阿尔茨海默病线粒体相关内质网膜关键基因筛选及天麻素的分子对接分析

摘要

目的 筛选阿尔茨海默病（Alzheimer's disease,AD）线粒体相关内质网膜（mitochondria-associated endoplasmic reticulum membranes,MAMs）相关关键基因,分析其潜在功能,并将其关键基因编码蛋白与天麻素（gastrodin,GAS）进行分子对接及分子动力学模拟,分析二者的结合性能。方法 从基因表达综合数据库中获取AD患者脑组织的转录组数据,采用差异表达分析、加权基因共表达网络分析（weighted gene co-expression network analysis,WGCNA）及MAMs基因集交集筛选候选基因,经最小绝对收缩和选择算子（least absolute shrinkage and selection operator,LASSO）、随机森林（random forest,RF）和支持向量机递归特征消除（support vector machine-recursive feature elimination,SVM-RFE）3种机器学习算法进一步筛选关键基因,并在独立数据集中验证表达。结合功能富集、基因集富集分析（gene set enrichment analysis,GSEA）及单细胞转录组分析其生物学特征,使用CIBERSORT算法分析免疫细胞相对组成及其与关键基因表达的相关性。最后采用分子对接及100 ns分子动力学模拟评估GAS分子结构与关键基因编码蛋白之间的结合稳定性。结果 通过差异表达分析、WGCNA及MAMs基因集的交叉筛选获得20个AD相关MAMs候选基因,进一步经3种机器学习算法共同鉴定出4个关键基因:TOMM20、ITPR3、LRCH4和SNCA。与非痴呆对照（non-demented controls,ND）相比,AD样本中TOMM20和SNCA表达降低,ITPR3和LRCH4表达升高,该趋势在外部数据集中得到验证。功能富集分析显示,候选基因主要富集于Ca²⁺跨膜转运、细胞器外膜构成和神经退行性疾病相关通路;GSEA进一步揭示其在氧化磷酸化、突触信号传导等生物学过程中显著富集。单细胞转录组分析表明,4个关键基因在神经元、胶质细胞及血管相关细胞中呈细胞类型特异性表达。免疫细胞组成分析显示,AD组与ND组的M1型巨噬细胞比例存在显著差异,且4个关键基因的表达与部分免疫细胞的相对比例相关。分子对接及分子动力学模拟结果提示,LRCH4-GAS复合物具有相对稳定的计算预测构象。结论 TOMM20、ITPR3、LRCH4和SNCA基因经差异表达分析、WGCNA及MAMs基因集交叉筛选,并结合LASSO、RF及SVM-RFE3种机器学习算法鉴定为AD相关MAMs关键基因,经独立数据集验证其诊断效能良好;其中LRCH4-GAS复合物构象稳定,即LRCH4可作为GAS的候选作用蛋白进一步验证。

关键词

阿尔茨海默病 / 线粒体相关内质网膜 / 天麻素 / 机器学习 / 生物信息学

基金资助

贵州省临床医学研究中心-神经系统疾病研究“科技创新平台项目”（黔科合平台LCZX[2025]003）; 贵州省卫生健康委临床重点专科建设“登峰计划”项目（GZWJWDF2025003）; 2023年贵州省卫生健康委重点优势学科建设项目; 2026年度贵州省基础研究计划青年引导项目（黔科合基础QN[2026]003-58号）