基于经皮冠状动脉介入治疗术后支架内再狭窄的免疫相关基因及免疫细胞浸润的生物信息学分析

doi:10.13481/j.1671-587X.20240319

吉林大学学报(医学版) ›› 2024, Vol. 50 ›› Issue (3): 749-758.doi: 10.13481/j.1671-587X.20240319

• 临床研究 • 上一篇

基于经皮冠状动脉介入治疗术后支架内再狭窄的免疫相关基因及免疫细胞浸润的生物信息学分析

冯玉飞¹,金珊^2,³,王玉冰^2,³,鲁印飞¹,庞丽娟^2,^3,⁴(),刘克坚¹()

^1.石河子大学第一附属医院心内一科，新疆石河子 832000
^2.石河子大学医学院病理系，新疆石河子 832000
^3.石河子大学第一附属医院病理科，新疆石河子 832000
^4.广东省湛江市湛江中心人民医院病理科，广东湛江 524000

收稿日期:2023-06-09 出版日期:2024-05-28 发布日期:2024-07-01
通讯作者: 庞丽娟,刘克坚 E-mail:ocean123456@163.com;25931884@qq.com
作者简介:冯玉飞（1993-），男，河南省洛阳市人，在读硕士研究生，主要从事经皮冠状动脉介入治疗术后支架内再狭窄方面的研究。
基金资助:
国家自然科学基金项目(82060054);新疆生产建设兵团科技局财政科技计划项目(2020BC003);广东省湛江市科技局科技发展基础研究专题专项(2022A01028);广东省湛江市科技局疾病防治重点项目(2022A01103);2022 年度湛江中心人民医院院级高层次人才科研启动经费项目(2022A15);石河子大学科研项目(ZZZC202022A);新疆维吾尔自治区研究生教育创新计划项目(XJ2022G110);石河子大学第一附属医院博士基金项目(BS202205)

Bioinformatics analysis based on immune-related genes and immune cell infiltration of in-stent restenosis after percutaneous coronary intervention

Yufei FENG¹,Shan JIN^2,³,Yubing WANG^2,³,Yinfei LU¹,Lijuan PANG^2,^3,⁴(),Kejian LIU¹()

^1.Department of Cardiology，First Affiliated Hospital，Shihezi University，Shihezi 832002，China
^2.Department of Pathology，School of Medical Sciences，Shihezi University，Shihezi 832000，China
^3.Department of Pathology，First Affiliated Hospital，Shihezi University，Shihezi 832000，China
^4.Department of Pathology，Zhanjiang Central People’s Hospital，Zhanjiang City，Guangdong Province，Zhanjiang 524000，China

Received:2023-06-09 Online:2024-05-28 Published:2024-07-01
Contact: Lijuan PANG,Kejian LIU E-mail:ocean123456@163.com;25931884@qq.com

