背景：前人分开测过很多次肺纤维化组织的转录组，蛋白组，也一起测过，我们还是得测一次，毕竟别人有数据，数据也不是我的。我这边测一测，手里有差异分子表，也好开展后续的机制研究。
样本信息
转录组：10个组织（6个肺纤维化组织，4个正常组织）做lnc建库测序；
蛋白组：11个组织（6个肺纤维化组织，5个正常组织），采用 DIA质谱方式。
还做了GEO的生信分析：四个RNA测序项目（GSE52463、GSE83717、GSE92592和GSE99621）的91个数据集（52个IPF组织对39个健康组织）。
分析结果
1.转录组和蛋白质组的质量控制
此处描述测得样本的序列数量，Q20,Q30,GC含量等说明测序数据是过关的。蛋白在1%FDR的QC水平上鉴定到7932个蛋白，中位值，回收率等说明蛋白质谱数据也是可靠的。
2.转录组分析
阈值|log2（倍数变化）|> 1和padj < 0.05鉴定到2531个基因在终末期IPF患者的肺部显著差异表达，其中1772个上调基因和759个下调基因（A，B），GOKEGG分析（图C）显示，十大途径中有八条与免疫系统活动和炎症反应有关。(思考：基本的差异描述功能富集分析)
3.lncRNA分析
604个lncRNA在IPF肺组织中显著差异表达，包括410个上调基因和194个下调基因（图A B）。预测了lncRNA顺式调控和反式调控的潜在靶基因，并进行了GO富集分析，并用FDR调整的显著性阈值对结果进行了分析 < 0.05（图C）大多数富集途径与肺上皮顶端连接的结构和功能有关（思考：做的lnc测序，有mRNA lnc, circ的信息）。
4.蛋白组分析
PLS–DA方法对蛋白质表达数据进行主成分分析（A，思考：为什么不用常规的PCA方法，可能是区分不开）。差异蛋白阈值padj<0.05,FC>1.5倍，鉴定到1532个DE蛋白，其中1231个上调蛋白和301个下调蛋白（B），图C显示生物过程、分子功能和细胞成分三个类别下的前10个富集结果。13个KEGG途径中显著富集（FDR<0.05）(图D)
5.多组学联合分析
使用R包“mixOmics”（版本6.14.0）[29]和“rgl”（版本0.105.12），使用潜在成分（DIABLO）分析[30]进行生物标志物发现的数据集成分析。发现了一些重要关联的miRNA, lncRNA, mRNA,蛋白。（思考：使用了一个R包，R包会产生相关的图表，这种方法也是参考，一般来说多组学分析，要么采用上下游关系，要么是相关性分析）
有一篇公众号介绍此R包：https://mp.weixin.qq.com/s?src=11×tamp=1697188776&ver=4832&signature=bVQrVg*FkB1KcOTVPuYKJ4ojvm6WyRcZ6acFL2HLdSgFI5P*3kqiMBgxGE3h5mgDWkr-22S4-rzeVe6hXdNJf-ilVfqvfFavCJv28lLPBddVFY*dJodxtxS5IfOyb-AN&new=1
6.转录组与蛋白组的关联分析
构建倍数的相关性图，RNAseq倍数2倍，蛋白1.2倍，认为是差异分子（图A），发现78个基因在转录组和蛋白质组中差异表达，并做了GO、KEGG分析（BCDF）
结合GEO的数据，进一步缩小差异基因的范围，发现66个基因具有显著差异。此处选择2个基因BTNL9和PLLP，做验证。
7.BTNL9和PLLP的共表达网络
为了探索BTNL9和PLLP的可能功能途径，我们基于“DE lncRNA的靶mRNA预测”中准备的公共IPF转录组数据集，为每种基因生成了一个共表达网络。GSEA软件[37]用于根据其官方指南计算每个基因集的富集分数。使用Cytoscape软件[38]对网络进行可视化，并通过AutoAnnotate应用程序[39]对基因集簇进行注释。
本文思考：转录组+蛋白组的实验，各自描述差异功能富集，然后合在一起分析交集基因。结合GEO数据缩小差异基因范围，选出2个基因做后续功能验证。
文献原文：
Zheng, P., Sun, S., Wang, J. et al. Integrative omics analysis identifies biomarkers of idiopathic pulmonary fibrosis. Cell. Mol. Life Sci. 79, 66 (2022). https://doi.org/10.1007/s00018-021-04094-0
原文PDF及译文，复制以下链接到浏览器下载：
https://lifegenes2.oss-cn-shanghai.aliyuncs.com/%E5%85%AC%E4%BC%97%E5%8F%B7%E8%B5%84%E6%96%99/202310/Integrative%20omics%20analysis%20identifies%20biomarkers%20of.zip
如本文涉及侵权，联系我们删除。
