掃碼聯(lián)系客服
常規(guī)手段如何發(fā)5+
小編今天給大家介紹一篇?jiǎng)倓偘l(fā)表在Frontiers in Aging Neuroscience的文章（IF: 5.702）。文章使用的都是一些常規(guī)方法，數(shù)據(jù)也是公告數(shù)據(jù)庫下載的。作者從鐵代謝異常入手，識別了hub基因，并構(gòu)建了診斷模型，進(jìn)一步探索了這些樣本的免疫滲透以及不同免疫因素與這些hub基因的相關(guān)性。
阿爾茨海默病(AD)是最常見的神經(jīng)退行性疾病，可用于治療阿爾茨海默病的各種藥物，如多奈哌齊、加蘭他明、美金剛、利凡斯明和阿杜卡努單抗(也稱為阿杜海姆)并不十分有效，因此，尋找新的有效分子來提高AD的診斷和治療迫在眉睫。
鐵作為僅次于鋁的地殼第二豐富的金屬，是人類必需的微量元素之一。鐵是血紅蛋白的重要組成部分，它參與氧氣的運(yùn)輸。還參與神經(jīng)系統(tǒng)中兒茶酚胺神經(jīng)遞質(zhì)的新陳代謝和髓鞘的形成。鐵穩(wěn)態(tài)由多種復(fù)雜機(jī)制維持。這種動(dòng)態(tài)平衡的破壞會(huì)導(dǎo)致細(xì)胞內(nèi)鐵的過度積累，這可能會(huì)通過產(chǎn)生氧化應(yīng)激和自由基來損害DNA、蛋白質(zhì)和脂質(zhì)。AD患者的不同大腦區(qū)域觀察到了異常的鐵積累。在阿爾茨海默病中，鐵在大腦中的過度積累加劇了淀粉樣蛋白的沉積和tau蛋白的過度磷酸化，從而導(dǎo)致神經(jīng)元損傷和認(rèn)知障礙。鐵還可以直接導(dǎo)致神經(jīng)元的氧化損傷。綜上所述，鐵代謝與AD之間存在著不可忽視的關(guān)系。
已經(jīng)在AD患者和小鼠模型中發(fā)現(xiàn)了鐵代謝的異常。作者首先，從GEO數(shù)據(jù)庫下載基因表達(dá)譜，包括非癡呆(ND)對照和AD樣本。從MSigDB數(shù)據(jù)庫下載了14個(gè)鐵代謝相關(guān)基因集，產(chǎn)生了520個(gè)鐵代謝相關(guān)基因。通過差異分析和WGCNA從GSE132903的腦組織樣本中獲得了9個(gè)與鐵代謝和AD相關(guān)的hub基因。GO分析表明，這些基因主要參與了自噬和鐵代謝兩個(gè)主要的生物學(xué)過程。選取其中4個(gè)基因構(gòu)建AD的診斷模型。模型在GSE63061和GSE85426的血液樣本中進(jìn)行了驗(yàn)證，AUC值表明該模型具有較好的診斷性能。此外，還進(jìn)一步探討了樣本中免疫細(xì)胞的滲透情況以及不同免疫因素與這些hub基因的相關(guān)性。結(jié)果提示，這些基因在AD免疫中也可能起重要作用。最后，從DrugBank數(shù)據(jù)庫中檢索到了8種針對這9個(gè)hub基因的藥物，其中一些被證明對治療AD或其他伴隨疾病，如失眠和躁動(dòng)有用。圖1是本文的工作流程。
圖1
阿爾茨海默病和鐵代謝相關(guān)hub基因的鑒定
首先作者對GSE132903中下載的AD數(shù)據(jù)進(jìn)行差異表達(dá)分析P.adjust<0.01, |logFC|>0.585（圖2）,接著作者根據(jù)差異表達(dá)基因構(gòu)建了加權(quán)共表達(dá)網(wǎng)絡(luò)。其中MEturquosie模塊與AD的相關(guān)性最高（圖1D）。
圖2
從14個(gè)鐵代謝相關(guān)基因集中提取481個(gè)差異表達(dá)基因、1,578個(gè)MEturquosie模塊基因和520個(gè)鐵代謝相關(guān)基因，取交集得到9個(gè)與鐵代謝和AD相關(guān)的hub基因。
圖3
hub基因的生物學(xué)過程和途徑
GO分析表明，這9個(gè)基因中有6個(gè)參與了與自噬相關(guān)的生物學(xué)過程，包括自噬和巨型自噬的調(diào)節(jié)，以及與鐵代謝相關(guān)的生物過程，包括轉(zhuǎn)鐵蛋白轉(zhuǎn)運(yùn)、鐵離子轉(zhuǎn)運(yùn)和血紅素生物合成過程。這些基因的GSEA研究表明，它們與幾種神經(jīng)退行性疾病(AD、肌萎縮側(cè)索硬化癥、帕金森病、Prion病和亨廷頓病)、神經(jīng)相關(guān)通路(突觸小泡周期和神經(jīng)變性通路)以及其他通路(細(xì)胞因子-細(xì)胞因子受體相互作用和氧化磷酸化)有關(guān)。