摘要/Abstract

摘要：

目的筛选支架内再狭窄（ISR）中差异表达的免疫相关基因（DEIRGs），分析ISR中免疫细胞浸润情况，并阐明ISR发生发展的机制。方法由基因表达数据库（GEO）下载GSE46560数据集样本mRNA基因表达数据，分为ISR组与非ISR（non-ISR）组。采用R软件“Limma”包筛选出差异表达基因（DEGs）并与免疫相关基因（IRGs）交集获得ISR中DEIRGs。采用R软件进行DEIRGs的基因本体论（GO）和京都基因与基因组百科全书（KEGG）富集分析，采用STRING数据库构建蛋白-蛋白互作（PPI）网络，以Cytoscape软件可视化并计算核心基因（Hub基因）。绘制Hub基因的受试者工作特征（ROC）曲线，计算ROC曲线下面积（AUC），并评价其诊断价值。采用CIBERSORT软件分析ISR中免疫细胞浸润情况，Pearson相关分析法分析免疫细胞间及其与关键基因之间的相关性。结果共鉴定出331个DEGs（P<0.05， | log₂FC | >1），其中176个基因表达上调，155个基因表达下调，获得38个DEIRGs。GO功能富集分析，在生物过程（BP）中DEIRGs主要富集在防御反应、免疫反应和免疫系统；在细胞组分（CC）中DEIRGs主要定位于胞外区和细胞质膜等；在分子功能（MF）中主要参与调控信号受体结合和细胞因子受体活性等。KEGG信号通路富集分析，ISR中DEIRGs主要富集于磷脂酰肌醇3-激酶/蛋白激酶B（PI3K-AKT）和转化生长因子β（TGF-β）等信号通路。 PPI 网络，前10位Hub基因中 CD19 具有最高节点。与 non-ISR 组比较，ISR组样本中 CD19 mRNA 表达水平明显升高（P<0.05）。 CD19 mRNA 表达的 ROC 曲线中 AUC值为0.92（P<0.05）。免疫细胞浸润分析，与non-ISR组比较，ISR组患者滤泡辅助性T淋巴细胞（Tfh）浸润水平升高（P<0.05），初始B淋巴细胞、CD8+T淋巴细胞、幼稚CD4+T淋巴细胞和M0巨噬细胞等浸润水平升高，但差异无统计学意义（P>0.05），记忆性B淋巴细胞、活化性记忆CD4+T淋巴细胞、调节性T淋巴细胞、静息性自然杀伤（NK）细胞、活化性NK细胞、单核细胞、静息性肥大细胞和中性粒细胞等浸润水平降低，但差异无统计学意义（P>0.05）。Tfh与M0巨噬细胞和静息肥大细胞等呈正相关关系（r=0.88，P<0.05；r=0.68，P<0.05），与单核细胞和中性粒细胞呈负相关关系（r=-0.49，P<0.05；r=-0.42，P<0.05）。结论 CD19可能通过调控PI3K-AKT信号通路激活影响Tfh和B淋巴细胞，促进ISR的发生发展。CD19可作为诊断ISR的生物标志物。

关键词: 支架内再狭窄, CD19, 差异表达免疫相关基因, 免疫浸润, 生物标志物

Abstract:

Objective To screen the differentially expressed immune-related genes （DEIRGs） in in-stent restenosis （ISR）， and to analyze the immune cell infiltration in ISR， and to clarify the mechanism of occurrence and development of ISR. Methods The mRNA gene expression data of GSE46560 dataset samples were downloaded from the Gene Expression Omnibus （GEO），and divided into ISR group and non-ISR group. The “Limma” package in R software was used to identify the differentially expressed genes （DEGs） which were then intersected with immune-related genes （IRGs） to identify the DEIRGs in ISR； R software was used for Gene Ontology （GO） functional enrichment andalysis and Kyoto Encyclopedia of Genes and Genomes （KEGG） signaling pathway enrichment analysis on DEIRGs；the STRING database was used to construct the protein-protein interaction （PPI） network， which was visualized and analyzed for Hub genes by Cytoscape software； the receiver operating characteristic （ROC） curve of the Hub genes were plotted， and the area under the curve （AUC） was calculated and the diagnostic value was evaluated； CIBERSORT software was used to analyze the immune cell infiltration in ISR； Pearson correlation analysis was used to analyze the relationships between the immune cells and the relationships between the immune cells and key genes. Results A total of 331 DEGs were identified （P<0.05， | log₂FC| >1）， including 176 upregulated genes and 155 downregulated genes， and 38 DEIRGs were obstained. The GO functional enrichment analysis results showed that the DEIRGs were mainly enriched in biological processes （BP） such as defense response， immune response， and immune system； in cellular components （CC），the DEIRGs were located primarily in the extracellular region and cytoplasmic membrane； and in molecular functions （MF）， the DEIRGs were mainly involved in regulating signaling receptor binding and cytokine receptor activity.The KEGG signaling pathway enrichment analysis results indicated that the DEIRGs in ISR were primarily enriched in the phosphatidylinositol 3-kinase/protein kinase B （PI3K-AKT） and transforming growth factor-β （TGF-β） signaling pathways. In the PPI network， CD19 had the highest node among the top 10 Hub genes. Compared with non-ISR group， the expression level of the CD19 gene in the samples in ISR group was increased （P<0.05）. The AUC value in the ROC curve of CD19 gene expression was 0.92 （P<0.05）. The immune cell infiltration analysis results showed that compared with non-ISR group， the infiltration level of T lymphocyte follicular helper （Tfh） cells in the patients in ISR group were increased （P<0.05）， the infiltration levels of immature B lymphocytes， CD8+T lymphocytes， naive CD4+T lymphocytes， and M0 macrophages were increased， but the differences were not statistically significant （P>0.05）， while the infiltration levels of memory B lymphocytes， activated memory CD4+ T lymphocytes， regulatory T cells， resting natural killer （NK） cells， activated NK cells， monocytes， resting mast cells， and neutrophils were decreased， but the differences were not statistically significant （P>0.05）. There were positive correlations between Tfh cells and M0 macrophages and resting mast cells （r=0.88，P<0.05；r=0.68，P<0.05）， and there were negative correlations between Tfh cells and monocytes and neutrophils（r=-0.49，P<0.05；r=-0.42，P<0.05）. Conclusion CD19 may influence the occurrence and development of ISR by regulating the activation of the PI3K-AKT signaling pathway to affect the Tfh and B lymphocytes. CD19 can serve as a biomarker for the diagnosis of ISR.

