络。

2.4。预测circRNA-miRNA双

circRNAs之间的互动关系和microrna与circBank预测(http://www.circbank.cn/help.html)[26]。circBank来预测circRNA。重叠的microrna是通过交叉预测circRNAs DEmiRs。

2.5。预测目标基因的microrna

miRNA-mRNA交互是基于以下三个microrna的目标预测数据库:miRTarBase (https://maayanlab.cloud/Harmonizome/resource/MiRTarBase),TargetScan (http://www.targetscan.org/vert_72/)和miRDB (http://mirdb.org/)。采用Perl(版本5.32.0)分析DEmiRs和目标mrna。重叠的mrna预测mrna和DEmiRs相交得到的。

2.6。CircRNA-miRNA-mRNA龙头、网络建设

在这项研究中,三个数据库的十字路口被选为结果。一般龙头、网络构建了基于交互式差异表达与差异表达microrna mrna,差异表达circRNAs。的circRNA-miRNA-mRNA龙头、网络可视化与Cytoscape(3.7.2章版)(https://cytoscape.org/)。

2.7。功能性浓缩和路径分析

探索的主要功能和通路度来源于circRNA目标基因的异常表达,差异表达信使rna靶基因以一致的方式,和目标基因circRNA网络,数据库的注释,可视化和综合发现在线工具(6.8版)(大卫:https://david.ncifcrf.gov/)介绍了基因本体论(去)和《京都议定书》百科全书的基因和基因组(KEGG)通路富集分析。生物功能的基因列表下载信息。

2.8。关键基因的差异表达分析

插件cytoHubba Cytoscape软件的可视化软件,获得致密的关系程度,中间性中心,靠近中心的算法。获得PPI网络的关键基因,我们确定了中心基因通过cytoHubba PPI网络。关键基因通过基因和维恩图的交集PPI网络中心龙头、网络的基因。准确地探索关键基因的差异表达的三个数据集,我们用R语言软件包画箱块关键基因。

3所示。结果

3.1。差异表达分析

根据阈值标准( 和 ),GSE144431数据集包含circRNA数据,共有382个差异表达circRNAs被分层可视化聚类热图分析(图2(一个)(图)和火山情节分析3(一个)),以赋予选择结果与意义。共40个样本排名前40名的选择最重要的差异,包括20调节DECs和20个表达下调DECs(表1)。

GSE7084的mRNA的数据集,GSE57691, GSE47472含有mRNA微阵列数据。所有差异表达mrna在GSE7084 GSE57691, GSE47472选择分层聚类热图分析和可视化数据2 (b)- - - - - -2 (d));火山地块数据所示3 (b)- - - - - -3 (d)。同时,常见的信使rna提取从三个差异表达数据集第一次,共有215个共同度了。在所有的结果中,排名前20的和最重要的项目值被选择,包括在表中1。共同度为215,它可以推断蛋白质磷酸酶催化亚基1β(PPP1CB)和跨膜蛋白在GSE47472 47 (TMEM47)调节和表达下调GSE7084 GSE57691。同样,G Protein-Coupled受体类C组5成员GSE57691 C (GPRC5C)是调节和表达下调GSE7084和GSE47472(表1)。因此,不利的监管度结果不能被视为进一步分析的内容。为了使研究结果更加准确,那些度不同的监管趋势的三个微阵列数据库被排除在外。随后,度相同的监管趋势三个数据库被分割的,168度被选中。其中,130度表达下调(图4(一))和38度调节(图4 (b))。168度的去分析涉及到生物过程和细胞组件,和生物过程包括血管收缩、负调节血管直径,cell-matrix附着力(图4 (c))。168个差异表达基因的KEGG分析包括钙信号通路,血管平滑肌收缩,粘着斑(图4 (d));47岁的共同度不同的监管方法补充表中列出的三个数据集1。

GSE62179数据集包含microrna的数据,有90个差异表达microrna在对照组与AAA M1组巨噬细胞相比,M2巨噬细胞和平滑肌细胞(smc)(表2)。

3.2。PPI网络的度

当一致的差异表达GSE7084 mrna, GSE47472,和GSE57691进口字符串的网站,它可以发现,有131互动关系为168度,采用构造PPI网络。点后不联系和互动是隐藏,PPI网络文件下载。在目前的网络,可能与气道高反应性MYOC, PTGS2, CXCL8;CCR7与PRKCDBP, IL2RB ITK, IL21R, PTGS2, CXCL8;SOD2可能与CXCL8交互,DNM1L、ESD MRPL33 PTGS2, TAGLN(图5)。此外,cytoHubba是用来识别基因中心根据网络拓扑结构精度高。后筛选条件是根据最大小团体中心(Mcc),中心决定前30名的基因可以获得,包括IL2RB ITK, IL21R, MYLK, PTPN22, CXCL8, PTGS2, ITGB5, CD3D, AGTR1, CLEC12A, SORBS1, CCR7,暴风雨,CALD1, PDGFA, PGRMC1, RAB37, MGAM SOD2等,这可能表明潜在的监管网络和管理途径。

