重磅来袭！“三巨头”联合出击！孟德尔随机化+单细胞RNA测序+网络药理学模型一举拿下7+文章！

最近江江包看了一些生信文章，是越看越忧虑啊。为什么这么说呢？生信文章的“门槛’可谓是越来越高：单一的生信分析不够新颖，复杂的生信分析还有不知如何联系。可是愁坏了江江包了！今天江江包看到的这篇文章，阅读完立马就”支棱“起来了！感觉又行了！今天想和大家分享的这篇文章，采用了孟德尔随机化+单细胞RNA测序+网络药理学的模型分析。这三项生信分析对大家来说肯定是不难！那么它是如何串联分析科研热点，一举拿下7分+期刊的呢？下面让江江包带各位同学一起分析一下吧~

1．此文章首次采用孟德尔随机研究设计来调查肠道微生物区系与脓毒症的关系。利用eQTL分析从这些工具变量(SNPs)中识别与脓毒症相关的基因。揭示肠道微生物区系可能通过调控这些基因对脓毒症的发病机制产生影响。

2．此文章使用单细胞转录测序技术对脓毒症患者血液样本中不同细胞类型的基因表达进行了分析和注释。此外，使用大量的RNA测序数据比较了这些基因在健康个体、存活的脓毒症患者和死亡的脓毒症患者中的表达谱。这有助于识别与脓毒症预后和疾病严重程度相关的生物标志物。

3．此文章通过预测和分子对接的方法，探索了一些基因作为潜在的治疗靶点，并预测了与这些靶点相关的潜在治疗药物。

脓毒症做为一直居高不下的科研“热点”，可谓是老生常谈了，对于此疾病的科研文章也是数不胜数，不论是何种类型的文章，脓毒症话题也占据了“半壁”江山！三大数据分析模型的衔接，使得文章的分数也是“更上一层”，更能够获得高分期刊的“青睐”有如此科研思路，是不是觉得发文章也没有那么难！如果你对此模型分析有想法，不知如何复现，赶快滴滴江江包吧！下一篇高分文章非你莫属！（想做类似研究的小伙伴可以后台滴滴江江包呦！）

题目：肠道微生物区系对脓毒症和败血症相关死亡的因果影响：来自全基因组孟德尔随 机、单细胞RNA、批量RNA测序和网络药理学的见解

研究背景

脓毒症经常伴有严重的炎症反应和多器官功能障碍综合征(MODS)，造成巨大的病理和生理负担，并对患者的生命构成威胁。因此，深入了解脓毒症的发病机制，探索新的治疗方法势在必行。肠道微生物区系失调与各种疾病的发生和发展密切相关，包括败血症。肠道微生物区系通过调节宿主免疫功能，影响肠道屏障完整性，在脓毒症的发生发展过程中起着至关重要的作用。然而，其具体机制和影响因素仍有许多未知之处。需要进一步的研究来探索有益和有害细菌群之间的平衡，以及微生物区系调节免疫和炎症反应的分子机制。

数据来源

此文章采用孟德尔随机化(MR)研究设计，整合单细胞转录和批量RNA测序技术，全面阐明肠道微生物区系在脓毒症发生中的潜在机制。利用单细胞转录组数据更好了解肠道微生物区系和败血症之间的相互作用。同时，批量RNA测序提供了整体的基因表达信息，进一步验证和补充从单细胞转录获得的结果。通过结合肠道微生物区系的调节机制和现有的药物数据库，识别潜在的治疗剂，并进一步验证其有效性和安全性，评估肠道微生物区系与脓毒症之间的关系，揭示其作用机制，并为脓毒症的个性化治疗提供新的线索和策略。