Key words: In-stent restenosis, CD19, Differentially expressed immune-related gene, Immune infiltration, Biomarker

中图分类号:

R392.12

冯玉飞,金珊,王玉冰,鲁印飞,庞丽娟,刘克坚. 基于经皮冠状动脉介入治疗术后支架内再狭窄的免疫相关基因及免疫细胞浸润的生物信息学分析[J]. 吉林大学学报(医学版), 2024, 50(3): 749-758.

Yufei FENG,Shan JIN,Yubing WANG,Yinfei LU,Lijuan PANG,Kejian LIU. Bioinformatics analysis based on immune-related genes and immune cell infiltration of in-stent restenosis after percutaneous coronary intervention[J]. Journal of Jilin University(Medicine Edition), 2024, 50(3): 749-758.

图/表 9

表1

图1

图2

表2

图3

图4

表3

图5

图6

参考文献 35

1	HOARE D， BUSSOOA A， NEALE S， et al. The future of cardiovascular stents： bioresorbable and integrated biosensor technology［J］. Adv Sci， 2019， 6（20）： 1900856.
2	ALFONSO F， GONZALO N， RIVERO F， et al. The year in cardiovascular medicine 2020： interventional cardiology［J］. Eur Heart J， 2021， 42（10）： 985-1003.
3	ULLRICH H， OLSCHEWSKI M， MÜNZEL T， et al. Coronary In-stent restenosis： predictors and treatment［J］. Dtsch Arztebl Int， 2021， 118（38）： 637-644.
4	YERASI C， CASE B C， FORRESTAL B J， et al. Drug-coated balloon for De Novo Coronary artery disease： JACC state-of-the-art review［J］. J Am Coll Cardiol， 2020， 75（9）： 1061-1073.
5	NICCOLI G， MONTONE R A， SABATO V， et al. Role of allergic inflammatory cells in coronary artery disease［J］. Circulation， 2018， 138（16）： 1736-1748.
6	BANAI S， FINKELSTEIN A， ALMAGOR Y， et al. Targeted anti-inflammatory systemic therapy for restenosis： The Biorest Liposomal Alendronate with Stenting Study （BLAST）-a double blind， randomized clinical trial［J］. Am Heart J， 2013， 165（2）： 234-240.
7	YAO Y， YAN Z Y， LIAN S L， et al. Prognostic value of novel immune-related genomic biomarkers identified in head and neck squamous cell carcinoma［J］. J Immunother Cancer， 2020， 8（2）： e000444.
8	范吉林，朱婷婷，田晓玲，等. 基于房颤中circRNA-miRNA-mRNA网络构建和免疫细胞浸润的生物信息学分析［J］. 吉林大学学报（医学版）， 2022， 48（6）： 1535-1545.
9	FAN J X， CAO S， CHEN M Y， et al. Investigating the AC079305/DUSP1axis as oxidative stress-related signatures and immune infiltration characteristics in ischemic stroke［J］. Oxid Med Cell Longev， 2022， 2022： 8432352.
10	张德洪，郑明珠，李家秋，等. 基于MSR1 mRNA和蛋白在泛癌组织中表达的生物信息学分析及其意义［J］. 吉林大学学报（医学版）， 2023， 49（2）： 425-439.
11	赵志娟，孟莲，刘春霞. 基于融合基因作用于横纹肌肉瘤的miRNA-mRNA调控网络的生物信息学分析［J］. 吉林大学学报（医学版）， 2022， 48（1）： 154-162.
12	GIUSTINO G， COLOMBO A， CAMAJ A， et al. Coronary In-stent restenosis： JACC state-of-the-art review［J］. J Am Coll Cardiol， 2022， 80（4）： 348-372.
13	COLLET C， GRUNDEKEN M J， ASANO T， et al. State of the art： coronary angiography［J］. EuroIntervention， 2017， 13（6）： 634-643.
14	DEMYANETS S， TENTZERIS I， JARAI R， et al. An increase of interleukin-33 serum levels after coronary stent implantation is associated with coronary in-stent restenosis［J］. Cytokine， 2014， 67（2）： 65-70.
15	SCHILLINGER M， MINAR E. Restenosis after percutaneous angioplasty： the role of vascular inflammation［J］. Vasc Health Risk Manag， 2005， 1（1）： 73-78.
16	DEL PORTO F， CIFANI N， PROIETTA M， et al. Lag3⁺ regulatory T lymphocytes in critical carotid artery stenosis［J］. Clin Exp Med， 2019， 19（4）： 463-468.
17	DEL PORTO F， CIFANI N， PROIETTA M， et al. Regulatory T CD4+ CD25+ lymphocytes increase in symptomatic carotid artery stenosis［J］. Ann Med， 2017， 49（4）： 283-290.
