国自然热点揭秘，状态火热，抓紧入局！（内含国自然发文密码）
大家好~雪梨继续为大家带来优质生信套路！
不知道选择什么方向发文的时候，跟着国自然热点走是一个好选择。雪梨今天为大家带来中性粒细胞外捕获物（neutrophil extracellular traps，NETs）这个研究热点，20-23年间立项数翻了一番，资助资金更是翻了四倍多，达到了接近2500万的总数。PubMed能够检索到的发文量也是逐年稳步上升，今年即将过半，已经有400+篇投稿。
那么，啥是NETs？它由活化的中性粒细胞分泌（该过程被称为NETosis），是由DNA、组蛋白和抗菌蛋白组成的网状结构。它的形成是对抗感染性损伤或非无菌炎症的积极对策之一，NETs是一种重要的先天性免疫的胞外防御机制。
友情提示：三篇文献因篇幅限制无法放出全部图表，推荐先学习技术路线，再下载文献进行精读~
如果目前不便阅读，可以收藏或者浮窗。
Molecular signature of neutrophil extracellular trap mediating disease module in idiopathic inflammatory myopathy
中性粒细胞胞外捕获物介导特发性炎症性肌病疾病模块的分子特征
期刊：Journal of Autoimmunity
IF：12.8
发布时间：2024/05/22
研究背景
急性炎症的第一反应者是中性粒细胞。在慢性炎症期间，中性粒细胞的持续招募和活化以及中性粒细胞清除能力的受损会加剧炎症并造成附带组织损伤。NET的形成是对抗感染性损伤或非无菌炎症的积极对策之一。
研究团队发现NET是中性粒细胞介导的免疫中的一个关键角色，在不同特发性炎症性肌病（IIM）中具有共性。
技术路线
数据收集与整合：通过系统检索，收集了来自不同 IIM 亚型患者的肌肉组织转录组数据集。整合来自不同平台的数据集，并进行标准化和批次效应校正，以减少偏倚。
差异基因表达分析： 对 IIM 患者样本与正常对照样本进行比较，识别差异表达基因 (DEG)。使用 ImpulseDE 软件分析 DEG 随时间的变化趋势。
功能富集分析：使用 Enrichr 软件对 DEG 进行功能富集分析，探索与生物学过程和通路相关的基因。使用 GSEA 和 ssGSEA 软件评估通路和基因集的富集程度。使用 REVIGO 软件对 GO 术语进行分类和可视化。
细胞亚群分析：使用 xCell 软件对肌肉组织样本进行细胞亚群去卷积，估计不同免疫细胞亚群的比例。分析 IIM 亚型之间细胞亚群的差异。
基因调控网络分析：使用 ARACNe 算法构建基因调控网络 (GRN)，识别差异激活的调控子。分析调控子在免疫细胞亚群中的表达模式。
干扰素刺激基因 (ISG) 分析：计算 ISG 评分，评估 IIM 亚型中干扰素信号通路的活性。
蛋白质互作网络 (PPI) 构建：基于人类互作组数据库构建 PPI 网络，分析 DEG 之间的相互作用。使用网络拓扑分析方法评估网络结构特征。
疾病模块检测：使用 TOPAS 算法基于 DEG 识别疾病模块，揭示 IIM 的核心功能基因网络。分析现有药物和潜在药物靶点在疾病模块中的作用。
基于网络的扩散评分：使用核函数和扩散算法量化药物靶点对疾病模块的扰动效应。分析药物靶点与相关通路的连接性。
肌肉损伤与再生模型分析：分析小鼠肌肉损伤与再生模型中细胞亚群和通路的动态变化。识别与 IIM 病理机制相关的关键分子事件。
实验结果
Figure 1
差异表达基因（DEGs）及其功能富集
图1A展示了IIM患者五种亚组的DEGs维恩图，共有128个DEGs。
图1B对DEGs进行功能富集分析.在 DM 中，IFN 信号通路和对 IFNs 的反应得到了最显著的富集，还发现了与中性粒细胞介导的免疫和 Toll 样受体（TLRs）相关的过程。
图1C箱线图发现IFN刺激基因（ISG）得分在IIM亚型中存在显著差异，在NM样本中最低。
图1D显示，IIM的五个亚型共享64个GO术语，并根据其语义相似性分为五个大类：细胞外基质组织、炎症反应、中性粒细胞介导的免疫、受体介导的内吞和凋亡细胞清除调控。
Characterization of a predictive signature for tumor microenvironment and immunotherapy response in hepatocellular carcinoma involving neutrophil extracellular traps
涉及中性粒细胞胞外捕获物的肝细胞癌肿瘤微环境和免疫疗法反应预测特征描述
期刊：Heliyon
IF：4.0
发布时间：2024/05/08
研究背景
肝细胞癌（HCC）发病率呈持续上升趋势，相关死亡率也在上升。由于经常复发和转移，HCC的预后很差，五年生存率不到18%。随着基因检测和分子靶向治疗的发展，基于基因表达的预后评估成为目前的研究热点。
该研究的目的是通过NETs的分子聚类和预后特征来预测HCC患者的预后和免疫疗法的效果。
技术路线
数据分析：从TCGA和ICGC数据库获取HCC相关数据，TCGA数据集被随机分为训练集和测试集。使用R语言进行数据清洗和预处理。
