各位小伙伴大家好呀，今天小编给大家带来今年3月23号刚刚发表在Journal of Medical Virology(IF=20.693)的一篇文章。提前剧透一下，这篇文章全为公共数据并且不会有任何一个你不会的分析。但是为什么作者可以发20+呢？且听我细细道来！一定要看到最后哦，保证让你眼前一亮！

一.研究背景

登革病毒(DENV)是一种急性节肢动物传播的黄病毒属，对人类的公共卫生造成威胁。血管通透性增加、凝血障碍和出血性素质是重症登革热的病理生理特征。缺乏特定的抗病毒治疗、疫苗和护理诊断阻碍了对登革热病毒的控制。尽管大量证据表明IFN介导的先天免疫在防御DENV感染中起着至关重要的作用，但由此释放的关键干扰素刺激基因(ISGs)尚不清楚。因此，作者从公共数据库收集了健康对照者和登革热患者的外周血单核细胞的bulk和单细胞转录组数据，通过多种生信分析筛选和验证了关键的ISG IFI27，并在单细胞水平上得到了进一步证实。提示IFI27可能作为登革热的潜在诊断标志物和治疗靶点。

二.主要结果

1. 健康对照组和登革热患者PBMC中DEGs的联合分析

作者从GEO数据库上下载了GSE51808数据集，其中包含28例DENV和9例健康样本的外周血基因表达信息。去除批次效应后，使用limma包进行差异表达分析，共获得203个DEGs，其中140个表达上调，63个表达下调(图1A、B)。接下来作者又在3个数据集中计算了DEGs，最终确定了三个数据集中87个交集DEGs(图1C)。此外，为了识别DEGs之间的潜在相互作用，作者构建了一个PPI网络(图1D)，确定了8个关键基因(CREBBP、STAT1、ISG15、IFI35、IFI44、IFI27、OAS1和MRPL20)，其中IFI127具有最显著的p值(图1E)。

2. 诊断性biomarkers的识别和验证

在这一部分，作者使用LASSO(图2A)和SVM-RFE(图2B)两个机器学习算法对biomarkers进行识别，在这两种算法中筛选出7个重叠的诊断相关基因(GRAMD1C, IFI27, TIGD3, CEP55,HEY1,GGTA1和CD1C)(图1C)。作者发现，在训练集和测试集中，IFI27在DENV样本中的表达均显著高于对照样本(图2D)。ROC曲线显示，IFI27在训练集和测试集中AUC值均较高，提示IFI27具有较高的诊断价值(图2E)。(PS:这里存疑，AUC这么高真的不是过拟合了么？)

接下来，作者研究了IFI27在登革热病毒复制中的作用。通过荧光和qRT-PCR检测了质粒的转染效率，发现与载体组相比，过表达后IFI27水平升高(图2F、G)。此外，与载体组相比，IFI27过表达正向调节DENV-2感染(图2H)。作者还研究了IFI27在登革热感染中的作用，使用shRNA来敲低人脐静脉内皮细胞(HUVECs)中IFI27的表达，观察到经IFN处理的HUVEC能够抑制DENV-2，而IFI27敲低则逆转了这种能力(图2I)。最后，作者发现与载体组相比，IFI27过表达正向调节DENV-2感染(图2j)。综上所述，FI27对HUVECs中DENV-2复制具有较强的抑制作用。

3. 免疫细胞浸润景观及GSEA分析

在这一部分，作者通过cibersort算法计算并分析了DENV和对照PBMC中的免疫细胞浸润比例。结果显示(图3A)，与对照组相比，DENV PBMCs中记忆性B细胞、浆细胞、CD4记忆活化T细胞、单核细胞、巨噬细胞、M1和M2巨噬细胞、静息态DC和静息态肥大细胞(图3B)；相反，对照组的中性粒细胞比例较高(图3B)。

接下来，作者对DENV患者的PBMCs中浸润的免疫细胞进行了相关性分析，结果表明记忆B细胞和浆细胞表现出最显著的协同作用。活化记忆性CD4+T细胞和中性粒细胞的竞争效应最强(图3C)。此外，作者还研究了IFI27表达与免疫细胞浸润之间的相关性。IFI27表达与单核细胞、M1巨噬细胞激活呈正相关与CD8 T细胞、γδT细胞、naïve B细胞呈负相关(图3D)。

