今天给大家分享一篇与lncRNA–miRNA–mRNA调控网络预测相关、发表在Journal of Cancer Research and Clinical Oncology上的一篇文章，文章发表于2019年11月。
预测肝硬化患者肝癌发生的候选lncRNA-miRNA-mRNA网络:综合生物信息学分析
摘要
目的：本研究通过生物信息学分析，探索潜在的竞争性内源性RNA (ceRNA)网络在肝硬化患者HCC发展中的作用。
方法：利用GEO和TCGA数据库的数据挖掘，挖掘mRNA、lncRNA和miRNA差异表达谱。在匹配的HCC队列中，RT-PCR证实了他们的表达(n = 6/组)。通过共表达分析构建ceRNA网络。它们的相互调控及其在上皮-间充质转化(EMT)过程中的作用已在细胞水平上通过功能获得和功能丧失实验得到验证。应用Kaplan-Meier法显示预后价值。
结果：通过对GEO和TCGA数据集中的差异表达基因(DEGs)进行交叉分析和Pearson相关性分析，鉴定出20个mRNA、24个miRNAs和41个lncRNAs。其中，FOXD2-AS1、BLVRA和CYTH2在HCC组织和具有高转移潜能的HCC细胞(MHCC97H)中显著上调，而与其相邻的正常/肝硬化组织和L02和MHCC97L细胞相比。然而，失调的miR-139-5p则表现出相反的表达模式。利用miRanda算法，FOXD2-AS1、BLVRA和CYTH2显示出miR-139-5p的潜在结合位点。FOXD2-AS1基因敲低诱导miR-139-5p和EMT抑制显著增加。miR-139-5p的缺失导致BLVRA和CYTH2表达的增加和EMT过程。相反，miR-139-5p过表达抑制了BLVRA和CYTH的表达和EMT过程。FOXD2-AS1、miR-139-5p、BLVRA和CYTH2与HCC患者的预后高度相关。
结论：FOXD2-AS1/miR-139-5p/BLVRA或CYTH2轴可能是肝硬化肝细胞癌发生的分子机制。
结果一：在GEO数据库中的DEGs
结果二：GEO数据库中所有DEGs的Mfuzz聚类和PPI网络构建分析
结果三：在TCGA数据库中建立基因序列，并获取关键基因序列
结果四：lncRNA-miRNA-mRNA调控网络的构建
结果五：FOXD2-AS1/miR-139-5p/BLVRA或CYTH2网络参与肝硬化HCC的发展
文章还有部分补充数据，对于lncRNA–miRNA–mRNA调控网络的预测方法大致总结为：
1.DEGs、DEMs和DELs的鉴定（DEGs：差异表达的基因，DELs：差异表达的长非编码RNA，DEMs：差异表达的microRNAs，lncRNA：长非编码RNA，miRNA：microRNA，mRNA：messager RNA）→以火山图或热图呈现。
2. 功能富集分析：了解相关的DEGs的功能。
3. PPI（protein-protein interaction）网络的建立及枢纽基因的鉴定。
4. lncRNA-miRNA-mRNA调控网络的构建：结合KEGG和软件分析的结果，建立相应的lncRNA-miRNA-mRNA相互作用网络。
想研究lncRNA–miRNA–mRNA调控网络预测的小伙伴们可以用此套路。
本研究在多个基因组平台上进行了全面的数据挖掘，证明了FOXD2-AS1/miR-139-5p/BLVRA或CYTH2可促进肝硬化肝癌的形成。靶向FOXD2-AS1/miR-139-5p/BLVRA或CYTH2可能是对抗肝硬化向肝硬化HCC转变的新治疗策略。
