7.7分，罕见病的纯生信分析，简单且分高！

生信小课堂

影响因子：7.7

研究概述：

浆细胞白血病(Plasma cell leukemia, PCL)是一种以外周血和骨髓中浆细胞增殖失控为特征的罕见肿瘤，分为原发性PCL (pPCL)和继发性PCL (sPCL)两种。pPCL的发生没有多发性骨髓瘤(MM)的先例，而sPCL是由先前的多发性骨髓瘤(MM)引起的。PCL患者的侵袭性行为和高死亡率使其成为一个亟待探索的领域。

本研究旨在确定参与pPCL攻击行为的复杂基因网络中的信号流，并通过一系列系统生物学方法靶向具有合适候选药物的枢纽基因，这是目前所知的第一个针对PCL的转化生物信息学方法。

作者从GEO数据库中获取PCL数据集，使用GEO2R对差异表达基因进行分析。接着使用DAVID对DEGs进行功能富集分析，通过STRING 11.5获得DEGs的蛋白-蛋白相互作用(PPI)，并在Cytoscape 3.7.2中分析，获得关键枢纽基因。最后使用DGIdb、DrugMAP和Schrodinger’s version 2022-1研究这些关键枢纽基因与合适候选药物的相互作用。

关于非肿瘤生信，我们也解读过很多，主要有以下类型1 单个疾病WGCNA+PPI分析筛选hub基因2 单个疾病结合免疫浸润，热点基因集，机器学习算法等3 两种相关疾病联合分析，包括非肿瘤结合非肿瘤，非肿瘤结合肿瘤或者非肿瘤结合泛癌分析
4 基于分型的非肿瘤生信分析
5 单细胞结合普通转录组生信分析

目前非肿瘤生信发文的门槛较低，有需要的朋友欢迎交流

研究结果：

一、DEG 识别 PCL 中的肿瘤和抑癌基因调控

1. 使用R软件对GSE164703数据集进行聚类分析，结果显示PCL（|log Fc| >1和p值<0.05）共有104个差异表达基因，其中39个基因上调，65个基因下调（图2）。其中MDB1是上调的癌基因，而ADAMTS18，VIL1，XIST，SOCS1，FBXW7，PRICKLE1和CDH4等抑癌基因在PCL患者中下调。

二、上调和下调基因的功能富集分析

1. 作者根据基因计数、富集倍数、p值和FDR，对GO和KEGG通路的上调和下调基因进行了富集。上调基因的富集导致5个生物过程（DNA甲基化的调节，X射线应答，蛋白水解负调节，衰老和子宫内胚胎发育），1个细胞成分（核质）和2个分子功能（DNA结合，甲基-CpG结合）的显著调节（图3A)。

2. 同样，下调基因的富集导致6个生物过程（蛋白质泛素化，蛋白质修饰过程，小脑颗粒细胞前体增殖，细胞蛋白质修饰过程，泛素依赖性蛋白质分解代谢过程和转录正调控，DNA模板化），1个细胞成分（核体）和3个分子功能（磷酸酪氨酸结合，泛素-蛋白连接酶活性， 转录辅激活因子活性）（图3B）。

3. 上调基因的富集显著调节了几种KEGG通路，如鞘脂信号传导，细胞凋亡，脂质和动脉粥样硬化，甲状腺癌，膀胱癌和HPV感染，而富集的下调基因调节泛素介导的蛋白水解通路（图4）。

三、蛋白质网络相互作用和无监督数据分析

1. DEGs的蛋白质相互作用显示出85个相互作用的节点，31条边缘，平均节点度为0.729，平均局部聚类系数为0.224（图5）。

2. 此外，对蛋白质相互作用进行了k-means聚类分析，以评估无监督数据，得到3个不同的聚类，具体的基因数量和组成如表4所示。

四、从蛋白质网络相互作用中鉴定枢纽基因

1. 使用Cytohubba插件的12种不同拓扑分析方法进一步分析了每种方法中排名前5位的基因，进一步分析了DEGs的PPI网络。共有11个基因（TP53，SOCS1，MAPK1，MBD3，YES1，USF1，VAV2，CDH4，CDC14A，SORT1和FBXW7）被反复排在前5位。（表5）

2. 利用局部和全局拓扑分析方法研究枢纽基因的蛋白质-蛋白质相互作用，枢纽基因网络都基于短路径长度(图6)

3. 此外，作者鉴定了5个枢纽基因（TP53，MAPK1，SOCS1，MBD3和YES1），它们在拓扑分析方法中占50%，被认为是负责PCL的关键分子，而TP53、MAPK1、SOCS1和MBD3来自聚类2，YES1来自聚类1。因此，针对聚类2可能是解决 PCL 的更好策略。

   
   

五、筛选针对枢纽基因的合适候选药物

1. 筛选5个关键枢纽基因与合适候选药物的相互作用：TP53与38种不同的药物相互作用。同样，预测MAPK1与3种不同的药物（依托泊苷，米托蒽醌和索拉非尼）相互作用。

预测YES1与9种不同的药物相互作用（克拉屈滨，达沙替尼，伊布替尼，伊马替尼，米托蒽醌，帕唑帕尼，帕纳替尼，索拉非尼和舒尼替尼。

2. 此外，在所有关键枢纽基因中，TP53和MAPK1预计与ALT-801（急性髓系白血病2期），APG-115（前淋巴细胞白血病3期），APR-246（骨髓增生异常综合征2期），HDM201（血液恶性肿瘤1期）和COR-D（T细胞白血病临床前）相互作用，后者使用DrugMAP鉴定。然而，这些潜在的候选药物仍处于临床/临床前试验阶段，尚未获得批准。

六、候选药物与枢纽基因的结合亲和力和相互作用

1. 所有被临床批准的抗癌候选药物都被考虑用于对接研究。共有37种候选药物与TP53（PDB：3DCY）对接，其中奥沙利铂具有最高的结合亲和力（-6.891 kcal/mol），其次是甲氨蝶呤和替莫唑胺。

2. 3种候选药物与MAPK1（PDB：4H3Q）对接，其中米托蒽醌具有最高的结合亲和力（-6.741 kcal/mol）。同样，在9种候选药物中，发现帕纳替尼对YES1具有最高的结合亲和力（-5.289 kcal/mol）。具有最高结合亲和力的候选药物的相互作用已被表示（图7）。

   
   

图 7.（a）奥沙利铂，（b）米托蒽醌和（c）帕纳替尼分别与p53，MAPK1和YES1相互作用的三维和二维表现。紫色箭头代表氢键相互作用。两端的绿线表示 pi-pi 堆叠。

研究总结：

由于PCL发病率低，侵袭性强，发病快，因此很少被研究。在目前的研究中，作者检查了枢纽基因在新诊断的PCL个体中的表达及其相关途径，发现TP53、MAPK1、SOCS1、MBD3和YES1可能是PCL侵袭性预后导致生存率低的标志性枢纽基因。

此外，通过转化生物信息学方法评估了潜在的治疗候选药物：奥沙利铂、米托蒽醌和帕纳替尼对TP53、MAKP1和YES1具有结合亲和力，为治疗浆细胞白血病提供了一种策略，然而，这需要通过适当的湿实验室实验进一步验证。

目前研究中用于分析特征基因的57例pPCL患者样本不足以使研究结果具有普遍性，故接下来的研究思路应为使用更多样本对结果进行额外验证。