lncRNA芯片應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。可以看到，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