《Frontiers in Immunology》:Identification of Crohn’s disease-associated molecular signatures by integrative bioinformatics analysis and experimental validation
编辑推荐:
背景:克罗恩病(Crohn’s disease,CD)是一种慢性炎症性肠病(inflammatory bowel disease,IBD),全球发病率不断上升。其多因素病因涉及遗传、环境、微生物和免疫因素。当前诊断方法具有侵入性且成本较高,因此需要改进生物标志
背景:克罗恩病(Crohn’s disease,CD)是一种慢性炎症性肠病(inflammatory bowel disease,IBD),全球发病率不断上升。其多因素病因涉及遗传、环境、微生物和免疫因素。当前诊断方法具有侵入性且成本较高,因此需要改进生物标志物和非侵入性工具以实现早期检测和监测。
方法:研究人员利用生物信息学和机器学习,分析了来自 Gene Expression Omnibus(GEO)的数据集,以识别诊断生物标志物和免疫浸润模式。采用多组学整合和免疫谱分析。差异基因表达、加权基因共表达网络分析(Weighted Gene Co-expression Network Analysis,WGCNA)和孟德尔随机化(Mendelian randomization,MR)识别因果基因。机器学习(12种算法,113种组合)开发诊断模型,并通过受试者工作特征(Receiver Operating Characteristic,ROC)分析验证。蛋白-蛋白相互作用网络、免疫浸润和基因富集分析识别关键基因的生物学通路或功能。单细胞测序验证关键发现。关键基因通过免疫组织化学(immunohistochemistry,IHC)、定量聚合酶链反应(quantitative polymerase chain reaction,qPCR)和蛋白质印迹(Western blot,WB)进行实验验证。
结果:共识别502个差异表达基因(differentially expressed genes,DEGs),WGCNA突出一个富集于免疫通路(IL-17、NF-κB)的关键模块。机器学习筛选出96个基因,MR识别Fc gamma receptor IIa(FCGR2A)(比值比(odds ratio,OR)=1.38,p=0.043)和Serpin family B member 9(SERPINB9)(OR=1.27,p=0.001)作为候选生物标志物,并有证据支持其与CD可能存在因果关联。FCGR2A和SERPINB9被识别为候选诊断生物标志物,曲线下面积(Area Under the Curve,AUC)分别为0.788(95%置信区间(confidence interval,CI),0.722-0.853)和0.789(95% CI,0.707-0.871),并与中性粒细胞和M1巨噬细胞浸润相关。单细胞分析揭示细胞特异性表达:FCGR2A在中性粒细胞/单核细胞中表达,SERPINB9在B细胞中表达。IHC、qPCR和WB证实其在CD组织中上调。整合两个基因的列线图显示出有前景的预测性能(一致性指数(concordance index,C-index)=0.819),并在决策曲线分析(decision curve analysis,DCA)中具有净获益。
结论:FCGR2A和SERPINB9代表与CD相关的候选分子生物标志物,尽管FCGR2A在很大程度上反映中性粒细胞相关炎症。双基因模型显示出初步区分性能,但在临床应用前需要独立前瞻性验证并与已建立临床生物标志物进行比较。
CD是一种慢性复发性IBD,可累及胃肠道任何部位,但最常累及末端回肠和结肠。CD以透壁炎症为特征,常见腹痛、腹泻、体重减轻和疲劳,并增加狭窄、瘘管和脓肿等并发症风险。其病因涉及遗传易感性、环境因素、微生物失调和免疫系统失调,但确切发病机制尚不完全清楚。全球CD患病率上升,发达国家发病率尤其增加。尽管有免疫抑制剂和生物制剂等治疗选择,许多患者仍难治或复发,因此需要早期诊断、有效治疗分层和更好的疾病监测。当前诊断依赖临床、内镜、组织学和影像学发现,可能侵入且昂贵,限制其用于常规监测或早期检测。因此,需要可补充现有诊断方法的分子生物标志物,以帮助识别可能需要进一步临床评估的患者。生物标志物有潜力提供非侵入、准确和动态的工具,但CD异质性和复杂致病机制使可靠生物标志物识别困难。理解CD免疫景观至关重要,免疫失调是其病理核心。