lncRNA芯片應(yīng)用于通過脂肪肝模型中分子特異性表達(dá)研究非酒精性脂肪肝發(fā)生機(jī)制
伯豪客戶利用lncRNA芯片研究非酒精性脂肪肝
對(duì)于很多小伙伴們，特別是醫(yī)院的工作人員，除了每天繁忙的門診工作之外，還需要擠出時(shí)間來做科研，發(fā)文章。這真是一件又苦又累又燒腦筋的工作。有沒有辦法即簡單，又快速地發(fā)表還可以的影響因子（3分以上）的文章呢？小編告訴您，是可以的。那么，需要滿足哪幾個(gè)條件呢？通過《International Journal of Molecular Sciences》上一個(gè)案例，我們來一一破解。
研究主題
每一個(gè)科研領(lǐng)域的小伙伴們，所在的科室，實(shí)驗(yàn)室都會(huì)有一個(gè)研究的方向。那么，我們的目的就是從分子角度去選擇一個(gè)點(diǎn)，來解釋這個(gè)問題。問題很簡單，相對(duì)正常，脂肪肝模型中有哪些特異性表達(dá)的分子，他們怎么就影響了脂肪肝的形成。
研究材料
做實(shí)驗(yàn)總要有實(shí)驗(yàn)材料，憑空想象是想不出數(shù)據(jù)的。在這里，研究人員以高脂肪喂育的小鼠模型（NAFLD）和正常小鼠的肝臟為研究材料，來尋找脂肪肝的發(fā)生機(jī)制。
研究對(duì)象
搞科研要有新意，mRNA，miRNA，這些研究的比較多的分子，現(xiàn)在想發(fā)文章，相對(duì)難度就大了。因此，研究人員以lncRNA為主要研究對(duì)象，想看看，脂肪肝中，到底有哪些lncRNA是比正常肝差異表達(dá)的。怎么去篩選呢？高通量SBC mouse lncRNA array（全基因組篩選平臺(tái)，包含lncRNA和mRNA）由上海伯豪生物技術(shù)有限公司提供。
研究思路
研究思路
結(jié)果分析
用完芯片篩選，能拿到什么結(jié)果呢？怎么去分析和往下走呢？
（a）差異lncRNA統(tǒng)計(jì)分析
結(jié)果顯示，相比正常小鼠，脂肪肝模型小鼠共有291個(gè)差異表達(dá)lncRNA，111上調(diào)，180下調(diào)。
這些差異的lncRNA有什么生物學(xué)功能呢？通過cis和trans靶基因預(yù)測，研究人員共找到了12606個(gè)cis靶基因和70574個(gè)trans靶基因。雖然lncRNA沒有功能數(shù)據(jù)庫，但是通過靶基因的功能富集，是能間接推斷l(xiāng)ncRNA功能的。因此，通過分別把上調(diào)和下調(diào)的lncRNA的cis和trans靶基因進(jìn)行GO和KEGG的pathway富集分析。研究人員發(fā)現(xiàn)很多和脂肪酸代謝，固醇類合成等相關(guān)的生物學(xué)功能和信號(hào)通路得到了富集。因此，脂肪肝的出現(xiàn)，很有可能是這些與脂類代謝相關(guān)的lncRNA的異常表達(dá)引起的。
（b）差異mRNA統(tǒng)計(jì)分析
mRNA是理解生物學(xué)功能的直接分子，通過對(duì)差異mRNA統(tǒng)計(jì)，發(fā)現(xiàn)有89個(gè)上調(diào)和177個(gè)下調(diào)的mRNA。GO和KEGG富集分析顯示，也是氧化降解，脂肪酸等生物學(xué)過程和通路顯著富集。
通過將lncRNA靶基因和差異mRNA功能富集的結(jié)果進(jìn)行比較分析，研究人員發(fā)現(xiàn)主要的通路里有39個(gè)mRNA，既是lncRNA的靶基因，也是差異表達(dá)的mRNA。因此，這些lncRNA很有可能是通過cis或者trans調(diào)控靶基因，進(jìn)而影響了脂類代謝相關(guān)的信號(hào)通路，引起脂肪肝發(fā)生。
通過將lncRNA靶基因和差異mRNA功能富集的結(jié)果進(jìn)行比較分析，研究人員發(fā)現(xiàn)主要的通路里有39個(gè)mRNA，既是lncRNA的靶基因，也是差異表達(dá)的mRNA。因此，這些lncRNA很有可能是通過cis或者trans調(diào)控靶基因，進(jìn)而影響了脂類代謝相關(guān)的信號(hào)通路，引起脂肪肝發(fā)生。
（c）qPCR驗(yàn)證芯片結(jié)果
