HIF1A相关的铁死亡相关基因特征揭示糖尿病肾病中的候选循环生物标志物

《FASEB BioAdvances》:HIF1A-Associated Ferroptosis-Related Gene Signatures Reveal Candidate Circulating Biomarkers in Diabetic Nephropathy

【字体: 大 中 小 】 时间:2026年08月27日 来源:FASEB BioAdvances 2.4

编辑推荐:

  糖尿病肾病(DN)是糖尿病的主要微血管并发症。缺氧诱导因子1α(HIF1A)和铁死亡(ferroptosis)在DN的进展中发挥作用,但与这些通路相关的循环生物标志物仍未知。在本研究中,研究人员将基因表达综合数据库(GEO)中的全血转录组数据集与来自FerrD

  
糖尿病肾病(DN)是糖尿病的主要微血管并发症。缺氧诱导因子1α(HIF1A)和铁死亡(ferroptosis)在DN的进展中发挥作用,但与这些通路相关的循环生物标志物仍未知。在本研究中,研究人员将基因表达综合数据库(GEO)中的全血转录组数据集与来自FerrDb数据库和已发表文献的铁死亡相关基因(ferroptosis-related genes, FRGs)相结合。对HIF1A和DN的差异表达基因(differentially expressed genes, DEGs)进行交集分析,然后使用Boruta和支持向量机递归特征消除(SVM-RFE)进行特征选择,随后进行外部验证、免疫浸润分析、调控网络预测、药物靶点预测和RT-qPCR验证。研究人员鉴定出773个HIF1A相关基因、1445个DN相关基因和22个重叠候选基因。通过机器学习分析,确定了9个核心基因,包括SLC7A5和SLC2A14,它们在训练集和验证集中均一致上调,并得到RT-qPCR的证实。在估计的循环免疫细胞组成分析中,这两个基因与活化的自然杀伤细胞(activated natural killer cells)呈正相关,与单核细胞(monocytes)呈负相关。调控网络和DrugBank分析产生了关于上游miRNA和潜在化合物相互作用的假设。这些发现将SLC7A5和SLC2A14鉴定为与DN中HIF1A表达和铁死亡相关基因特征相关的候选循环生物标志物。需要进一步的大规模队列和功能研究来确认其诊断和机制相关性。
**论文解读文章**

**研究背景与问题**
糖尿病肾病(diabetic nephropathy, DN)是糖尿病常见的微血管并发症,也是慢性肾脏病和终末期肾病的主要原因。尽管现有治疗手段(如血糖控制、血压管理、肾素-血管紧张素系统阻断、钠-葡萄糖共转运蛋白2抑制剂及综合心血管风险降低)可减缓肾功能下降,但许多患者仍会进展为肾损伤。因此,识别分子标志物和机制靶点对于早期诊断、风险分层及改善治疗干预至关重要。

缺氧和铁死亡(ferroptosis)在DN发病机制中的重要性日益凸显。缺氧诱导因子1α(hypoxia-inducible factor 1-alpha, HIF1A)是一种氧调节转录因子,与糖尿病并发症及肾损伤相关。铁死亡是一种以脂质过氧化和抗氧化通路失败为特征的调节性细胞死亡形式,参与肾小管损伤、足细胞损伤、氧化应激、炎症和纤维化。值得注意的是,HIF-1α/HO-1通路已被证明与糖尿病肾小管损伤有关,并与铁死亡存在交叉对话。然而,与这些通路相关的循环生物标志物仍未知。

**研究目的与意义**
本研究旨在回答:哪些HIF1A相关的铁死亡相关基因在DN中发生改变,并可作为与免疫失调相关的潜在循环生物标志物?通过结合GEO转录组数据与铁死亡相关基因,研究人员运用机器学习特征选择、外部验证、免疫细胞组成分析、调控网络预测、药物靶点预测及RT-qPCR验证,鉴定出候选标志物,为未来转化研究中的机制探索提供线索。论文发表在《FASEB BioAdvances》。

