类风湿关节炎铁死亡特征基因CeRNA网络构建及免疫表现

背景:研究发现铁死亡相关基因在类风湿关节炎的发病机制中占据重要地位,但目前尚缺乏关于类风湿关节炎铁死亡特征基因的免疫表现及CeRNA互作网络的构建,而机器学习作为生物信息学中强大的特征基因选择算法能更精确地筛选出在类风湿关节炎发病机制中占主导地位的铁死亡特征基因。目的:利用生物信息学与机器学习方法筛选类风湿关节炎铁死亡特征基因,并分析铁死亡特征基因与免疫浸润的相关性及铁死亡特征基因CeRNA的网络构建。方法:从GEO数据库获取与类风湿关节炎相关的芯片,利用R语言提取铁死亡相关基因及其差异基因表达;使用机器学习方法对差异基因进行筛选,即运用LASSO回归与SVM-RFE方法进行特征基因筛选,对两者过滤后的基因进行再次交集,最终得到类风湿关节炎的特征基因,运用ROC曲线评估筛选后的疾病特征基因诊断疾病的准确性;利用CIBERSORT算法分析类风湿关节炎与正常滑膜组织的免疫浸润情况,并分析铁死亡特征基因与免疫细胞的相关性,最后构建类风湿关节炎铁死亡疾病特征基因的CeRNA网络并对疾病特征基因进行验证。结果与结论:①得到与类风湿关节炎相关铁死亡基因150个,其中55个上调基因,95个下调基因;②GO与KEGG富集分析分别得到18个GO显著相关条目与30个KEGG条目,主要涉及金属离子稳态、有铁离子稳态与氧化应激反应等;③机器学习分析最终获得疾病特征基因GABARAPL1、SAT1;④GSEA分析发现脂肪细胞因子信号通路、药物代谢细胞色素P450、脂肪酸代谢、PPAR信号通路、酪氨酸代谢主要集中在GABARAPL1高表达时,趋化因子信号通路、肠道免疫网络对IGA产生的影响主要集中在SAT1高表达时;⑤免疫浸润分析发现类风湿关节炎与9种免疫细胞与正常组织存在明显差异,其中浆细胞、T细胞CD8、T细胞滤泡辅助器在疾病组中为高表达状态,其余为低表达。单基因与免疫细胞相关性分析发现GABARAPL1在树突状静息细胞、激活的NK细胞、巨噬细胞M1等为正相关,其中与树突状静息细胞的相关性最为显著,SAT1与T细胞CD4与γδT细胞为正相关,与NK静息细胞为负相关;⑥GSVA分析发现抗坏血酸和醛酸代谢在SAT1表现为上调的基因高表达水平时候为上调,而B细胞受体信号通路、TOLL样受体信号通路、T细胞受体信号通路、自然杀伤细胞介导的细胞毒性等表现为下调,PPAR信号通路、烟酸盐和烟酰胺的代谢、色氨酸代谢、脂肪酸代谢、类固醇生物合成等在GABARAPL1表现为下调趋势;⑦60种长链非编码RNA可能在导致类风湿关节炎发展过程中发挥关键作用。提示:类风湿关节炎的发生与类风湿关节炎铁死亡疾病特征基因的异常表达显著相关,特征基因通过影响相关信号通路诱导疾病的发生发展,并通过对类风湿关节炎相关长链非编码RNA介导的ceRNA网络进行分析,识别出潜在的治疗靶点及信号通路,为进一步阐明其发病机制,并为后续的实验研究提供参考依据。

外周神经损伤后小鼠背根节神经ceRNA网络构建

目前,对外周神经损伤后神经元基因表达改变的研究主要集中于背根节和脊髓神经元中,特别是背根节神经元已成为这方面研究的主要切入点。背根节神经元是初级感觉神经元,研究其基因表达的意义主要在于了解痛觉机制。因此,主要就外周神经损伤后小鼠背根节神经内源竞争RNA(ceRNA)网络的构建进行探讨,这些异常表达的基因在背根神经节疼痛免疫等方面的产生发展提供了初步研究基础,为今后设计针对性强副作用低的药物和治疗手段提供了潜在的药物靶点。