做完芯片，qPCR驗(yàn)證是永遠(yuǎn)少不了的。這里，研究人員對(duì)9個(gè)mRNA和8個(gè)lncRNA（命名為FLRL，脂肪酸相關(guān)lncRNA）進(jìn)行了驗(yàn)證�？梢钥吹�，芯片和qPCR驗(yàn)證結(jié)果高度一致。因此，運(yùn)用高通量芯片平臺(tái)，確實(shí)找到了一些客觀異常表達(dá)的脂肪肝相關(guān)lncRNA和mRNA。
（d）lncRNA功能驗(yàn)證
做完了芯片篩選，差異分析和驗(yàn)證，做點(diǎn)功能實(shí)驗(yàn)是現(xiàn)在的主流必備。通過構(gòu)建細(xì)胞模型，研究人員分別在細(xì)胞中過表達(dá)和敲降了FLRL2，然后看它的靶基因Arntl的表達(dá)變化。結(jié)果顯示，敲降FLRL2后，靶基因Arntl表達(dá)下調(diào)；過表達(dá)FLRL2后，靶基因Arntl表達(dá)上調(diào)。因此，細(xì)胞功能驗(yàn)證也確實(shí)證明，通過模型篩選到的lncRNA是能影響下游靶基因的表達(dá)，進(jìn)而和脂肪肝的發(fā)生是有關(guān)聯(lián)的。
點(diǎn)評(píng)
看了這篇文章，小伙伴們肯定已經(jīng)很清楚了，找到研究的主題，高通量芯片篩選，差異基因分析與驗(yàn)證，最后用細(xì)胞實(shí)驗(yàn)來進(jìn)行確認(rèn)。整個(gè)過程簡單有效，雖然沒有把生物學(xué)過程說的非常清楚，但至少找到了和某個(gè)疾病相關(guān)的作用分子。簡單除暴，又不失文雅。
原文出處：
Chen Y, Huang HX, Xu CF,Yu CH, Li YM. Long Non-Coding RNA Profiling in a Non-Alcoholic Fatty Liver Disease Rodent Model: New Insight into Pathogenesis. Int J Mol SCI 2017.
Chen Y, Huang HX, Xu CF,Yu CH, Li YM. Long Non-Coding RNA Profiling in a Non-Alcoholic Fatty Liver Disease Rodent Model: New Insight into Pathogenesis. Int J Mol SCI 2017.
- 非負(fù)矩陣分解NMF算法助力單細(xì)胞轉(zhuǎn)錄組數(shù)據(jù)分析
- 深度神經(jīng)網(wǎng)絡(luò)助力對(duì)腫瘤細(xì)胞鑒定及空間惡性區(qū)域的識(shí)別
- 腫瘤純度和倍性評(píng)估工具Sequenza的安裝和使用方法
- 單細(xì)胞高級(jí)分析百篇文獻(xiàn)結(jié)果展示匯總（六）
- 單細(xì)胞高級(jí)分析百篇文獻(xiàn)結(jié)果展示匯總（五）
- 使用SBC ToolBox 單細(xì)胞抖動(dòng)圖模塊美化差異marker基因
- SBC ToolBox在Small RNA-seq定量數(shù)據(jù)分析中的應(yīng)用（下）
- SBC ToolBox在Small RNA-seq定量數(shù)據(jù)分析中的應(yīng)用（上）
- SBC單細(xì)胞及空間多組學(xué)實(shí)驗(yàn)與生信分析培訓(xùn)班招生
- 小海龜發(fā)布百個(gè)橫向課題、千篇SCI-生命科學(xué)合作計(jì)劃
- 空間多組學(xué)研究策略及生信分析培訓(xùn)班火熱招生中
- SBC ToolBox云平臺(tái)VIP專區(qū)再添新模塊GSEA數(shù)據(jù)分析
- SBC芯云講壇：國家自然科學(xué)基金的準(zhǔn)備和申報(bào)技巧
- 第十期SBC單細(xì)胞及空間轉(zhuǎn)錄組測序培訓(xùn)班報(bào)名通知
- 講座：器官芯片在藥物研發(fā)的應(yīng)用及小分子藥物分享
- 第三屆單細(xì)胞空間多組學(xué)技術(shù)與應(yīng)用研討會(huì)邀請(qǐng)函
Copyright(C) 1998-2024 生物器材網(wǎng) 電話：021-64166852;13621656896 E-mail：info@bio-equip.com