18	LI Q Q， LI Y T， HUANG W， et al. Loss of lipocalin 10 exacerbates diabetes-induced cardiomyopathy via disruption of Nr4a1-mediated anti-inflammatory response in macrophages［J］. Front Immunol， 2022， 13： 930397.
19	HAOHAN S， PUSSADHAMMA B， JUMNAINSONG A， et al. Association of major histocompatibility complex class I related chain A/B positive microparticles with acute myocardial infarction and disease severity［J］. Diagnostics， 2020， 10（10）： 766.
20	GORCZYNSKI R M. IL-17 signaling in the tumor microenvironment［J］. Adv Exp Med Biol， 2020， 1240： 47-58.
21	DI SALVO T G， YANG K C， BRITTAIN E， et al. Right ventricular myocardial biomarkers in human heart failure［J］. J Card Fail， 2015， 21（5）： 398-411.
22	ALIMADADI A， MUNROE P B， JOE B， et al. Meta-analysis of dilated cardiomyopathy using cardiac RNA-seq transcriptomic datasets［J］. Genes， 2020， 11（1）： 60.
23	ZHANG B， YAO R J， HU C， et al. Epigallocatechin gallate mediated sandwich-like coating for mimicking endothelium with sustained therapeutic nitric oxide generation and heparin release［J］. Biomaterials， 2021， 269： 120418.
24	LU H K， HUANG Y， LIANG X Y， et al. Pinellia ternata attenuates carotid artery intimal hyperplasia and increases endothelial progenitor cell activity via the PI3K/Akt signalling pathway in wire-injured rats［J］. Pharm Biol， 2020， 58（1）： 1184-1191.
25	TANG Z H， WANG Y， FAN Y B， et al. Suppression of c-Cbl tyrosine phosphorylation inhibits neointimal formation in balloon-injured rat arteries［J］. Circulation， 2008， 118（7）： 764-772.
26	KHAN R， AGROTIS A， BOBIK A. Understanding the role of transforming growth factor-beta1 in intimal thickening after vascular injury［J］. Cardiovasc Res， 2007， 74（2）： 223-234.
27	WANG S X， LINCOLN T M， MURPHY-ULLRICH J E. Glucose downregulation of PKG-I protein mediates increased thrombospondin1-dependent TGF-｛beta｝activity in vascular smooth muscle cells［J］. Am J Physiol Cell Physiol， 2010， 298（5）： C1188-C1197.
28	LI X C， DING Y， ZI M T， et al. CD19， from bench to bedside［J］. Immunol Lett， 2017， 183： 86-95.
29	WENG R Q， LIU S D， GU X D， et al. Clonal diversity of the B cell receptor repertoire in patients with coronary in-stent restenosis and type 2 diabetes［J］. Open Life Sci， 2021， 16（1）： 884-898.
30	FUJIMOTO M， POE J C， HASEGAWA M， et al. CD19 regulates intrinsic B lymphocyte signal transduction and activation through a novel mechanism of processive amplification［J］. Immunol Res， 2000， 22（2/3）： 281-298.
31	FUJIMOTO M， FUJIMOTO Y， POE J C， et al. CD19 regulates Src family protein tyrosine kinase activation in B lymphocytes through processive amplification［J］. Immunity， 2000， 13（1）： 47-57.
32	DEVEZA R C， ELKINS M， SARAGIOTTO B T. PEDro systematic review update： exercise for coronary heart disease［J］. Br J Sports Med， 2017， 51（9）： 755-756.
33	CHOE N， KWON J S， KIM Y S， et al. The microRNA miR-34c inhibits vascular smooth muscle cell proliferation and neointimal hyperplasia by targeting stem cell factor［J］. Cell Signal， 2015， 27（6）： 1056-1065.
34	CROTTY S. T follicular helper cell biology： a decade of discovery and diseases［J］. Immunity， 2019， 50（5）： 1132-1148.
35	PREITE S， HUANG B， CANNONS J L， et al. PI3K orchestrates T follicular helper cell differentiation in a context dependent manner： implications for autoimmunity［J］. Front Immunol， 2018， 9： 3079.