生物信息学和机器学习可利用高通量组学数据发现新生物标志物和分子网络。研究人员旨在识别和表征CD相关分子特征,评估其作为补充生物标志物的潜力,并整合转录组数据与WGCNA、机器学习、MR、免疫浸润分析和单细胞RNA测序(single-cell RNA sequencing,scRNA-Seq),识别并表征候选基因。FCGR2A和SERPINB9随后在转录组和实验层面评估,ROC分析评估其诊断区分度。研究人员进一步构建整合两基因的列线图,探索其作为补充分子预测工具而非替代已建立临床、内镜、组织学或实验室评估的价值。鉴于FCGR2A与中性粒细胞浸润相关,还检查基因表达与免疫细胞组成的关系,以阐明其诊断信号是否独立于免疫浸润。目标人群为接受CD评估的患者,尤其是分子信息可能补充常规临床评估者。该模型旨在支持而非替代已建立诊断方法,其增量价值仍需未来独立临床队列确定。
方法概括:数据来自GEO微阵列数据集GSE75214、GSE186582、GSE112366、GSE179285及scRNA-Seq数据集GSE214695;遗传数据来自IEU Open GWAS与FinnGen数据库(K11_CD_STRICT2;CD 2033例,对照409940例);实验验证样本来自上海第十人民医院末端回肠组织,IHC/qPCR为6例CD与6例对照,WB为12例CD与12例对照。关键技术包括DEGs分析、WGCNA、GO/KEGG富集、12种机器学习算法113种组合、MR cis-eQTL、列线图、GeneMANIA蛋白-蛋白相互作用网络、GSEA/GSVA、CIBERSORT免疫浸润与细胞比例校正(Cell Proportion Adjustment,CPA)、scRNA-Seq、IHC、qPCR和WB。
结果:
3.1 数据处理与DEGs鉴定:选取GSE75214和GSE186582为训练集,共189例CD和36例健康对照,批次校正后归一化合并;PCA和箱线图确认批次效应被缓解;limma识别502个DEGs,包括238个上调、264个下调基因。
3.2 WGCNA与关键模块识别:WGCNA以β=9构建共表达网络,1-TOM聚类识别8个模块;绿色模块与CD相关性最强,且模块成员度与基因显著性散点图显示其与CD最高相关。
3.3 交集基因可视化与功能富集分析:WGCNA模块基因与DEGs交集得到99个共表达基因;GO分析显示其参与细菌来源分子如脂多糖、中性粒细胞迁移和趋化、细胞膜/颗粒/胞质囊泡、细胞因子活性、趋化因子活性、受体结合、G蛋白偶联受体结合、特定免疫受体活性、模式识别受体活性和补体受体活性等;KEGG富集于IL-17、NF-κB、Toll样受体、TNF、NOD样受体、C型凝集素受体和AGE-RAGE信号通路。
3.4 机器学习识别诊断基因与模型构建:整合12种机器学习算法113种组合,在训练集和外部验证集GSE112366、GSE179285中评估;Ridge算法平均AUC最高,训练集AUC=1.000(95% CI:1.000-1.000),外部验证GSE112366 AUC=0.867(95% CI:0.796-0.927),GSE179285 AUC=0.992(95% CI:0.966-1.000);Ridge识别96个关键基因。
3.5 与CD相关关键基因的MR分析:提取96个关键基因cis-eQTL为暴露,FinnGen CD GWAS为结局;MR以IVW为主,排除水平多效性和异质性,并与矩阵差异表达方向一致;FCGR2A nSNP=3,IVW p=0.043,OR(95% CI)=1.381(1.010–1.889);SERPINB9 nSNP=3,IVW p=0.001,OR(95% CI)=1.273(1.101–1.472),提示二者与CD存在因果关系证据。
3.6 关键基因表达分析与PPI网络构建:FCGR2A和SERPINB9在CD训练数据中显著升高;ROC显示FCGR2A AUC=0.788(95% CI:0.722-0.853),SERPINB9 AUC=0.789(95% CI:0.707-0.871),两者显著正相关;PPV均大于86%,FCGR2A敏感性88.65%、特异性26.92%,SERPINB9特异性46.15%,NPV分别为30.4%和19.1%,提示其可作为候选生物标志物但特异性有限,不支持单独诊断;GeneMANIA PPI显示FCGR2A主要参与免疫调节、细胞表面受体信号、吞噬和Fc受体介导信号,网络含20个显著相关基因。
