常规手段如何发5+

小编今天给大家介绍一篇刚刚发表在Frontiers in Aging Neuroscience的文章（IF: 5.702）。文章使用的都是一些常规方法，数据也是公告数据库下载的。作者从铁代谢异常入手，识别了hub基因，并构建了诊断模型，进一步探索了这些样本的免疫渗透以及不同免疫因素与这些hub基因的相关性。

背景：

阿尔茨海默病(AD)是最常见的神经退行性疾病，可用于治疗阿尔茨海默病的各种药物，如多奈哌齐、加兰他明、美金刚、利凡斯明和阿杜卡努单抗(也称为阿杜海姆)并不十分有效，因此，寻找新的有效分子来提高AD的诊断和治疗迫在眉睫。

铁作为仅次于铝的地壳第二丰富的金属，是人类必需的微量元素之一。铁是血红蛋白的重要组成部分，它参与氧气的运输。还参与神经系统中儿茶酚胺神经递质的新陈代谢和髓鞘的形成。铁稳态由多种复杂机制维持。这种动态平衡的破坏会导致细胞内铁的过度积累，这可能会通过产生氧化应激和自由基来损害DNA、蛋白质和脂质。AD患者的不同大脑区域观察到了异常的铁积累。在阿尔茨海默病中，铁在大脑中的过度积累加剧了淀粉样蛋白的沉积和tau蛋白的过度磷酸化，从而导致神经元损伤和认知障碍。铁还可以直接导致神经元的氧化损伤。综上所述，铁代谢与AD之间存在着不可忽视的关系。

已经在AD患者和小鼠模型中发现了铁代谢的异常。作者首先，从GEO数据库下载基因表达谱，包括非痴呆(ND)对照和AD样本。从MSigDB数据库下载了14个铁代谢相关基因集，产生了520个铁代谢相关基因。通过差异分析和WGCNA从GSE132903的脑组织样本中获得了9个与铁代谢和AD相关的hub基因。GO分析表明，这些基因主要参与了自噬和铁代谢两个主要的生物学过程。选取其中4个基因构建AD的诊断模型。模型在GSE63061和GSE85426的血液样本中进行了验证，AUC值表明该模型具有较好的诊断性能。此外，还进一步探讨了样本中免疫细胞的渗透情况以及不同免疫因素与这些hub基因的相关性。结果提示，这些基因在AD免疫中也可能起重要作用。最后，从DrugBank数据库中检索到了8种针对这9个hub基因的药物，其中一些被证明对治疗AD或其他伴随疾病，如失眠和躁动有用。图1是本文的工作流程。

图1

结果解读

阿尔茨海默病和铁代谢相关hub基因的鉴定

首先作者对GSE132903中下载的AD数据进行差异表达分析P.adjust<0.01, |logFC|>0.585（图2）,接着作者根据差异表达基因构建了加权共表达网络。其中MEturquosie模块与AD的相关性最高（图1D）。

图2

从14个铁代谢相关基因集中提取481个差异表达基因、1,578个MEturquosie模块基因和520个铁代谢相关基因，取交集得到9个与铁代谢和AD相关的hub基因。

图3

hub基因的生物学过程和途径

GO分析表明，这9个基因中有6个参与了与自噬相关的生物学过程，包括自噬和巨型自噬的调节，以及与铁代谢相关的生物过程，包括转铁蛋白转运、铁离子转运和血红素生物合成过程。这些基因的GSEA研究表明，它们与几种神经退行性疾病(AD、肌萎缩侧索硬化症、帕金森病、Prion病和亨廷顿病)、神经相关通路(突触小泡周期和神经变性通路)以及其他通路(细胞因子-细胞因子受体相互作用和氧化磷酸化)有关。

图4

诊断模型的构建及验证

采用基于GSE132903的Logistic回归算法建立多基因预测模型。通过逐步回归分析，从这9个基因中筛选出ATP6V1D、ATP6V1G2、FBXO34和TSPO等4个基因，得到最优模型。结果表明，由这四个基因构建的预测模型具有良好的诊断性能，AUC值为0.8973。然后，该模型在血液样本中得到进一步验证。GSE63061和GSE85426模型的AUC相对较高，分别为0.7277和0.7189。脑组织样本往往比血液样本更能代表AD的病理，这可能解释了前者更好的诊断性能。然而，在活体内获取脑组织是困难的。在血液样本中的良好结果表明，该模型对临床应用中诊断AD患者具有一定的指导意义。

图5

免疫渗透与免疫相关因素

作者使用CIBERSORT算法估计了AD和ND样本中22个免疫细胞的比例，并比较了AD和ND样本的免疫细胞渗透情况。结果表明，AD组naive B细胞(p=0.0210)、M1巨噬细胞(p=0.0090)、中性粒细胞(p=0.0497)、CD4 naive T细胞(p=0.0101)和gamma delta T细胞(p=0.0070)的比例明显高于ND组，浆细胞(p=0.0056)和滤泡辅助T细胞(p=0.0314)的比例显著低于ND组。其次，分析了hub基因与免疫渗透、免疫因子的关系。PLOD1和TSPO与滤泡辅助T细胞、CD8 T细胞和活化的树突状细胞呈显著负相关，与resting NK细胞、M1巨噬细胞、M0巨噬细胞和naive B细胞呈正相关，而其他下调基因则相反。相关性热图显示hub基因与大多数免疫因子，包括免疫抑制剂、免疫刺激剂和趋化因子之间存在显著的相关性。这些结果提示hub基因可能在免疫微环境中发挥重要作用。

图6

图7

DrugBank数据库验证

根据DrugBank数据库中的药物和靶点信息，确定了8种针对这9个hub基因的药物。在这些药物中，6个药物获得批准，1个药物为研究药物，1个药物被撤回。Tiludronic acid是ATP6V1D、ATP6V1G2和ATP6V1H的抑制剂，用于治疗佩吉特氏骨病。以CYP26B1为靶点的Tretinoin用于治疗治疗细纹、寻常痤疮、和某些类型的早幼粒细胞白血病。Dextromethorphan是PGRMC1的粘合剂，用于治疗干咳。Ascorbic acid是PLOD1的辅因子，用于纠正维生素C缺乏和增加肠道对铁的吸收。Resveratrol (DB02709)靶向SNCA用于治疗唇疱疹感染(唇疱疹)。chlormezanone和zopiclone都是TSPO的激动剂。chlormezanone用于治疗焦虑和肌肉痉挛，zopiclone用于治疗失眠。

图8

总结：

这篇文章工作量不大，方法也都是常规方法，但作者的思路值得我们借鉴，首先从铁代谢异常入手，根据铁代谢相关基因、铁代谢相关差异表达基因以及AD相关模块基因，获得九个hub基因。根据这九个基因构建了诊断模型，并使用两套数据验证，发现模型具有良好的诊断性能。此外作者根据CIBERSORT算法，比较了AD与ND样本的免疫细胞渗透情况，并且分析了hub基因与免疫渗透、免疫因子的关系。hub基因与大多数免疫因子，包括免疫抑制剂、免疫刺激剂和趋化因子之间存在显著的相关性。即作者识别的hub基因可能在免疫微环境中有着重要作用。最后，作者借助DrugBank数据库找到了8种针对这9个hub基因的药物。发现它们中的一些已经证明对治疗AD或其他伴随疾病，如失眠和焦虑有用。铁代谢是目前研究的热点之一，虽然作者做的不是很深入，但思路清晰，想法新颖，值得我们借鉴。