本周最新文献速递
一 （将不完全相似的表型进行荟萃分析，找出新的遗传位点，这是我第二次见到文献进行这种操作，一个新思路，值得借鉴）
文献题目： Multivariate genomic scan implicates novel loci and haem metabolism in human ageing
不想看英文题目： 多元基因组扫描揭示人类衰老中新的基因座和血红素代谢
杂志和影响因子： Nat Commun (IF: 11.878)
分析方法： 使用MANOVA对寿命、健康寿命、父母寿命三个不同的GWAS summary文件进行荟萃分析。随后对感兴趣的基因座按照性别和年龄进行分层分析，用GWAS catalog和PhenoScanner查找感兴趣基因的相关表型。使用SMR进行基因表达共定位分析，使用FUMA的Gene2Func进行基因富集分析，使用TwoSampleMR进行孟德尔随机化随机化；
结论： 通过荟萃分析，找到了10基因影响三个表型，其中5个（FOXO3，SLC4A7，LINC02513，ZW10和FGD6）是以前未报道过的。这10个基因座大多数与心血管疾病有关，其表达活性随年龄发生变化。有78个基因富集在衰老通路上，涉及的通路有DNA损伤，凋亡和体内平衡，血红素代谢。
文章链接：
https://pubmed.ncbi.nlm.nih.gov/32678081/
公开的资料：
数据：
https://www.longevitygenomics.org/downloads
http://geneatlas.roslin.ed.ac.uk/
http://www.phenoscanner.medschl.cam.ac.uk/
代码：
https://github.com/PaulTimmers/NCOMMS-20-00614
二
文献题目： Protein-Protein interactions uncover candidate 'core genes' within omnigenic disease networks
不想看英文题目： 蛋白质-蛋白质相互作用揭示了疾病网络中的候选“核心基因”
杂志和影响因子： PLoS Genet (IF: 5.224)
分析方法： 从STRING下载PPI网络，使用bedtools确定GWAS位点最接近的基因，随后进行PPI基因检测。
结论： 收集了来自5个祖先群体的1,381个GWAS研究，在343个GWAS研究中鉴定了1,865个候选核心基因。找到了GWAS之前未鉴定的基因，比如乳腺癌的BRCA1，阿尔茨海默氏病中的APP，2型糖尿病中的INS，以及LDL胆固醇中的PCSK9。与GWAS位点相比，候选核心基因更加优先富集在疾病相关的网络上。
文章链接：
https://pubmed.ncbi.nlm.nih.gov/32678846/
公开的资料：
数据：
代码：
https://github.com/AbhiRatnakumar/omnigenic_ppi_core_genes_plos_genetics_paper
三
文献题目： Alveolar regeneration through a Krt8+ transitional stem cell state that persists in human lung fibrosis
不想看英文题目： 通过Krt8+ 过渡干细胞状态进行肺泡再生
杂志和影响因子： Nat Commun (IF: 11.878)
分析方法： 使用Seurat NormalizeData对表达矩阵进行归一化，使用Seurat FindAllMarkers鉴定簇特异性标记基因，使用limma的标准工作流程查找差异表达基因，使用Seurat ScaleData 函数进行细胞周期回归。
结论： 对肺损伤模型进行单细胞RNA-seq分析，解析了28种细胞类型的转录动力学。有6660个基因在肺损伤模型中发生显着变化，其中角蛋白8（Krt8）在肺损伤第10-14天表达达到峰值，并形成一个簇。进一步研究表明，Krt8+状态出现在几种独立的肺损伤模型中，并持续存在于人的肺纤维化中，在修复过程中与间充质和巨噬细胞形成独特的细胞通信网络。
文章链接：
https://pubmed.ncbi.nlm.nih.gov/32678092/
公开的资料：
GEO登记号：
GSE141259
代码：
https://github.com/theislab/2019_Strunz
四
文献题目： Ageing hallmarks exhibit organ-specific temporal signatures
不想看英文题目： 小鼠模型鉴定器官特异性的老化标志
杂志和影响因子： Nature (IF: 43.07)
分析方法： 使用DEseq2对原始计数矩阵进行了归一化，对归一化后的数值进行z评分，并使用中位表达对每个基因进行LOESS回归。使用Reactome，KEGG和GO数据库查询每个簇的生物学功能，使用CellPlot包进行数据可视化
结论： 从不同年龄段的小鼠中分离出17种器官，进行单细胞RNA测序。作者通过 1）对不同年龄段的小鼠进行成对的差异表达分析；2）基因表达与年龄变化的关系；3）基因表达与细胞内在变化和细胞组成变化的规律揭示了衰老过程中基因表达的线性和非线性变化。最后作者证实了不同组织中的基因表达变化与血浆中相应的蛋白质水平高度相关，潜在地促进了体循环的衰老。
文章链接：
https://pubmed.ncbi.nlm.nih.gov/32669715/
公开的资料：
GEO登记号：
GSE132040
