与阿尔茨海默病铁代谢有关的核心基因、诊断模型和预测药物

背景

阿尔茨海默病（Alzheimer's disease, AD）是最常见的痴呆症，是一种与衰老相关的神经退行性疾病，其潜在的病因基因尚不清楚。可用于治疗AD的各种药物,如多奈哌齐、加兰胺和美美汀等治疗效果欠佳，急需寻找新的有效分子来提高AD的诊断和治疗水平。铁是血红蛋白的重要组成部分，它涉及到氧的运输。铁还参与了儿茶酚胺神经递质的代谢和神经系统中髓鞘的形成。铁的平衡是由多种复杂机制维持的，如铁的调节蛋白和肝素。这种平衡的破坏会导致细胞内铁的过度积累，通过氧化应激和自由基的产生会破坏DNA、蛋白质和血脂。AD大脑中铁沉积会加重淀粉样蛋白的沉积和Tau蛋白的高磷酸化，从而导致神经元的损伤和认知障碍。作者通过生物信息学手段试图寻找基于铁代谢的能够影响AD诊断和治疗的枢纽基因。

方法

从GEO数据库下载数据集GSE132903、GSE63061、GSE85426、GSE63061和GSE85426，从MSigDB数据库下载铁代谢相关基因集。通过差异分析和WGCNA获得与铁代谢相关的hub基因。通过GO和GSEA功能富集分析hub基因的生物学功能，建立诊断模型并在血液样本中验证，此外，还进一步探讨了样本的免疫细胞浸润情况以及不同免疫因子与这些枢纽基因的相关性。最后，从DrugBank数据库中检索针对hub基因的药物。

技术路线

研究结果

1.与AD和铁代谢相关的hub基因的识别

研究技术路线如图1。为了鉴定与AD相关的基因，我们首先从GSE132903中获得了481个差异表达基因，筛选条件为“ p_adj <0.01且abs(logFC)>0.585”。这些DEG以火山图的形式呈现（图2A）。绘制了前20个差异表达基因的热图（图2B）。去除异常样本并过滤基因后，从GSE132903中提取5000个基因和195个样本的表达谱，用于构建WGCNA共表达网络。首先确定软阈值（图3A、B）。当切割高度设置为0.25、最小模块大小设置为50时，通过动态树切割得到了11个不同的共表达模块（图3C）。然后，对各模块与临床特征进行相关性分析。MEturquoise模块与AD的正相关性最高（r = 0.47，p = 4e−12），而MEblue模块与AD的负相关性最高（r = -0.43，p = 3e−10；图3D）。选择包含相关系数绝对值最大的1,578个基因的MEturquoise模块进行进一步分析。此外，MM和GS之间的相关性分析表明，这些基因与模块和表型均高度相关（cor = 0.61，p = 1.8e−161；图3E）。通过将差异基因、MEturquoise 模块基因和铁代谢相关基因进行交集，获得了9个hub基因（图4A）。小提琴图显示，在GSE132903中TSPO和PLOD1在AD组中高表达，其他7个基因低表达（图5）。

2、Hub 基因的生物过程和途径

为了了解这些基因的潜在生物学作用，进行了富集分析。GO分析显示，9个基因中有6个参与自噬相关的生物过程，包括自噬和巨自噬的调控，以及铁代谢相关的生物过程，包括转铁蛋白转运、铁离子转运、过渡金属离子转运和血红素生物合成过程（图4B）。这些基因的GSEA显示它们与多种神经退行性疾病（AD、肌萎缩侧索硬化症、帕金森病、朊病毒病和亨廷顿病）、神经相关通路（突触小泡周期、逆行内源性大麻素信号传导、逆行性内源性大麻素信号传导和神经变性途径）和其他途径（细胞因子-细胞因子受体相互作用和氧化磷酸化；图6）。

3、诊断模型的构建和血液验证

基于GSE132903，采用逻辑回归算法构建多基因预测模型。使用逐步回归分析，选择这九个基因中的四个，包括ATP6V1D、ATP6V1G2、FBXO34和TSPO ，以获得最佳模型。结果表明，这4个基因构建的预测模型具有良好的诊断性能，AUC为0.8973（图7A）。然后该模型在血液样本中得到进一步验证。GSE63061和GSE85426中模型的AUC相对较高，分别为0.7277和0.7189（图7B、C）。脑组织样本往往比血液样本更能代表 AD 病理，这可能解释了前者具有更好的诊断性能。然而，活体脑组织的获取却十分困难。血液样本的良好结果表明该模型在临床应用中对AD患者的诊断具有一定的指导意义。

4、免疫浸润和免疫相关因素

微环境由免疫细胞、细胞外基质、炎症因子和各种生长因子组成，对临床治疗敏感性和疾病诊断具有重要影响。本研究通过CIBERSORT算法估计了97个AD样本和98个ND样本中22种免疫细胞的比例，可以在直方图中看到（图8A）。AD 和 ND 样品的免疫细胞浸润在箱线图中进行比较（图8B）。结果显示，AD 组的幼稚 B 细胞 ( p = 0.0210)、M1 巨噬细胞 ( p = 0.0090)、中性粒细胞 ( p = 0.0497)、CD4 幼稚 T 细胞 ( p = 0.0101) 和 γ δ T 细胞的比例显着较高细胞 ( p = 0.0070)，浆细胞 ( p = 0.0056) 和滤泡辅助 T 细胞 ( p = 0.0314) 的比例低于 ND 组。接下来分析hub基因与免疫浸润、免疫因素的关系。PLOD1和TSPO与滤泡辅助 T 细胞、CD8 T 细胞和活化的树突状细胞显着负相关，与静息 NK 细胞、M1 巨噬细胞、M0 巨噬细胞和幼稚 B 细胞正相关，而其他下调基因的情况正好相反。图9A）。相关热图显示中心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）之间存在显着相关性。图9B-D）。这些结果表明枢纽基因可能在免疫微环境中发挥重要作用。

5、药物预测

根据DrugBank数据库中的药物和靶点信息，确定了针对这9个中心基因的8种药物（图10）。这些药物中，有6种药物获得批准，1种为研究药物，1种被撤回。Tiludronic Acid (DB01133) 是ATP6V1D、ATP6V1G2和ATP6V1H的抑制剂，用于治疗佩吉特骨病。靶向CYP26B1的维甲酸 (DB00755)用于治疗细纹、寻常痤疮和某些类型的早幼粒细胞白血病。右美沙芬 (DB00514) 是PGRMC1的粘合剂，用于治疗干咳病例。抗坏血酸 (DB00126) 是PLOD1的辅助因子，用于纠正维生素 C 缺乏症并增加肠道对铁的吸收。靶向SNCA 的白藜芦醇 (DB02709)研究用于治疗唇疱疹感染（唇疱疹）。氯美扎酮 (DB01178) 和佐匹克隆 (DB01198) 都是TSPO的激动剂。氯美扎酮用于控制焦虑和治疗肌肉痉挛，而佐匹克隆用于治疗失眠。