大家好，今天要和大家分享的是2021年1月发表的一篇文章：“Identification and Validation of Autophagy-Related Genes in Chronic Obstructive Pulmonary Disease”。
本研究旨在通过生物信息学分析和实验验证识别慢性阻塞性肺疾病（COPD）潜在的自噬相关基因。首先，作者从GEO数据库GSE38974队列收集mRNA表达谱数据，并通过R软件筛选潜在差异表达的COPD自噬相关基因。然后对筛选出的差异表达基因进行蛋白互作（PPI）网络分析和富集分析。最后通过qRT-PCR在COPD患者和健康对照的血液样本中验证了前五个差异表达的自噬相关基因的RNA表达。结果表明，HIF1A、CDKN1A、BAG3、ERBB2和ATG16L1可能通过调节自噬影响COPD的发展进程。
发表杂志：Int J Chron Obstruct Pulmon Dis.
影响因子：3.350
本文的思路适用与几乎所有非肿瘤疾病。自噬，铁死亡，焦亡等热点都可以做。如果差异基因较多，还可以使用WGCNA进一步识别关键基因，文章的内容也就更丰富了。
生信分析咨询
请关注生信小课堂
研究背景
慢性阻塞性肺疾病(COPD)是一种以不完全可逆的气道阻塞为特征的慢性呼吸系统疾病，具有较高的死亡率和致残率。有研究报道，COPD的危险因素包括遗传因素、吸烟和气道炎症。COPD的发病机制涉及包括细胞增殖、凋亡和自噬在内的多种生物学功能。其中，自噬在COPD的发展中起着至关重要的作用。自噬是一个吞噬自身细胞质蛋白或细胞器并使其包被进入囊泡，并与溶酶体融合形成自噬溶酶体，降解其所包裹的内容物的过程，借此实现细胞本身的代谢需要和某些细胞器的更新。
流程图：
分析解读：
数据收集
①从GEO数据库GSE38974队列收集mRNA表达谱数据。
②从人类自噬数据库(http://www.autophagy.lu/index.html)中获得自噬相关基因。
差异表达分析
①R软件的“limma”包用于鉴定差异表达的自噬相关基因。
②R软件的“heatmap”和“ggplot2”包绘制热图、火山图和箱线图。
③GSE38974中数据的可重复性通过主成分分析(PCA)进行验证。
结果：
下表：与健康样本相比，COPD样本中存在40个差异表达的自噬相关基因。
下图A：GSE38974的主成分分析。
下图B：差异表达的自噬相关基因的火山图。
下图C：COPD和健康样本中差异表达的自噬相关基因的热图。
下图A：COPD和健康样本中前20个差异表达的自噬相关基因的箱线图。
下图B：COPD和健康样本中最后20个差异表达的自噬相关基因的箱线图。
PPI及相关性分析
①使用STRING数据库（https://string-db.org/）和Cytoscape软件对差异表达的自噬相关基因进行PPI分析。
②通过R软件“corrplot”包进行相关性分析。
结果：
下图A：40个差异表达的自噬相关基因的PPI网络。
下图B：每个差异表达的自噬相关基因的相互作用。
下图：40个差异表达的自噬相关基因的Spearman相关分析。
富集分析
①R软件中“GO plot”包进行GO和KEGG富集分析。
结果：
下图：40个差异表达的自噬相关基因的基因本体（GO）富集分析。
下图：40个差异表达的自噬相关基因的京都基因和基因组百科全书（KEGG）富集分析。
实验验证
①RNA提取和定量实时聚合酶链反应(qRT-PCR)。
结果：
下表：本研究中病例和对照的临床病理变量。
下图A：使用qRT-PCR在血液样本中测量NAF1、HIF1A、CDKN1A、BAG3和CHMP4B的RNA表达。
下图B：使用qRT-PCR在血液样本中测量ERBB2、GAPDH、FAM48A、ATG16L1和ITPR1的RNA表达。
小结：
COPD的发展受吸烟、炎症、气道重塑等因素的影响。越来越多的证据表明自噬可能参与了COPD的发病机制。在本研究中，作者通过差异表达分析、PPI分析、相关性分析和富集分析确定了40个潜在的COPD自噬相关基因，并通过qRT-PCR对结果进行验证。实验结果证明，关键基因HIF1A、CDKN1A、BAG3、ERBB2和ATG16L1可能通过调节自噬影响COPD的发展。
