徐州医科大学发表IF 7.4/中科院Q1文章：细胞焦亡热点如何关联糖尿病临床问题？国自然基础这样思路积累准没错！

糖尿病肾病（DN）是糖尿病（DM）严重的微血管并发症之一。越来越多的研究表明，炎症状态在 DN 的发生和发展中起着至关重要的作用。

细胞焦亡是一种新的程序性细胞死亡方式，具有自然免疫炎症的特殊性。抑制炎症细胞因子表达和调节细胞焦亡相关通路可能是 DN 治疗的新策略。

本研究的目的是鉴定焦亡相关基因和治疗DN的潜在药物。

1. 通过差异基因分析公共数据库中焦亡相关基因在DN患者中的表达；

2. 通过logistic回归筛选与DN相关基因并构建风险评估模型；

3. 通过CIBERSORT探索焦亡相关的分子亚群间免疫微环境的差异；

4. 通过PPI探索不同亚群间的枢纽基因，并通过公共药物数据库预测潜在治疗靶点。

作者通过文献获取了焦亡相关基因，并从与糖尿病相关肾病（DN）的公共数据集中获取了这44个相关基因的表达情况，并对其进行了PPI分析。通过差异基因分析，得到了24个差异表达基因，并在人数据集中进一步进行验证，qRT-PCR验证的结果提示了高糖组的CASP1、CASP8、IL18和TP53表达显著上调（图1）。

图1：鉴定出DN中与焦亡相关基因，并进行差异基因验证

通过logistic回归筛选与糖尿病肾病（DN）相关的24个基因，应用LASSO回归选择了16个基因构建预测模型。风险评分公式包含实验值和权重，结果显示DN组的风险评分显著高于对照组。这表明选择的基因组合可作为潜在的糖尿病肾病风险生物标志物（图2）。

图2：构建风险模型

为了探索16种焦亡相关DEG的表达与DN亚型之间的联系，通过对公共数据集中41名 DN 患者进行了聚类分析，发现聚类数为2时，组内相关性最高，组间相关性较低。通过CIBERSORT算法计算发现亚群1的浆细胞、活化NK细胞、单核细胞、M1巨噬细胞和中性粒细胞的浸润水平较高，活化的CD4 T细胞、γ δ T 细胞、M2巨噬细胞和静息肥大细胞的浸润水平较低（图3）。

图3：基于细胞焦亡相关差异表达基因的DN分类

为了进一步探索两个亚群间差异表达基因的相互作用，作者通过PPI发现了枢纽基因，是ALB、C1QB、CD44、COL3A1、EGF、FN1、GPR183、HPGDS、NEGR1和SPON1，它们被用作DN治疗的潜在药物靶标（图4 A、B）。

图4：基于差异表达基因亚群中心节点的药物预测

DGIdb数据库的药物-基因相互作用结果揭示了 65 种潜在的 DN 治疗靶点药物/化合物（图 4C）。其中，10种针对ALB的药物，ALB基因的预测得分最高，公共数据集的分析结果提示，与正常葡萄糖组相比，高糖组的C1QB、CD44、COL3A1、FN1、GPR183、HPGDS、NEGR1和SPON1表达显著上调，而ALB和EGF表达下调（图5）。

图5：已确定的前10个枢纽基因的表达

本文采用了多种生物信息学分析方法，包括基因表达综合（GEO）数据集分析、LASSO回归分析、共识聚类分析、基因集变异分析（GSVA）、GO功能富集分析、KEGG通路分析、蛋白质-蛋白质相互作用网络分析等，揭示了焦亡在DN中的潜在作用，构建的预测模型证实了焦亡基因与DN风险的相关性。进一步的免疫细胞浸润分析暗示着免疫反应在焦亡过程中的重要性。结果表明，针对不同焦亡基因的治疗策略可能是改善DN患者预后的关键所在。

本文也有以下的不足：

• 首先，作者的研究缺乏患者临床特征的相关信息，例如年龄、性别和病程，这些信息可能会影响基因表达。

• 此外，需要考虑大量的DN患者样本来验证研究结果的稳定性。未来的研究应包括体外和体内实验，以验证已识别化合物的治疗潜力。

其实可以通过已有的文章，去挖掘文章中有什么不足的地方，向国自然或者各类基金靠拢，而申请这些基金往往需要更高一级的标准，如全面的临床数据、样本的规模、实验验证的完整性、药物靶点的验证等。

1. 加强临床数据采集：在研究计划中明确收集患者的关键临床特征，包括年龄、性别、病程等信息。这可以通过与医疗机构或临床合作，获取更全面的患者数据。

2. 扩大样本规模：提出更具体的样本规模目标，确保有足够的DN患者样本进行分析。可以探索与多个医疗中心或合作伙伴建立合作关系，以增加样本收集的效率。

3. 引入实验证据：在申请中强调实验证据的必要性，包括体外和体内实验。明确将如何设计和执行这些实验，以验证生物信息学分析的结果，加强研究的可靠性和可信度。

4. 详细描述潜在药物验证计划：提供更具体的计划，说明如何验证已识别的化合物的治疗潜力。包括体外细胞实验、动物模型实验和可能的早期临床实验设计，以确保研究的转化潜力。

如果大家对这类简单生信分析+课题基础设计提升文章水平的方向感兴趣，可以联系我们（扫描下方二维码添加小秘书）。

-广告-