Group	Sample	Source name	Sample type	Organism	Genotype	Age（year）
Non-ISR	GSM1132406	Blood	mRNA	Homo sapien	Male	55
	GSM1132407	Blood	mRNA	Homo sapien	Female	64
	GSM1132408	Blood	mRNA	Homo sapien	Male	75
	GSM1132409	Blood	mRNA	Homo sapien	Male	34
	GSM1132410	Blood	mRNA	Homo sapien	Male	78
	GSM1132411	Blood	mRNA	Homo sapien	Male	56
ISR	GSM1132412	Blood	mRNA	Homo sapien	Female	78
	GSM1132413	Blood	mRNA	Homo sapien	Male	58
	GSM1132414	Blood	mRNA	Homo sapien	Male	50
	GSM1132415	Blood	mRNA	Homo sapien	Male	56
	GSM1132416	Blood	mRNA	Homo sapien	Male	60

Rank	Gene	Log₂FC	P
1	IL-1R1	－0.729 984 494	0.001 589 458
2	CCR3	－0.848 170 488	0.009 625 487
3	CD19	0.821 019 788	0.015 127 227
4	SLPI	－1.580 539 076	0.016 843 607
5	IFNA6	0.609 176 376	0.023 118 319
6	TNFRSF9	－0.586 127 630	0.023 564 212
7	SYK	－0.692 433 588	0.029 734 058
8	IL-17RA	－0.549 992 248	0.032 917 596
9	IL-10RB	－0.572 143 770	0.042 174 389
10	IFNAR1	－0.782 222 264	0.048 843 759

Rank	Gene	Betweenness
1	CD19	140.833 330
2	IL-1R1	49.333 332
3	SYK	47.166 668
4	IFNAR1	30.500 000
5	TNFRSF9	30.000 000
6	CCR3	30.000 000
7	IL-17RA	12.666 667
8	IL-10RB	4.833 334
9	SLPI	2.000 000
10	IFNA6	1.666 667