3.7 基于列线图的CD预测模型构建与评价:逻辑回归列线图整合FCGR2A和SERPINB9表达;C-index=0.819(95% CI:0.769-0.869),校准曲线显示预测概率与实际结局接近;DCA显示多数阈值概率下该模型净获益高于不筛查和筛查全部;临床影响曲线显示合理阈值范围内可识别高风险个体并减少假阳性与假阴性;但CRP、粪便钙卫蛋白和内镜疾病活动度未一致可用,无法直接比较常规临床参数,故应视为候选预测模型。
3.8 关键基因的GSEA与GSVA分析:GSEA显示FCGR2A和SERPINB9高表达组富集于化学信号、细胞因子受体相互作用和Toll样受体信号通路;低表达组富集于药物代谢、异源物代谢和视黄醇代谢等;GSVA显示FCGR2A高表达组富集Toll样受体、NOD样受体、细胞因子-细胞因子受体相互作用、胞质DNA sensing、趋化因子信号和凋亡相关通路,SERPINB9高表达组富集趋化因子信号、白细胞跨内皮迁移、细胞因子-细胞因子受体相互作用、Toll样受体信号和Fcγ受体介导吞噬。
3.9 免疫浸润与相关性分析:CIBERSORT显示CD样本中浆细胞、活化CD4记忆T细胞、Tregs、单核细胞、M0巨噬细胞、M1巨噬细胞、活化树突细胞、活化肥大细胞和中性粒细胞比例较高,而记忆B细胞、CD8 T细胞、滤泡辅助T细胞、M2巨噬细胞和静息肥大细胞较低;FCGR2A与中性粒细胞强正相关(R=0.8,P<2.2e
-16),SERPINB9与M1巨噬细胞强正相关(R=0.64,P<2.2e
-16),与浆细胞强负相关(R=-0.61,P<2.2e
-16);CPA显示FCGR2A调整后不显著(P=0.411),提示其上调主要由中性粒细胞浸润驱动;SERPINB9调整后仍显著(P=0.033),提示其表达变化不完全依赖免疫浸润。
3.10 scRNA-seq揭示关键基因细胞类型特异性表达:利用GSE214695中6例活动性CD患者数据,经PCA整合、质控和t-SNE降维,识别B细胞、中性粒细胞、单核细胞、上皮细胞、T细胞、成纤维细胞和NK细胞7个细胞亚群;FCGR2A在中性粒细胞和单核细胞高表达,SERPINB9在B细胞最高表达。
3.11 FCGR2A和SERPINB9在CD中上调的实验验证:IHC显示CD组织FCGR2A和SERPINB9阳性染色增加,SERPINB9 P=0.0012,FCGR2A P=0.0456;RT-qPCR显示FCGR2A(P=0.0002)和SERPINB9(P=0.0019)mRNA显著上调;WB显示二者蛋白表达显著高于对照(P<0.001),提示其同时上调可能参与CD发病。
讨论部分总结:研究人员通过多组学分析识别FCGR2A和SERPINB9为CD候选分子特征,并指出部分转录变化可能反映炎症组织内免疫细胞组成变化,而非完全细胞内在失调。502个DEGs、WGCNA绿色模块及IL-17、NF-κB等免疫通路富集支持免疫失调在CD中的作用。机器学习113种组合优于单一或有限算法,Ridge因高平均AUC、训练与验证差距较小及L2正则化而被选为最佳模型,但外部验证仍属初步,需独立前瞻队列。FCGR2A参与Fcγ受体介导吞噬和免疫调节,与UC关联较多,在CD中的作用尚不一致;SERPINB9抑制Granzyme B,调节免疫细胞凋亡、细胞毒性T淋巴细胞和NK细胞功能及炎症反应,与CD直接研究有限。实验验证显示二者在末端回肠CD组织中mRNA和蛋白上调,但IHC/qPCR样本为6例/组,WB为12例/组,样本量限制泛化性。FCGR2A高PPV、高敏感但低特异,CPA后不显著,且与中性粒细胞强相关,类似粪便钙卫蛋白等炎症活动标志;SERPINB9调整后仍显著并与M1巨噬细胞相关,更接近疾病相关失调标志。二者整合可同时捕获免疫驱动和疾病特异信号。列线图C-index为0.819,校准和DCA支持潜在临床效用,但尚未与粪便钙卫蛋白等非侵入检测及纵向结局比较。GSEA/GSVA提示Toll样受体和IL-17等免疫信号参与。免疫浸润显示浆细胞、Tregs、M1巨噬细胞和中性粒细胞增加。局限包括实验验证样本量较小、回顾性组织样本、选择偏倚、公共数据集和验证队列间患者特征、疾病严重度、治疗状态和样本处理异质性;诊断性能应视为初步。未来需在独立前瞻临床队列中验证,并标准化CRP、粪便钙卫蛋白和内镜疾病活动度等参数,开展功能研究、血液检测和纵向研究。
结论翻译:总之,本研究通过整合多组学数据提供了CD的分子特征,识别FCGR2A和SERPINB9为关键诊断生物标志物。这些基因与免疫细胞浸润模式的关联及其在诊断模型中的较强表现,强调其临床相关性。未来研究应聚焦在更大队列中验证这些发现,并探索其作为调节CD患者免疫反应的治疗靶点的潜力。此外,基于这些枢纽基因开发非侵入性诊断工具可能显著增强早期诊断和疾病监测,改善CD患者结局。