lncRNA芯片應(yīng)用于通過脂肪肝模型中分子特異性表達研究非酒精性脂肪肝發(fā)生機制
伯豪客戶利用lncRNA芯片研究非酒精性脂肪肝
對于很多小伙伴們，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，需要滿足哪幾個條件呢？通過《International Journal of Molecular Sciences》上一個案例，我們來一一破解。
研究主題
每一個科研領(lǐng)域的小伙伴們，所在的科室，實驗室都會有一個研究的方向。那么，我們的目的就是從分子角度去選擇一個點，來解釋這個問題。問題很簡單，相對正常，脂肪肝模型中有哪些特異性表達的分子，他們怎么就影響了脂肪肝的形成。
研究材料
做實驗總要有實驗材料，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)生機制。
研究對象
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，相對難度就大了。因此，研究人員以lncRNA為主要研究對象，想看看，脂肪肝中，到底有哪些lncRNA是比正常肝差異表達的。怎么去篩選呢？高通量SBC mouse lncRNA array（全基因組篩選平臺，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)計分析
結(jié)果顯示，相比正常小鼠，脂肪肝模型小鼠共有291個差異表達lncRNA，111上調(diào)，180下調(diào)。
這些差異的lncRNA有什么生物學功能呢？通過cis和trans靶基因預測，研究人員共找到了12606個cis靶基因和70574個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)的生物學功能和信號通路得到了富集。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的異常表達引起的。
（b）差異mRNA統(tǒng)計分析
mRNA是理解生物學功能的直接分子，通過對差異mRNA統(tǒng)計，發(fā)現(xiàn)有89個上調(diào)和177個下調(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)果進行比較分析，研究人員發(fā)現(xiàn)主要的通路里有39個mRNA，既是lncRNA的靶基因，也是差異表達的mRNA。因此，這些lncRNA很有可能是通過cis或者trans調(diào)控靶基因，進而影響了脂類代謝相關(guān)的信號通路，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)果進行比較分析，研究人員發(fā)現(xiàn)主要的通路里有39個mRNA，既是lncRNA的靶基因，也是差異表達的mRNA。因此，這些lncRNA很有可能是通過cis或者trans調(diào)控靶基因，進而影響了脂類代謝相關(guān)的信號通路，引起脂肪肝發(fā)生。
（c）qPCR驗證芯片結(jié)果
做完芯片，qPCR驗證是永遠少不了的。這里，研究人員對9個mRNA和8個lncRNA（命名為FLRL，脂肪酸相關(guān)lncRNA）進行了驗證�？梢钥吹�，芯片和qPCR驗證結(jié)果高度一致。因此，運用高通量芯片平臺，確實找到了一些客觀異常表達的脂肪肝相關(guān)lncRNA和mRNA。
（d）lncRNA功能驗證
做完了芯片篩選，差異分析和驗證，做點功能實驗是現(xiàn)在的主流必備。通過構(gòu)建細胞模型，研究人員分別在細胞中過表達和敲降了FLRL2，然后看它的靶基因Arntl的表達變化。結(jié)果顯示，敲降FLRL2后，靶基因Arntl表達下調(diào)；過表達FLRL2后，靶基因Arntl表達上調(diào)。因此，細胞功能驗證也確實證明，通過模型篩選到的lncRNA是能影響下游靶基因的表達，進而和脂肪肝的發(fā)生是有關(guān)聯(lián)的。
點評
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，差異基因分析與驗證，最后用細胞實驗來進行確認。整個過程簡單有效，雖然沒有把生物學過程說的非常清楚，但至少找到了和某個疾病相關(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.
- 生物公共數(shù)據(jù)庫使用中的常見問題和解決方案
- ComplexHeatmap包繪制密度熱圖的參數(shù)調(diào)整和添加注釋方法
- DSP與LCM助力解析子癇前期蛻膜化抵抗機制
- GWAS全基因組關(guān)聯(lián)分析第一期：數(shù)據(jù)及格式轉(zhuǎn)換
- AI驅(qū)動精準腫瘤學突破：MUSK模型助力醫(yī)學研究
- 在單細胞RNA測序中DoubletFinder雙細胞分析方法詳解
- scMega助力scATAC-seq數(shù)據(jù)與scRNA-seq數(shù)據(jù)的聯(lián)合分析
- 非負矩陣分解NMF算法助力單細胞轉(zhuǎn)錄組數(shù)據(jù)分析
Copyright(C) 1998-2025 生物器材網(wǎng) 電話：021-64166852;13621656896 E-mail：info@bio-equip.com