[1]	杨紫煦,苏畅,王波元,刘冲,李明贺. 基于乳酸代谢相关基因的头颈部鳞状细胞癌分子亚型和临床特征的生物信息学分析[J]. 吉林大学学报(医学版), 2024, 50(1): 198-207.
[2]	叶汇,孙哲,周丽婷,齐雯,叶琳. 基于GEO和TCGA数据库对肺腺癌差异表达基因的生物信息学分析[J]. 吉林大学学报(医学版), 2023, 49(6): 1491-1503.
[3]	崔海康,张旭东,李晓宁,杨希,杨兰,张文杰. 细胞焦亡分型和APOD预测胃癌患者预后作用的生物信息学分析[J]. 吉林大学学报(医学版), 2023, 49(5): 1268-1279.
[4]	徐雅琪,王艳玉,张文婧,韩梅,穆华夏,杨希,卜伟晓,陶子琨,孔雨佳,石福艳,王素珍. 乙型肝炎病毒相关肝细胞癌关键基因筛选及其与预后关系的生物信息学分析[J]. 吉林大学学报(医学版), 2023, 49(5): 1243-1252.
[5]	马志楠,张雪竹. 血管性轻度认知障碍的潜在生物标志物研究进展[J]. 吉林大学学报(医学版), 2023, 49(4): 1083-1091.
[6]	肖志远,宋冰,马鑫雨,金连辉,郑通,柴芳. 细胞凋亡相关基因CD44在甲状腺癌组织中的表达及其与肿瘤侵袭和免疫细胞浸润关系的生物信息学分析[J]. 吉林大学学报(医学版), 2023, 49(2): 473-481.
[7]	全海薇,张亚丽,王涵,艾一玖,邹雨彤,夏薇. 急性髓系白血病患者外周血外泌体中miR-4286表达水平检测及其诊断价值[J]. 吉林大学学报(医学版), 2023, 49(2): 460-466.
[8]	王小燕,胡溢洪,韩语诚,邹先琼. COMMD7在脑低级别胶质瘤发生发展中作用机制的生物信息学分析[J]. 吉林大学学报(医学版), 2023, 49(2): 414-424.
[9]	范吉林,朱婷婷,田晓玲,刘思佳,苏静,张世亮. 基于房颤中circRNA-miRNA-mRNA网络构建和免疫细胞浸润的生物信息学分析[J]. 吉林大学学报(医学版), 2022, 48(6): 1535-1545.
[10]	赵莹,赵丹玉,刘超. 基于TXNDC11基因对泛癌的预后评估价值及其免疫调节作用的生物信息学分析[J]. 吉林大学学报(医学版), 2022, 48(1): 142-153.
[11]	郑兰,朴松哲,徐然,王馨悦,王艺璇,林贞花,杨洋. 基于m⁶A调节基因表达水平对子宫内膜癌免疫浸润及其预后影响的生物信息学分析[J]. 吉林大学学报(医学版), 2021, 47(2): 438-452.
[12]	崔燕, 史永锋, 郭子源, 刘斌, 王金鹏, 赵雷, 王珺楠, 朴金花. 血管内超声在冠状动脉支架术后再狭窄患者预后影响因素分析中的应用[J]. 吉林大学学报(医学版), 2016, 42(04): 746-752.
[13]	贺梦子，赵银龙，刘晓冬，马淑梅，刘欣. 甲状腺乳头状癌组织中差异表达miRNA及其靶基因的筛选和预测[J]. 吉林大学学报(医学版), 2013, 39(1): 99-103.
[14]	周红光，陈海彬，俞晓忆，王瑞平，吴勉. 代谢组学在恶性肿瘤早期诊断中的应用[J]. 吉林大学学报(医学版), 2013, 39(1): 184-187.
[15]	于敬红, 李环, 孙维琦, 徐晓磊, 高久春. 微量元素作为甲醛损伤生物标志物的水平分析[J]. J4, 2009, 35(6): 1065-1067.

基于经皮冠状动脉介入治疗术后支架内再狭窄的免疫相关基因及免疫细胞浸润的生物信息学分析

Bioinformatics analysis based on immune-related genes and immune cell infiltration of in-stent restenosis after percutaneous coronary intervention

RichHTML

PDF (PC)

赞

可视化

摘要/Abstract

引用本文

使用本文

图/表 9

参考文献 35

相关文章 15

Metrics

本文评价

推荐阅读 0