3.3。预测circRNA-miRNA双

相对应的circRNA-miRNA双40 DECs预测使用环状RNA Interactome在线软件(circBank),用于在线预测的microrna的绑定到circRNA结合circBank。2230年的microrna的交互作用对结合使用circBank circRNA被预测;同时,只有过去五microrna的结果绑定到circRNA所示(补充表2)。预测结果与数据集的差异表达microrna交叉,能获得22 microrna。

3.4。预测目标基因的microrna

此外,有957 mrna预测绑定到22个microrna的编译miRTarBase数据库,TargetScan数据库,miRDB数据库。获得的结果与168度,因此,有17个潜在mrna包括在内。

3.5。circRNA-miRNA-mRNA网络建设

后点circRNA-miRNA-mRNA没有连接和交互被移除,circRNA-miRNA-mRNA监管网络建设。有3 DECs 4 DEmiRs,龙头、网络(图17度6),和KIAA0930 PGRMC1可以由两个microrna (hsa-let-7f-5p和hsa-let-7e-5p)目标。这两个DEmiRs也可能与hsa_circ_001149 hsa_circ_0081968,下列哪将会形成龙头、关系,即hsa_circ_0081968 / hsa_circ_0011449-hsa-let-7f-5p hsa-let-7e-5p-KIAA0930 / PGRMC1。因此,hsa_circ_005073 / hsa_circ_0081968 - hsa - mir - 107 - fgfrl1 / PLEKHF2和hsa_circ_0081968 / hsa_circ_0011449-hsa-let-7f-5p-SOD2电抗器,网络也可以获得。

最终,circRNA-miRNA-hub基因子网有六个管理模块,包括hsa_circ_0011449 / hsa-let-7f-5p SOD2监管轴,hsa_circ_0081968 / hsa-let-7f-5p SOD2监管轴,CCR7监管hsa_circ_0011449 / hsa-let-7f-5p /轴,CCR7监管hsa_circ_0081968 / hsa-let-7f-5p /轴,hsa_circ_0081968 / hsa-let-7e-5p PGRMC1监管轴,和hsa_circ_0081968 / hsa-let-7f-5p / PGRMC1监管轴,建立了描述之间的关系circRNAs, microrna,中心的基因。

3.6。功能性浓缩和路径分析

DECs包括20个差异表达circRNAs,度差异表达mrna包括168名一致。去和KEGG分析是应用于DECs和度,分别。分析了这些DECs通过基因本体论(去)的三个过程分析,包括生物过程(BP),细胞组件(CC)和分子功能(MF)。KEGG分析应用于找到这些基因的功能途径,研究结果显示,在20度差异表达circRNAs被浓缩成八生物过程的条件,例如,核浆和肌动蛋白细胞骨架和10 KEGG途径如Rac的激活和Beta2整合素细胞表面相互作用(表3)。

由于事实一致的重叠度收集从三个信使核糖核酸微阵列数据集,他们分成两部分去和KEGG分析组和upregulation组差别(对这些)。组,差别在对这些有23生物过程术语和5 KEGG途径,例如,积极调节细胞迁移(MYOC, NTRK3 PDGFA,同类,LGR6和MYLK),小窝组装(CAV2和PACSIN2), cGMP-PKG信号通路(AGTR1 EDNRA, PLN, ATP1A2,和MYLK),和血管平滑肌收缩(AGTR1 EDNRA, ARHGEF12, CALD1, PPP1R12B,和MYLK)(表4)。upregulation组中,有14个生物过程术语和3 KEGG途径,例如,T细胞受体信号通路(ITK, PDE4B PTPN22, CD3, PAG1),负调节细胞增殖(SOD2 CXCL8, RASSF5, PTGS2), cytokine-cytokine受体相互作用(CXCL8, IL2RB, IL21R、CCR7和IL12RB1),和趋化因子信号通路(ITK, CXCL8, CCR7)(补充表3)。

