糖尿病肾脏病中自噬和铁死亡相关生物标志物的预测和免疫图谱研究

摘要

目的 利用生物信息分析和动物实验验证，识别糖尿病肾脏病(Diabetic kidney disease, DKD)中与铁死亡和自噬相关的关键基因和通路，探索DKD的发病机制。方法 下载DKD的相关的数据集并进行差异分析，筛选出差异表达基因(Differentially expressed genes, DEGs)。通过铁死亡和自噬相关数据库获取相关基因，并与DEGs取交集，得到DKD中与铁死亡和自噬相关的差异表达基因(DE-FAGs)。使用STRING数据库构建蛋白质-蛋白质相互作用(Protein-protein interaction, PPI)网络，通过CytoHubba插件识别枢纽基因，使用4种机器学习算法(LASSO、LDA、RF、Boruta)和加权基因共表达网络分析(WGCNA)联合筛选得到关键DE-FAGs,随后使用受试者工作特征曲线(ROC)分析评估其诊断性能。采用单样本基因集富集分析(The single sample gene set enrichment analysis, ssGSEA)揭示免疫特征，通过相关性分析研究关键DE-FAGs和免疫细胞之间的关系。最后建立DKD大鼠模型，取肾脏组织，采用实时荧光定量聚合酶链式反应对筛选出的DE-FAGs进行检测，分析各基因在组间的表达水平差异。结果 通过差异分析、PPI、机器学习和WGCNA等联合分析，最终筛选出4个生物标志物(DUSP1、GDF15、PDK4、ZFP36)。ROC分析显示，4个生物标志物在训练集中具有良好的诊断性能，DUSP1、GDF15、PDK4、ZFP36的ROC曲线下面积(AUC)均>0.9(P<0.05)。在验证集中同样具有诊断价值(AUC> 0.6,P<0.05)。免疫浸润分析显示，在DKD患者中有9种免疫细胞显著升高。此外，4个关键基因与各种免疫细胞之间存在较强的相关性。实时荧光定量PCR结果显示，模型组中DUSP1 mRNA表达水平低于Control组(P<0.05),模型组中GDF15、PDK4 mRNA表达水平高于Control组(P<0.05),ZFP36表达水平在模型组和Control组间差异无统计学意义(P>0.05)。结论 DUSP1、GDF15、PDK4已被鉴定为DKD诊断和治疗的潜在生物标志物。这些标志物介导的免疫应答通过标志物与免疫浸润细胞的相互作用在DKD的发生和发展中起着至关重要的作用。

关键词

糖尿病肾脏病 / 铁死亡 / 自噬 / 免疫浸润