基于生物信息学筛选铁死亡参与多发性硬化症机制的潜在关键靶点及初步验证

摘要

目的 利用生物信息学技术从铁死亡角度筛选多发性硬化症(MS)的潜在关键基因，并通过动物实验初步验证，探索铁死亡在MS中的作用机制。方法 从GEO数据库中下载MS数据集GSE21942和GSE43591;从FerrDb数据库及相关文献获得铁死亡相关基因。应用R软件对数据集GSE21942进行差异分析和WGCNA分析。将两种分析结果和铁死亡相关基因取交集，得到MS铁死亡相关差异表达基因(FRDEGs),并对FRDEGs进行GO和KEGG富集分析。应用LASSO和SVM-RFE两种机器学习算法进一步筛选关键基因，并利用数据集GSE43591进行验证，绘制ROC曲线评估关键基因的诊断价值。应用ssGESA算法探索关键基因与免疫细胞的相关性。采用qPCR和Western blot方法进一步验证关键基因的表达。结果 共筛选出20个FRDEGs, GO和KEGG富集分析结果表明，它们主要涉及对氧化应激的反应、蛋白质磷酸化的负调控、NOD样受体信号通路、MAPK信号通路、Th17细胞分化等过程。通过机器学习和外部数据集验证筛选出2个与铁死亡相关的关键基因(CIRBP和TNFAIP3), ROC结果提示CIRBP和TNFAIP3均具有较高的诊断价值。免疫浸润分析结果表明CIRBP和TNFAIP3与活化CD4 T细胞、活化B细胞等显著相关。qPCR和Western blot结果显示，与正常组相比，EAE组小鼠中CIRBP和TNFAIP3的mRNA、蛋白表达水平显著升高(P<0.05)。结论 CIRBP和TNFAIP3是MS中与铁死亡相关的潜在关键基因，铁死亡参与MS的发病机制可能与CIRBP和TNFAIP3的高表达有关。

关键词

多发性硬化症 / 铁死亡 / 生物信息学 / 关键基因

基金资助

泸州市人民政府-西南医科大学科技战略合作基金资助项目(NO:2018LZXNYD-ZK17)