揭示生物机制或功能通路的龙头、网络、龙头、网络的度也受到/ KEGG分析,功能性浓缩的结果显示,有六个生物过程条件和两个KEGG途径,例如,肝脏发展(AK4和SOD2) COP9 signalosome (NCKIPSD和COPS8),和运输囊泡(PLEKHF2和FGFRL1)去分析和过氧物酶体(SOD2)和FoxO信号通路(SOD2) KEGG通路(表5)。

3.7。关键基因的差异表达分析

前20名基因获得的学位,中间性中心,亲密cytoHubba中心算法列在图7(一);PPI网络的重叠基因和电抗器,网络被选为中心SOD2的基因,CCR7和PGRMC1(图7 (b));中心的微分表达式分析基因的三个数据集的数据所示7 (c)- - - - - -7 (e)。与对照组相比,SOD2是调节的三个数据集,CCR7调节的三个数据集,PGRMC1中表达下调三个数据集。

4所示。讨论

AAAs在这项研究中,它已经被证实,非编码rna施加重大影响疾病的发病机理(27,28]。CircRNA是一种稳定的非编码RNA转录组长期以来一直被忽视,因为缺乏一个5帽和3腺苷酸的尾巴。最近的研究,有许多内源性circRNAs在哺乳动物细胞中,其中一些秀丰度高、进化的保护。最初表示,circRNAs可以调解microrna的功能(例如,通过骗取)和控制重要的转录事件(例如,RNA折叠和核酸内切酶保护)(19]。此外,它已被证实在当前证据表明circRNAs包含多个微反应元素(研究硕士),可以绑定到microRNA,通常称为“microRNA的海绵,可以减轻下游mrna的靶向抑制microRNA [29日- - - - - -31日]。在这项研究中,底层的美国科学促进会的分子机制研究了基于龙头、监管circRNAs假说,microrna,信使rna。microrna的表达谱circRNAs, mrna在人类组织样本的动脉瘤组和正常组已确定。

的三个RNA (circRNA, microrna的mRNA)微阵列数据集,17度已确定在circRNA-miRNA-mRNA网络,他们形成一个龙头、监管网络。关键基因中心的基因,可以施加决定性影响生物过程。调节其他基因在相关通路会经常受到中心基因的影响。因此,它具有重要意义寻找潜在目标中心的基因或研究热点。CytoHubba Cytoscape有效的软件的插件,用于识别中心基因与高精度根据网络拓扑。在生物信息学分析、三中心基因(SOD2、CCR7和PGRMC1)被确定。

施特劳斯等人建议SOD2可能与腹主动脉瘤的形成通过氧化反应(32]。然而,很少有报道在AAAs SOD2的基因的影响。超氧化物歧化酶(SOD)是一个无处不在的抗氧化酶催化地转换超氧化物自由基过氧化氢(H₂O₂)[33,34]。铜/锌- (SOD1)和锰(MnSOD SOD2)需要超氧化物岐化酶是重要的和主要的抗氧化酶位于线粒体和施加决定性影响肿瘤的发展35,36]。例如,表观遗传沉默SOD2的ka 6/1人类多发性骨髓瘤细胞可以增加细胞增殖(37]。SOD2表达式的阻塞会显著抑制肿瘤坏死因子-α全身的A549细胞增殖和H1299细胞体外。因此,肿瘤坏死因子-α介导的肺部炎症可以上调SOD2表达式在肺腺癌,和巨噬细胞有助于SOD2 upregulation分泌TNF -α(38]。在心血管疾病、SOD2站在前沿对血管平滑肌细胞线粒体ROS (VSMCs)通过其优惠线粒体定位,这有助于潜在的血管钙化的概率(修改39启动或进展。此外,SOD2增加可能是一个有前途的治疗策略在增生性病变形成的预防再狭窄等血管疾病(40]。Madamanchi等人建议SOD2可以调节SMC静止通过抑制发散促有丝分裂的信号通路,这些酶的调节异常病理生理条件下可能诱发SMC增生和肥大41]。SOD2的表达水平也会影响迁移VSMCs和内膜的形成。机械,等人认为,过氧物酶体proliferator-activated receptor-gamma coactivator-1alpha (PGC-1alpha)可能上调线粒体抗氧化剂酶SOD2的表达,从而抑制VSMC迁移和血管损伤后新生内膜形成大鼠(42]。相反,据报道在其他的研究中,杂合的SOD2的损失会加重慢性间歇性低氧诱导肺部炎症和血管重建通过mtROS-NLRP3信号通路(43]。最后,SOD2的增加表达的基因主要人类脐静脉内皮细胞(ECs)引起的流体剪切应力(FSS)能有效稳定antiatherosclerotic表型(44]。此外,它也被发现在这项研究中,SOD2可能通过hsa_circ_0011449 / hsa_circ_0081968 / hsa-let-7f-5p发挥影响。总结,指出这些研究SOD2的失调会导致相关的动脉疾病或改变内皮细胞或平滑肌细胞功能和表型。因此,研究SOD2及其功能可能成为治疗AAAs的流行趋势。考虑在AAAs SOD2可能发挥重要的作用,已发现一些论文来解释SOD2在动脉的影响。