NETs相关基因聚类分析：分析利用共识聚类分析分成的两个NETs相关亚型的生存率和临床特征差异。使用CIBERSORT算法分析不同亚型中免疫细胞浸润的差异。
构建NETs相关预后签名：通过单因素Cox回归分析筛选出预后相关的差异表达基因（DEGs）。利用LASSO回归和多元Cox回归分析构建包含6个基因的NETs相关预后签名。构建列线图模型进一步验证预后预测能力。
免疫微环境特征分析：使用ESTIMATE算法分析不同风险组中免疫细胞和基质细胞的相对丰度。使用ssGSEA分析不同风险组中免疫细胞浸润和免疫功能的差异。评估不同风险组对免疫治疗的反应差异。
NETs相关基因功能分析：对高、低风险组进行差异基因表达分析。GOKEGG富集分析探索差异基因的功能和通路。使用GSVA分析不同风险组中潜在生物学功能的差异。
药物敏感性分析：利用pRRophetics算法分析不同风险组对不同化疗药物和靶向药物的敏感性差异。
实验验证：使用qRT-PCR和免疫组化技术验证临床样本中NETs相关基因的表达差异。使用siRNA干扰技术验证HAVCR1基因对HCC细胞增殖和NET水平的调节作用。
实验结果
Figure 5
图5A和5B和单变量、多变量分析都证明了NETs相关特征仍是独立的预后因素（P<0.001）。
图5C展示了一种创新的列线表，整合NETs特征和临床特征，以优化NETs特征的预后潜力。图5D校准曲线显示出了强大的预后预测价值。
研究团队还利用ROC分析比较了列线表与性别、分级和年龄等临床特征的预后预测价值。图5E-G表示，1 年、3 年和 5 年间隔的 AUC 值分别为 0.766、0.742 和 0.739。
Risk loci involved in giant cell arteritis susceptibility: a genome-wide association study
巨细胞动脉炎易感性的风险基因位点：全基因组关联研究
期刊：The Lancet Rheumatology
IF：25.4
发布时间：2024/05/08
研究背景
以往的研究表明，全基因组关联研究（GWAS）在发现导致巨细胞动脉炎等复杂疾病发生的遗传因素方面具有巨大潜力。以“巨细胞动脉炎”，“颞动脉炎 ”和 “全基因组 ”为检索词，不限制语言在PubMed上检索从数据库建立到2023/08/31发表的文章，只发现一篇关于巨细胞动脉炎的GWAS报告了三个与该血管炎易感性相关的风险位点。这些数据被纳入本研究。
本研究是迄今为止规模最大的巨细胞动脉炎患者队列的GWAS和荟萃分析。共纳入 3498 名巨细胞动脉炎患者和 15 550 名对照者，发现了三个与巨细胞动脉炎风险相关的新基因位点。其中第三个位点与中性粒细胞胞外陷阱（NET）有关。
技术路线
数据收集与质控：从十个欧洲和北美队列中收集了巨细胞动脉炎患者和健康对照组的基因组数据，过滤掉低质量的单核苷酸多态性（SNP）和样本。使用TOPMed Imputation server进行全基因组填充，提高数据质量。
主成分分析：评估人群分层，并剔除祖先异常的样本。
关联分析：对每个队列进行单变量分析，并使用固定效应逆方差加权元分析方法合并结果。
功能分析：
细胞富集分析 - 评估与巨细胞动脉炎相关的SNP在不同细胞类型中的富集情况。
精细定位 - 使用贝叶斯精细定位方法确定每个信号位点的最有可能的因果变异。
因果基因优先级 - Open Targets Genetics工具识别与巨细胞动脉炎相关的基因。
药物再利用分析 - DrugBank数据库寻找针对潜在因果基因或其互作蛋白的药物。
多基因风险评分 - 开发多基因风险评分模型，评估遗传变异对巨细胞动脉炎风险的预测能力。
实验结果
Figure 1
颜色表示与巨细胞动脉炎相关的SNP或基因与所考虑的功能注释重叠。颜色不同，注释类别不同。
通过FUMA基因图谱和Open Target Genetics其他数据，共确定26个候选基因，考虑到不同的参数，相关基因位点中最受支持的候选基因是PLG（6 号染色体）、CCDC25（8 号染色体）、MFGE8（15 号染色体）和 VTN（17 号染色体）。
在这项研究中，我们发现了 CCDC25 的一个内含子变异体，该 SNP 的风险等位基因与 CCDC25 在免疫细胞中的表达增加有关。该基因编码一种 NETs 跨膜受体，可触发 ILK-β-parvin 通路的激活并增强细胞的运动能力。
虽然该通路与癌症的转移有关，但在巨细胞动脉炎中，它有可能成为一种信号机制，增强病理动脉组织对免疫细胞的招募。值得注意的是，在肉芽肿伴多血管炎（另一种主要影响小血管的血管炎）中，已观察到 NETs 可诱导单核细胞表达 MMP-9，从而获得组织侵袭能力。
想要高效发文的朋友们快来投奔挑圈联靠的站姐——雪球老师吧！跟着大部队走，这是生信发高分的最快途径了~
如果你想做高性价比的生信，想获得拆解的原文献，或者想收看最新的直播课程，就扫描下方二维码添加雪球老师微信获得更多资讯吧！
现在添加雪球老师微信，回复“0604”,即可获取原文~
都看到这里了，点个星标再走吧！