今天和⼤家分享的是2019年11⽉份发表在Aging (Albany NY)杂志上的⼀篇⽂章(IF=5.515)“Identification of molecular correlations of RBM8A with autophagy in Alzheimer's disease”。⽂章中作者作者利⽤GEO数据库的3个阿尔兹海默症患者的数据集，分析差异基因并进⾏WCGNA模块分析，构建LASSO回归模型，研究出RBM8A在AD疾病发展中的作⽤。 Clinical significance and immunogenomic Identification of molecular correlations of RBM8A with autophagy in
基因调控网络Alzheimer's disease
⼀、研究背景
阿尔茨海默⽒病（AD）是⽼年痴呆症的主要原因。该病初始症状是轻度记忆障碍，并随着病情恶化⽽发展为认知障碍和语⾔障碍等，⽬前为⽌尚⽆有效的⽅法可以治愈AD。有研究显⽰某些RNA结合蛋⽩核蛋⽩（RNP）在神经发育中起着重要作⽤。其中EJC的核⼼蛋⽩之⼀RBM8A的⾼表达会导致焦虑样⾏为增加，社交互动异常。已有研究证明RBM8A是调节神经退⾏性疾病和神经精神疾病有关的基因，但R BM8A在阿尔茨海默⽒病进展中的作⽤尚不清楚。⼆、研究思路
三、结果解读
1 确定AD差异表达基因
通过鉴定AD中差异表达的基因发现，与对照样品相⽐，RBM8A在AD中显着下调，P = 1.620e-19和logFC= -0.078，表明低表达 RBM8A与AD相关联。与对照样品相⽐，AD中有15267个DEG，其中7346个上调，7921个下调。此外与RBM8A⾼组相⽐，RBM8A低组样本中有13691个DEG，其中7128个上调⽽6563个下调。在AD /对照和RBM8A-低/⾼分组中，共有9186个基因上调或下调。这些基因可以是与RBM8A表达相关的AD相关基因。在热图中可以看到AD中25个最上调的基因和25个下调的基因。
图1.差异表达基因分析
2 与AD相关的调控模块
为鉴定与AD最相关的关键模块，使⽤与RBM8A⽔平相关的AD相关基因的表达谱进⾏了WGCNA，总共确定了⼗个模块。棕⾊模块与AD正相关（相关系数= 0.69，P = 3E-67），⽽松绿⾊模块与AD负相关（相关系数= -0.69，P = 3E-66）。根据GS> 0.7和MM> 0.9，有15个基因被鉴定为中⼼基因
（RBM8A，RHBDF2，TNFRSF10B，ACP1，ANKRD39，CA10，CAMK4，CBLN4，LOC284214，NOVA1，PAK 1，PPEF1，RGS4，TCEB1和TMEM118）。相关分析表明，RBM8A与核⼼基因⾼度相关。
图2.加权相关⽹络分析
此外，模块功能富集分析表明，棕⾊模块基因积极参与了与⼩泡介导的运输调控有关的⽣物过程，⽽松绿⾊模块基因则明显富集了对肽，调控反应的⽣物学过程，囊泡介导的运输，对营养⽔平的反应，腺体发育。棕⾊模块显著参与造⾎细胞谱系和PI3K-AKT信号通路，⽽松绿⾊模块显著参与Rap1信号通路，MAPK信号通路，⾃噬动物，细胞凋亡和Apelin 信号通路。基于STRING数据库提取了与RBM8A相互作⽤的基因。根据这些基因明显参与的途径，最终构建了RBM8A- 信号通路。基于STRING数据库提取了与RBM8A相互作⽤的基因。根据这些基因明显参与的途径，最终构建了RBM8A-模块-途径调控⽹络。该调控⽹络表明，RBM8A通过调节相互作⽤的模块基因间接调节与AD相关的途径。
3 验证AD中的⽣物学过程和关键通路
基因集富集分析表明，与对照样品相⽐，如p53类介体的粘附连接装配、星形胶质细胞分化、固有凋亡信号通路等⽣物学过程在AD中显著富集。与⾼RBM8A相⽐，通过p53类介体进⾏的⽣物学过程（如粘附连接装配，星形胶质细胞分化，内在凋亡信号通路）富集显著低于RBM8A。此外，细胞凋亡，造⾎细胞谱系，MAPK信号通路和Wnt信号通路均与AD密切相关。同样在RBM8A低样本中，凋亡，造⾎细胞谱系，MAPK信号通路和Wnt信号通路也明显过⾼。RBM8A的低表达会影响许多模块基因（包括FIP
200，Beclin 1，NRBF2，VPS15和ATG12）。这些基因参与编码⾃噬通路的关键复合物，这可能是RBM8A低表达促进AD的潜在机制。
图3.基因集富集分析
4 LASSO模型预测AD患者
作者提取中枢基因的表达谱来构建LASSO模型。LASSO⽅法鉴定了8个具有⾮零回归系数的基因，并且lambda.min的值= 0.04013996。基因的模型索引按以下公式创建：评分= RBM8A *（-2.38668779488564）+ RHBDF2 *
2.00115481990953 + TNFRSF10B * 0.817520478917702 + ACP1 *（-
3.41028 393841058）+ ANKRD39 *（-
0.279104767589027）+ CA10 *（-0.988480656766608） + CBLN4 *（-0.70290303 609009）+ PPEF1 *（-
1.67911758870231）。ROC曲线分析表明基因模型的AUC在训练组中为0.948，在测试组中为0.947，这表明LASSO 模型可以⽤作AD的⽣物标志物。在测试集和验证集（GSE5281和GSE48350）中进⼀步对其进⾏了验证，其AUC = 0.947和AUC = 0.948。发现在GSE5281和GSE48350中，患者的AD和⼏个⼤脑区域中的RBM8A被下调。这表明RBM8A及其相关的中枢基因与AD⾼度相关，它们可以⽤作进⼀步验证的⽣物标记。
图4.预测AD和验证RBM8A差异表达的模型
四、⼩结
在本研究中，作者⾸先根据GEO数据集筛选AD的差异表达基因，根据WGCNA确定与AD相关的九个共表达模块并鉴定出15个基因作为中⼼基因，并探索AD相关模块的⽣物学过程和通路。根据提取的核⼼基因的表达谱构建LASSO模型，发现RBM8A的低表达与⾃噬途径的关键基因（FIP200，Beclin 1，NRBF2，VPS15和ATG12）的成分减少有关，这可能是导致⾃噬分⼦障碍和AD的新机制的基础。
豫公网安备41160202000603
站长QQ:729038198
关于我们
投诉建议