大家好，今天要和大家分享的是2021年8月发表的一篇文章：“Integrated Bioinformatics-Based Identification of Potential Diagnostic Biomarkers Associated with Diabetic Foot Ulcer Development”。
本研究旨在检测与糖尿病足溃疡（DFU）发病率相关的可能生物标志物以开发针对该病症的新疗法。首先，作者从基因表达综合（GEO）数据库下载GSE7014和GSE29221基因表达数据集，之后在DFU和健康样本之间鉴定差异表达基因（DEG）。然后绘制蛋白质-蛋白质相互作用（PPI）网络，并进行基因本体论（GO）和京都基因和基因组百科全书（KEGG）富集分析以探索这些基因的功能。结果显示，在GSE7014数据集中鉴定了1192个DEG（900个上调，292个下调），而在GSE29221数据集中鉴定了1177个DEG（257个上调，919个下调）。GO分析显示DEGs在生物过程中显著富集在肌节组织、肌丝滑动和心脏传导的调节；分子功能富集在肌肉结构成分、蛋白质结合和钙离子结合；细胞成分富集在Z盘、肌球蛋白丝和M带。KEGG分析显示DEGs与心肌细胞中的肾上腺素能信号和扩张型心肌病有关。
发表杂志：J Diabetes Res.
影响因子：4.014
本文从投稿到接收仅40天
关于非肿瘤生信，我们也介绍过很多
需要分析者欢迎交流
研究背景
糖尿病足溃疡（DFU）是影响糖尿病患者下肢最常见的并发症之一。由于相关的血管病变、氧化微环境损伤和反复细菌感染，这些溃疡及其并发症可导致受影响患者的高发病率和死亡率。尽管近年来DFU的治疗取得了重大进展，但仍有很大一部分通过最终不可逆的过程发展为慢性伤口。因此，必须阐明控制DFU发展的分子机制对于帮助疾病的预防和治疗极为重要。
流程图
分析解读：
数据收集
①从基因表达综合（GEO）数据库下载GSE7014和GSE29221基因表达数据集。
差异表达分析
①检测GSE7014和GSE29221数据集中的差异表达基因(DEG)。
②绘制火山图和Meandiff图。
③维恩图收集不同数据集之间共享的DEG。
结果：
下图a：GSE7014数据集中前80个DEG的表达热图。
下图b：GSE7014数据集对应的火山图。
下图c：GSE7014数据集的Meandiff图。
下图d：GSE29221数据集中前80个DEG的表达热图。
下图e：GSE29221数据集对应的火山图。
下图f：GSE29221数据集的Meandiff图。
结果：
下图a：GSE7014和GSE29221数据集中的DEGs上调。
下图b：GSE7014和GSE29221数据集中的DEGs均下调。
富集分析
①DAVID数据库进行GO和KEGG富集分析。
②GO分析包括生物过程(BP)、分子功能(MF)和细胞成分(CC)。
结果：
下图：前6个GO富集分析结果，包括前2个BP、CC和MF。
下图b：KEGG通路富集结果。
下表：模块基因的功能和通路富集分析。
蛋白质-蛋白质相互作用(PPI)网络分析
①STRING网站构建PPI网络。
②Cytoscape用于可视化。
结果：
下图：使用STRING数据库构建的DEG PPI网络。
结果：枢纽基因鉴定。
下图a：使用Cytoscape构建的DEG PPI网络。
下图b：使用CytoHubba鉴定具有最高程度值的前10个基因。
小结：
在这项研究中，作者通过GSE7014数据集确定了900个上调和292个下调的DFU相关DEG；GSE29221数据集确定了257个上调和919个下调的DFU相关DEG。这些基因与心肌细胞中的肾上腺素能信号传导、扩张型心肌病和紧密连接通路有关。作者还进一步鉴定了与DFU相关的10个中枢基因，包括MYL3、ACTN2、DMD、PDLIM3、LDB3、MYH1、MYOM2、MYOT、CASQ2和CAPN3。