为了探索IFI27在登革热中的潜在分子功能，作者进行了GSEA分析。结果表明，IFI27主要富集于先天免疫反应(图4A)、对病毒的反应(图4B)、对病毒生命周期的调控(图4C)以及对1型IFN的反应(图4D)。此外，作为一个ISG，IFI27还参与IFN应答基因(图4E)、IFN α/β信号传导(图4F)、ISG的抗病毒机制(图4G)和JAK-STAT信号通路(图4h)。DENV组中IFN应答基因的显著上调进一步证明了其通过ISG在转录水平抑制病毒复制。

4. 单细胞分析

为了更加细致的刻画IFI27在登革热中的作用，作者在GEO数据库中下载了登革热患者及健康对照样本的PBMC单细胞测序数据(GSE154386)，经过质量控制，共28919个细胞被识别为23个簇(图5A)，通过经典的Marker基因注释为多种细胞类型(图5B、C)。

Toll样受体(TLRs)识别病原体共有的分子，在对抗病毒感染的固有免疫中发挥关键作用。于是作者在单细胞水平上研究TLRs的表达情况。与对照组相比，登革病毒感染组TLR1、TLR2、TLR4表达增高，主要表达于单核细胞、髓样DC (myeloid DCs, mDCs)、CD16+单核细胞、CD16+ CD14+单核细胞，并伴有IFI27的高表达；TLR7和IFI27主要共表达于单核细胞、血小板、浆母细胞、浆细胞样dc (pDCs)和CD16+ D14+单核细胞(图6A)。

作者还对DENV组和对照组之间所有细胞、单核细胞(图6B)、CD16+单核细胞(图6C)、CD16+ CD14+单核细胞(图6D)和pDC(图6E)的进行了DEG分析，发现上调的基因主要集中在ISGs中，其中上调IFI27的细胞类型最多。

5. DENV重塑了PBMC中的细胞间相互作用和细胞因子信号

在这一部分，作者通过CellPhoneDB对健康对照和登革热患者主要细胞类型之间的配体受体对和分子相互作用进行了分析。与健康对照相比，登革热患者中4种主要细胞类型(单核细胞、CD16+单核细胞、CD16+ CD14+单核细胞和pDC)与其他细胞之间的通讯较少(图7A、B)，这表明免疫细胞之间的通信是由病毒控制的。

接下来，作者在健康对照组和登革热患者的四种主要细胞亚群和其他细胞之间筛选配体-受体对。其中，LGALS9信号改变最为显著。与健康对照组相比，登革热患者中LGALS9及其受体CD47之间的相互作用在四种主要细胞亚群和其他细胞中显著增加(图7C、D)。

至此，这篇文章就介绍完啦。我们来总结一下：第一步作者在bulk数据中筛选了登革热患者和健康对照PBMC间的差异表达基因，并通过Lasso等机器学习算法对筛选的差异表达基因进行进一步的降维，得到了关键的基因IFI27，加以实验证明了IFI27对DENV-2复制具有较强的抑制作用；第二步，作者分析了登革热患者的免疫微环境情况，并通过GSEA研究了IFI27所涉及的生物学过程；第三步在单细胞数据中进行更加细化的分析，IFI27在DENV患者和健康对照的多种细胞类型间差异表达。纵观全文，bulk、单细胞、实验全都有，且每一块儿都可以算是基础的分析了，最重要的还都是公共数据，但是作者为什么能发表在IF20+的期刊上呢，下面小编带着你来分析一下，首先我们来看一下期刊情况：

该期刊属于中科院大类学科医学4区，小类学科病毒学4区，影响因子从20年的2.327直升的20.693，发文量也是在这一年将近3倍的增长，可谓是时势造英雄！但是，对于这种期刊是否可以投，那就仁者见仁智者见智啦。(PS：在这里夹带一个私货，paperneed(https://www.paperneed.cn/articles/search)查期刊文章信息真的超级好用哟，我不允许2023年的你还不知道！)

其次，我们来细细品一下文章内容：干扰素相关基因一直是研究热点这个毋庸置疑，再加之肿瘤领域现在大家卷的厉害，20分左右的文章首先需要创新性的实验设计，并且没有可观的自测样本量以及实验支撑很难以纯生信加公共数据集登陆。但是非肿瘤领域不一样呀，没那么卷且不需要太复杂的分析思路，将肿瘤领域流程化的分析思路拿到非肿瘤领域完全可行。这篇文章再一次给我们证明了一点：基础生信分析加简单实验验证永远是短平快的发文利器，而且选刊很重要哦！小伙伴们快快行动起来，你离20分的文章并不遥远！