主要结果

1． 孟德尔随机化分析模型

根据IVW MR分析，确定了11个分类学分组，对于脓毒症患者28天的生存结果，将其分为10个分类学分组。发现Lentisphaeria类、假球藻2属、双歧杆菌属、乳螺科UCG004属与假单胞菌属呈现正相关，而梭状芽胞杆菌1科，真细菌属、戈登杆菌属、乳螺科ND3007属和瘤胃球菌科UCG011属呈现负相关关系(图1A，Table 1)。在脓毒症患者28天的生存结果分析显示，Lentisphaeria类、假球藻1属、假球藻2属、乳螺科FCS020属、拟杆菌门、拟杆菌目、拟杆菌纲、XIII科、细菌属和类杆菌呈现负相关(Table 2)。此外，分析显示，每个肠道微生物区系对脓毒症没有显著差异 (图1B)。在MR分析中，无证据表明这些疾病与肠道微生物分类群之间存在因果关系。

图1 孟德尔随机化分析模型

2． 肠道微生物区系相关潜在疾病相关关键基因的GO富集分析

GO分析表明，肠道微生物区系与疾病的恢复等通路呈现富集，包括胆汁酸/有机羟基化合物、转运蛋白活性、蛋白质N末端结合等通路。此外与疾病不良结局富集的肠道微生物群，如脂肪酶/溶血磷脂酶活性、肌动蛋白/磷脂酶/磷酸酪氨酸残基/蛋白磷酸化氨基酸结合等通路相关(图2A,B)。在KEGG途径分析中未发现明显的富集。

图2 肠道微生物区系相关潜在疾病相关关键基因的GO富集分析

3． 单细胞分析

通过分析12个样本的scRNA-seq数据，其中包括来自2名健康对照组、6名幸存者和4名革兰氏阴性败血症患者死亡患者的外周血单核细胞。利用基于前15个主成分的UMAP技术，对高维度scRNA-seq数据进行可视化。将细胞分类为14个亚簇。主要细胞类型包括B细胞、单核细胞、T细胞、NK细胞、血小板、中性粒细胞等(图5A)。然后，分析了11组肠道菌群中与遗传变异相关的基因，这些基因是脓毒症的工具变量(IVs)。检测这些基因在细胞中的表达。对于脓毒症，发现与健康人相比，脓毒症患者免疫细胞中PLCG2表达上调，bcl6在前B细胞(CD34GMP)中表达上调，IGF2BP2在GMP细胞中表达上调(图5B-E)。28天的脓毒症死亡率分析显示，ZDHHC19在健康个体的血小板中表达最低，在28天时在败血症幸存者的血小板中表达增加，在28天时在败血症死亡者的血小板中表达最高。此外，与正常样本相比，Snrpn在脓毒症的前B细胞(CD34−)和T细胞中的表达减少(图5F-K)

图3 单细胞分析

4． 潜在治疗靶点和潜在治疗药物的分子对接图

利用GSE65682数据集，对健康个体和脓毒症患者进行差异基因表达分析。发现与健康人相比，脓毒症患者NTSR1、BCL6、ZDHHC19、MGLL和ALPK1显著上调，而VAV2和SATB1显著下调。此外，与存活28天的脓毒症患者相比，发现死亡28天的脓毒症患者的FCHO1表达显著下调。与孟德尔随机化和单细胞分析结果一致。在脓毒症中，发现氟尿嘧啶可以降低NTSR1的表达。环磷酰胺、地塞米松、阿霉素、脂多糖和白藜芦醇可降低bcl6的表达。白藜芦醇可降低ZDHHC19的表达。顺铂、地塞米松、阿霉素、异丙肾上腺素、T泊替康均可降低MGLL的表达。阿霉素可降低ALPK1和PLCG2的表达。阿霉素、吲哚美辛、褪黑素、甲氨蝶呤和白藜芦醇可降低APP的表达。白藜芦醇和长春新碱可降低Snrpn的表达。地塞米松可增加VAV2的表达。庆大霉素可增加SATB1的表达。乙炔雌二醇可增加FCHO1的表达。庆大霉素、异丙肾上腺素、甲氨蝶呤和白藜芦醇可增加IGF2BP2的表达。庆大霉素和白藜芦醇可增加CENPN的表达(图7)。