单细胞转录组测序联合孟德尔随机化分析揭示慢性鼻窦炎中CTSC的关键作用

目的:旨在深入探索慢性鼻窦炎(CRS)的分子机制,识别关键细胞亚群和基因,构建有效的诊断模型,并筛选潜在的治疗药物。方法:通过单细胞转录组测序数据鉴定CRS中的关键细胞亚群。通过高维加权基因共表达网络分析(high dimensional weighted gene co-expression network analysis,hdWGCNA)和多种机器学习算法的联合应用,筛选CRS的关键基因并构建CRS的诊断模型。通过孟德尔随机化和共定位分析进行因果推断分析。使用分子对接技术进行靶点药物的鉴定,并通过免疫荧光染色对生信分析的结果进行验证。采用Graphpad Prism、R、python和Adobe Illustrator软件进行数据及图像处理。结果:CRS尤其是嗜酸性慢性鼻窦炎伴鼻息肉(ECRSwNP)中基底细胞和基上皮细胞占比增加(P=0.001)。hdWGCNA显示“黄色模块”与CRS中基底细胞和基上皮细胞密切相关。采用单因素逻辑回归和最小绝对值收敛和选择算法(least absolute shrinkage and selection operator,LASSO)筛选出13个关键基因(CTSC、LAMB3、CYP2S1、TRPV4、ARHGAP21、PTHLH、CDH26、MRPS6、TENM4、FAM110C、NCKAP5、SAMD3和PTCHD4)。基于这13个基因,使用多种机器学习算法构建出有效的CRS诊断模型(AUC=0.958)。孟德尔随机化分析显示组织蛋白酶C(cathepsin C,CTSC)与CRS具有因果关系(逆方差加权:OR=1.06,P=0.006),共定位分析证实CTSC与CRS具有共享的遗传变异(PPH4/PPH3>2)。分子对接结果显示,对乙酰氨基酚与CTSC具有较好的结合能力(结合能:-5.638 kcal/mol)。免疫荧光染色实验表明CRS中CTSC^(+)细胞增多。结论:本研究综合运用多种生物信息学方法,识别了CRS中的关键细胞类型和基因,构建了有效的诊断模型,强调了CTSC在CRS中的关键作用,为CRS的治疗提供了新的靶点。

记忆T细胞与变应性鼻炎发病机制的研究进展

变应性鼻炎(AR)是特应性个体暴露于过敏原后主要由免疫球蛋白E(IgE)介导的鼻黏膜非感染性慢性炎性疾病,T细胞是其中的核心细胞群。近年来,研究表明记忆T细胞在AR发病的发生发展中发挥着重要作用。本文就记忆T细胞在AR中的发病机制进行综述,以期进一步完善AR的发病机制,为后续临床上药物治疗提供理论依据和参考。