生信分析唐氏综合征的biomarker和转录因子motifs

唐氏综合症（DS）又称21三体综合征，由21号染色体异常（21号染色体三体）导致，是新生儿精神发育迟滞最常见的遗传原因。

转录因子通过与其他相关蛋白之间的互作来激活或者抑制转录，从而调控下游靶基因的表达，其在各种疾病中的作用不可忽略。今天借助Kong等的研究[1]，分享一个转录调控相关的简单研究套路~

1

逻辑思路

1. GEO数据集

2. 数据处理、差异基因分析

3. 基因功能注释

4. 构建转录调控网络

2

方法剖析

1

GEO数据集

选用了3个关于唐氏综合征（DS）GEO数据集：GSE1281、GSE1611和GSE5390，这3个数据集的详细信息如下表所示，包含了人和鼠两种不同物种的表达数据。（作者解释为人类和小鼠转录因子与其调控基因之间的关系是比较保守的。）

GSE1611中P0, P15, P30分别指出生0, 15, 30天的小鼠

2

数据处理、差异基因分析

原始数据进行背景校正、标准化以及假阳性过滤等预处理，预处理运用Affymetrix Power Tools 的RMA算法进行，筛选出PLIER信号强度>100的频率超过50%。差异基因（DEGs）筛选及分析简要流程和结果如下图所示。

以信号强度比>1.2，P≤0.05为条件筛选GEO数据集中的DEGs，将得到的DEGs整合按人和鼠分类比较，得到在人和鼠的DS中均显著上调的50个基因，显著下调的有23个基因。随后验证这些DEGs在染色体上的分布状态，在人体21号染色体和鼠16号染色体的有8个差异基因（CBR1, DYRK1A, HMGN1, ITSN1, RCAN1, SON, TMEM50B和TTC3），均是在DS中显著上调。

最后根据BIOGRID数据库信息，对8个DEGs及有关联的非DEGS构建了基因相互作用网络。

3

基因功能注释

运用DAVID数据库对DEGs进行GO功能和KEGG通路分析，并筛选显著富集GO条目（P≤0.05, FDR ≤ 10）和KEGG通路（ P≤0.05 ）

如下图所示DEGs生物过程主要富集在macromolecular complex subunit organization, cellular ion homeostasis及synaptic vesicle endocytosis等。

如下表所示，显著KEGG pathways富集在focal adhesion, natural killer cell mediated cytotoxicity, Alzheimer’s disease等通路上。

4

构建转录调控网络

构建DEGs相关的转录调控网络，主要方法如下图所示。

得到DEGs相关的转录调控网络（下图），有11个显著富集的转录因子motifs (P≤0.01): PAX5, EGR1, XBP, SREBP1, OLF1, MZF1, NFY, NFKAPPAB, MYCMAX, NFE2 和RP58。

根据JASPAR数据库信息，筛选得到3种显著富集的motifs：Pax5，EGR1，MAF1。

到这里整个分析过程就完成了~

3

思维散发

GEO数据挖掘——差异基因——基因的功能分析——构建转录调控网络，这里的研究思路相当简单吧~与单纯辨识mRNA为biomarker的研究相比，增添了转录调控网络的构建，将DEGs和转录因子调控关联起来。

本研究如果在原始表达数据选择上保持物种统一会更好；通过差异基因寻找转录因子，可以进一步分析两者功能上的联系；另外，可以结合生信分析结果，适当添加实验验证使研究更加严谨、完善。

1. Kong, X.D., N. Liu, and X.J. Xu, Bioinformatics analysis of biomarkers and transcriptional factor motifs in Down syndrome. Braz J Med Biol Res, 2014. 47(10): p. 834-41.

END