同时,它也是最重要的AAAs中差异表达的基因。hsa-let-7f-5p可以形成一个管理网络与许多差异表达的基因,例如,气道高反应性互动(芳基碳氢化合物受体)。此外,纤维母细胞生长因子受体1 (FGFRL1)和Pleckstrin同源性和FYVE域包含2 (PLEKHF2)可能影响细胞内物质运输的促进动脉瘤形成,通过hsa_circ_0005073 / hsa_circ_0081968 / hsa - mir - 107规范的轴。PLEKHF2研究相对较少,FGFRL1表明他们可能施加重大影响AAAs的发生和发展。大肠Shamsara和j . Shamsara已经证实PLEKHF2基因的扩增与降低前列腺癌患者的生存45]。FGFRL1将显著调节卵巢癌患者,和高FGFRL1表达式与不良预后有关。FGFRL1函数的损失显著影响扩散,细胞凋亡,迁移卵巢癌细胞体外和体内肿瘤的生长46]。hsa - mir - 107,王等人发现,整合膜蛋白2 c (ITM2C) underexpressed和mir - 107 - 5 - p在急性主动脉壁夹层形成组织(47]。与此同时,mir - 107 - 5 - p的过度会促进细胞增殖和抑制细胞凋亡在大鼠主动脉平滑肌细胞(RASMCs)。

CCR7促炎细胞因子,发现在人类动脉粥样硬化斑块(48]。人们已经发现,CCR7表达的是人类颈动脉粥样硬化斑块显著下调(49]。广域网等人CCR7在AAAs评估蛋白表达的免疫组织化学,研究结果显示,CCR7在AAA显然是调节与控制健康的动脉(50]。最近,自我平衡的趋化因子,CCL19 CCL21及其受体CCR7与动脉粥样化形成。当前的研究结果表明,CCR7巨噬细胞免疫组织化学定位,通过颈动脉粥样硬化和血管SMC强调尽管CLL19和CCL21信号通过CCR7、巨噬细胞和SMC(它们可能有不同的影响51]。在这项研究中,它也被发现,CCR7监管hsa_circ_0081968 / hsa-let-7f-5p /轴可能是一个重要的目标AAAs的治疗。蔡等人也透露,lncRNA / microrna的信使rna相互作用网络可能参与了肺动脉高血压的发病机制(多环芳烃)和建议hsa-let-7e-5p CCR7可以被视为潜在的生物标记物和多环芳烃(52]。

然而,在这项研究有一些局限性。首先,尽管它已经表明SOD2可以引起arterial-related疾病,没有研究证明腹主动脉瘤和SOD2的关系。其次,行动的方式预测基于测量RNA网络,,但是,尚未得到证实(dual-luciferase报告基因分析、基因超表达或基因敲除)。虽然几个相关基因筛选首次在这项研究中,进一步的临床研究和体内体外实验进行确认其在AAAs表达和功能机制。

目前,文章相对较少circRNA-miRNA-mRNA网络调节AAA,和他们中的大多数是基于lncRNA龙头、监管网络。基于基因表达综合,我们发现六失调circRNA-miRNA-mRNA轴的AAA条件与健康相比主动脉条件。本研究的创新之处在circRNA-miRNA-mRNA网络建造第一次通过地理数据库。然而,考虑到这些发现仅仅是基于生物信息学模型,有必要进行深入研究来验证这些6轴在AAAs的可能影响。的生物功能还需要进一步的研究来阐明这些circRNAs AAA的发病机理。

数据可用性

地理数据集数据用于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有关的出版。

确认

这项工作得到了中央大学基础研究基金(批准号DUT19RC(3) 076年),中国国家自然科学基金(批准号81600370),和中国博士后科学基金(批准号2018 m640270)。

补充材料

补充图1:每个样品的四个数据集的箱线图。盒子里的蓝线代表中间,和圆圈代表局外人:(一)GSE144431;(B) GSE47472;(C) GSE7084;(D) GSE57691。补充表1:共同度不同的监管方法的三个数据集。补充表2:预测部分microrna circRNAs绑定。补充表3:基因本体术语浓缩和基因组通路富集分析差异表达的mrna upregulation组。(补充材料)