圖4
診斷模型的構(gòu)建及驗(yàn)證
采用基于GSE132903的Logistic回歸算法建立多基因預(yù)測模型。通過逐步回歸分析，從這9個(gè)基因中篩選出ATP6V1D、ATP6V1G2、FBXO34和TSPO等4個(gè)基因，得到最優(yōu)模型。結(jié)果表明，由這四個(gè)基因構(gòu)建的預(yù)測模型具有良好的診斷性能，AUC值為0.8973。然后，該模型在血液樣本中得到進(jìn)一步驗(yàn)證。GSE63061和GSE85426模型的AUC相對較高，分別為0.7277和0.7189。腦組織樣本往往比血液樣本更能代表AD的病理，這可能解釋了前者更好的診斷性能。然而，在活體內(nèi)獲取腦組織是困難的。在血液樣本中的良好結(jié)果表明，該模型對臨床應(yīng)用中診斷AD患者具有一定的指導(dǎo)意義。
圖5
免疫滲透與免疫相關(guān)因素
作者使用CIBERSORT算法估計(jì)了AD和ND樣本中22個(gè)免疫細(xì)胞的比例，并比較了AD和ND樣本的免疫細(xì)胞滲透情況。結(jié)果表明，AD組naive B細(xì)胞(p=0.0210)、M1巨噬細(xì)胞(p=0.0090)、中性粒細(xì)胞(p=0.0497)、CD4 naive T細(xì)胞(p=0.0101)和gamma delta T細(xì)胞(p=0.0070)的比例明顯高于ND組，漿細(xì)胞(p=0.0056)和濾泡輔助T細(xì)胞(p=0.0314)的比例顯著低于ND組。其次，分析了hub基因與免疫滲透、免疫因子的關(guān)系。PLOD1和TSPO與濾泡輔助T細(xì)胞、CD8 T細(xì)胞和活化的樹突狀細(xì)胞呈顯著負(fù)相關(guān)，與resting NK細(xì)胞、M1巨噬細(xì)胞、M0巨噬細(xì)胞和naive B細(xì)胞呈正相關(guān)，而其他下調(diào)基因則相反。相關(guān)性熱圖顯示hub基因與大多數(shù)免疫因子，包括免疫抑制劑、免疫刺激劑和趨化因子之間存在顯著的相關(guān)性。這些結(jié)果提示hub基因可能在免疫微環(huán)境中發(fā)揮重要作用。
圖6
圖7
DrugBank數(shù)據(jù)庫驗(yàn)證
根據(jù)DrugBank數(shù)據(jù)庫中的藥物和靶點(diǎn)信息，確定了8種針對這9個(gè)hub基因的藥物。在這些藥物中，6個(gè)藥物獲得批準(zhǔn)，1個(gè)藥物為研究藥物，1個(gè)藥物被撤回。Tiludronic acid是ATP6V1D、ATP6V1G2和ATP6V1H的抑制劑，用于治療佩吉特氏骨病。以CYP26B1為靶點(diǎn)的Tretinoin用于治療治療細(xì)紋、尋常痤瘡、和某些類型的早幼粒細(xì)胞白血病。Dextromethorphan是PGRMC1的粘合劑，用于治療干咳。Ascorbic acid是PLOD1的輔因子，用于糾正維生素C缺乏和增加腸道對鐵的吸收。Resveratrol (DB02709)靶向SNCA用于治療唇皰疹感染(唇皰疹)。chlormezanone和zopiclone都是TSPO的激動(dòng)劑。chlormezanone用于治療焦慮和肌肉痙攣，zopiclone用于治療失眠。
圖8
這篇文章工作量不大，方法也都是常規(guī)方法，但作者的思路值得我們借鑒，首先從鐵代謝異常入手，根據(jù)鐵代謝相關(guān)基因、鐵代謝相關(guān)差異表達(dá)基因以及AD相關(guān)模塊基因，獲得九個(gè)hub基因。根據(jù)這九個(gè)基因構(gòu)建了診斷模型，并使用兩套數(shù)據(jù)驗(yàn)證，發(fā)現(xiàn)模型具有良好的診斷性能。此外作者根據(jù)CIBERSORT算法，比較了AD與ND樣本的免疫細(xì)胞滲透情況，并且分析了hub基因與免疫滲透、免疫因子的關(guān)系。hub基因與大多數(shù)免疫因子，包括免疫抑制劑、免疫刺激劑和趨化因子之間存在顯著的相關(guān)性。即作者識別的hub基因可能在免疫微環(huán)境中有著重要作用。最后，作者借助DrugBank數(shù)據(jù)庫找到了8種針對這9個(gè)hub基因的藥物。發(fā)現(xiàn)它們中的一些已經(jīng)證明對治療AD或其他伴隨疾病，如失眠和焦慮有用。鐵代謝是目前研究的熱點(diǎn)之一，雖然作者做的不是很深入，但思路清晰，想法新穎，值得我們借鑒。
