miRNA生信研究套路

这篇文章于2019年6月26日发表在JournalofCellularBiochemistry杂志上，影响因子为3.448。在本文中，作者通过生物信息学发现了与肺鳞状细胞癌发生发展密切相关的12个MiRNA和6个关键蛋白，它们可以作为肺鳞状细胞癌的诊断标志物和治疗靶点。研究背景根据CA杂志发布的2018年全球癌症统计报告，肺癌是最普遍的一种癌症，占癌症患者总数的11.6%。而且其死亡率也高居不下，在因癌症死亡的病人中占比高达18.4%。肺鳞状细胞癌作为肺癌中最普遍的一种癌症，其死亡率非常高，只有15%的病人能存活5年以上。这其中最重要的原因是缺乏关键的诊断和治疗策略，为了探究这个重要的科学问题，作者通过生物信息学对TCGA数据库中的肺鳞状细胞癌患者数据进行系统，发现了关键的诊断和治疗靶点。研究结果1.查询差异miRNA为了探究与肺鳞状细胞癌发生发展密切相关的miRNA，作者从TCGA数据库下载了523个样本数据，包括45个正常样本数据和478个肿瘤样本数据。通过对样本中miRNA表达进行分析，作者发现其中有90个miRNA在肿瘤中上调，9个miRNA出现下调。2.获取生存曲线为了进一步确定哪些miRNA的确参与肺鳞状细胞癌发生发展，作者对这些miRNA进行生存分析，发现有7个上调的miRNA（分别为miR‐301b,miR‐383,miR‐512,miR‐515,miR‐525,miR‐577,miR‐5682）和5个下调的miRNA（分别为miR‐448,miR‐486,miR‐4732,miR‐516,miR‐1911）与肺鳞状细胞癌患者的生存率密切相关。3.靶蛋白预测和功能富集分析接下来作者对这12个miRNA的靶基因进行预测，总共发现了344个靶基因。对这些靶基因进行GO功能富集分析（包括生物过程、细胞成分和分子功能三个方面），发现大部分基因都与细胞膜形成相关。4.PPI互作网络构建为了确定影响肺鳞状细胞癌发生发展的关键靶基因，作者对预测获得的344个靶基因进行PPI互作网络分析，发现一个有197个节点，通过对这些节点进行级别分析，发现其中6个节点至关重要，分别为LRRK2,DLGAP5,CENPA,CHEK1,CALB1和TOP2A。5.靶基因生存分析为了确定这6个靶基因参与肺鳞状细胞癌发生发展，作者对它们分别进行生存分析，发现CALB1,CENPA,CHEK1,DLGAP5和TOP2A促进肺鳞状细胞癌发生，LRRK2抑制肿瘤发生。总结这篇文章，可以看到思路比较简洁，先分析正常组织和肿瘤组织中的差异miRNA，通过生存率分析获得关键miRNA；接着预测靶基因，构建PPI蛋白互作网络，找出关键靶基因；最后进行生存分析，确定靶基因的功能。其实，在测序主导科研动向的今天，使用数据挖掘来快速发表文章已经比比皆是，但是能做到保质保量还是很难的。孙主任通过扎实的数据挖掘功底，在文章质量还是很有保障，思路也值得我们学习。如果觉得没看够，各位科研同行也可以欣赏一下他另外几篇类似的文章。希望在座的各位也能快速挖掘数据发文章，然后步步高升！