**主要关键技术方法**
研究人员从GEO获取训练数据集GSE142153(23例DN患者和10例健康对照的全血转录组数据)和外部验证数据集GSE189005(8例DN患者和9例健康对照)。从FerrDb数据库和已发表文献获取564个铁死亡相关基因。主要方法包括:Wilcoxon秩和检验和limma包进行差异表达分析;Boruta和SVM-RFE两种机器学习算法进行特征选择;CIBERSORT算法估计22种免疫细胞类型的比例;multiMiR和hTFtarget数据库预测miRNA-mRNA和转录因子-mRNA调控网络;DrugBank数据库预测药物-基因相互作用;RT-qPCR在曲靖市第二人民医院的临床队列(25例DN和25例对照)中进行验证。

**研究结果**

**3.1 鉴定HIF1A相关的铁死亡相关候选基因**
在训练数据集中,HIF1A在DN患者中表达显著高于健康对照。以HIF1A中位表达值为界,将DN样本分为高、低表达组,差异表达分析鉴定出773个HIF1A相关差异表达基因(HDEGs)。DN与对照比较得到1445个DEGs。三者交集获得22个候选HIF1A相关铁死亡相关基因。

**3.2 候选基因的功能富集和蛋白质-蛋白质相互作用分析**
基因本体论(GO)富集分析显示候选基因主要参与营养水平应答、饥饿应答、细胞化学应激应答等生物过程;京都基因与基因组百科全书(KEGG)富集分析涉及神经退行性疾病、脂质与动脉粥样硬化、自噬等通路。蛋白质-蛋白质相互作用(PPI)网络显示HIF1A与DDIT3、HSPA5、IL6等蛋白相互作用,提示其处于中心位置。

**3.3 通过机器学习鉴定和验证关键基因**
Boruta分析确定10个特征基因,SVM-RFE分析确定20个特征基因,两者交集获得9个核心基因:SMAD7、SLC7A5、IL1B、ACSL1、IL6、ATG7、WIPI1、SLC2A14和PARP1。在训练集和外部验证集中,SLC7A5和SLC2A14在DN中均显著上调,并定义为关键基因。RT-qPCR验证进一步确认其表达升高。

**3.4 SLC7A5和SLC2A14的免疫细胞与调控分析**
CIBERSORT分析显示DN患者中活化的自然杀伤细胞(activated NK cells)比例升高,单核细胞(monocytes)、γδT细胞和记忆B细胞比例降低。SLC7A5和SLC2A14与活化的NK细胞呈正相关,与单核细胞呈负相关。miRNA-mRNA网络预测了19个靶向SLC7A5和/或SLC2A14的miRNA(如hsa-miR-103a-3p靶向SLC2A14,hsa-miR-122-5p靶向SLC7A5)。转录因子-mRNA网络预测了20个转录因子(如CTCF、TFAP2C、NANOG)。DrugBank预测了11种可能与SLC7A5相互作用的药物(如左旋多巴),但未发现SLC2A14的预测化合物。

**讨论与结论**
本研究通过生物信息学分析、机器学习、外部验证、免疫细胞组成分析、调控网络预测、药物靶点预测及RT-qPCR验证,鉴定出SLC7A5和SLC2A14作为与HIF1A表达和铁死亡相关基因特征相关的候选循环生物标志物。SLC7A5编码大中性氨基酸转运蛋白LAT1,参与氨基酸转运和代谢重编程;SLC2A14属于葡萄糖转运蛋白家族,可能与葡萄糖处理或代谢适应相关。两者在DN中一致上调,并与循环免疫细胞组成变化相关,提示其在DN系统性代谢和免疫改变中的潜在作用。然而,这些发现仍属探索性,需在更大独立队列、肾组织数据集和功能实验中验证。

**结论翻译**:总之,本研究鉴定出SLC7A5和SLC2A14作为与DN中HIF1A表达和铁死亡相关基因特征相关的候选循环生物标志物。它们在全血转录组数据集中的上调及RT-qPCR验证,结合与估计循环免疫细胞组成的关联,提示其与DN系统性代谢和免疫改变的相关性。然而,这些发现仍属探索性,需要在更大独立队列、肾组织数据集和功能实验中进行验证。
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号