论文部分内容阅读
目的探究系统性红斑狼疮(systemic lupus erythematosus,SLE)患者的免疫浸润特征,并建立m RNA-TF-mi RNA免疫调控网络,为SLE患者的临床诊断、治疗和预后提供新的研究思路。方法研究通过美国国家生物技术信息中心(national center for biotechnology information,NCBI)创建和管理的基因表达综合数据库(gene expression omnibus,GEO)(https://www.ncbi.nlm.nih.gov/geo/)下载SLE患者外周血的m RNA基因表达矩阵数据集(GSE110174、GSE20864、GSE61635和GSE138458)。采用生物信息学分析方法(加权共表达网络分析(weighted gene co-expression network analysis,WGCNA),差异表达基因分析(differentially expressed genes,DEGs)和‘CIBERSORT’免疫浸润特征分析等),全面探究22种免疫细胞及亚群在SLE患者外周血的表达情况,并结合关键基因的表达特征,对表达异常的免疫细胞和关键基因的相关关系进行初步的描述。与此同时,通过数据库预测调控关键基因的相关微小RNA(micro RNA,mi RNA)和转录因子(transcription factors,TFs),进一步建立m RNA-TF-mi RNA免疫调控网络,讨论网络中分子作为SLE相关分子标志物进行研究的意义。结果对合并后的数据集(样本量SLE患者292个,健康对照108个,m RNA数量14803个)进行DEGs分析,得到上调基因112个,下调基因47个(P<0.05);上调DEGs主要富集在病毒防御相关通路上如“免疫效应的过程”、“免疫反应”、“对病毒的防御反应”,以及I型干扰素相关通路如“I型干扰素信号通路”、“细胞对I型干扰素的反应”、“对I型干扰素的反应”等(P<0.05);下调DEGs主要富集在生物化合物代谢的相关通路上如“血红素生物合成的过程”、“含卟啉化合物生物合成过程”、“四吡咯生物合成的过程”等,以及细胞成分功能相关通路如“细胞皮层功能”和“皮层细胞骨架功能”等(P<0.05)。通过Cytoscape筛选得到10个核心(hub)基因(IFIT3、ISG15、IRF7、DDX60、OASL、OAS2、MX1、DDX58、OAS3和RTP4),这10个hub基因在蛋白质表达过程中起到了核心的作用。WGCNA结果显示,与SLE最为显著相关的是红色“red”模块(r=0.440,P<0.001)。红色模块包含了45个基因,均与SLE显著相关(r>0.800,P<0.001)。红色模块45个基因的主要富集通路有I型干扰素相关通路如“α干扰素反应”、“β干扰素反应”、“对I型干扰素的反应”等,以及病毒免疫相关通路如“对病毒的防御反应”、“病毒基因组复制的负调控”等。hub基因与红色模块基因的交集是10个上调DEGs(IFIT3、ISG15、IRF7、DDX60、OASL、OAS2、MX1、DDX58、OAS3和RTP4),将其定义为关键基因。对10个关键基因进行Clue GO通路功能富集分析,关键基因主要富集的通路分别为病毒免疫相关通路如“对病毒反应的细胞质模式识别受体信号通路”、“细胞对病毒的反应”等,以及I型干扰素相关通路如“I型干扰素介导的信号通路调控”、“I型干扰素生产的正向调节”等。免疫浸润特征分析显示,SLE组与对照组相比有13种表达显著差异的免疫细胞类型,包括静息自然杀伤细胞、M0巨噬细胞、激活树突状细胞和中性粒细胞等(P<0.05)。免疫细胞评分与关键基因的相关性分析显示,激活树突状细胞、中性粒细胞和浆细胞等细胞与关键基因均呈正向相关关系(P<0.05),静息自然杀伤细胞和γδT细胞等细胞与关键基因均呈负向相关关系(P<0.05)。取3个mi RNA数据库预测结果的交集,得到6个关键基因(IFIT3、OAS2、DDX58、OAS3、DDX60、RTP4)的14个相关mi RNA,其余4个关键基因(ISG15、IRF7、OASL、MX1)没有预测到相关mi RNA。通过转录因子数据库搜索得到调控6个关键基因的90个转录因子。利用6个关键基因(m RNA)、14个mi RNA和7个最重要的TFs建立了SLE的m RNA-TF-mi RNA免疫调控网络。结论SLE的免疫浸润特征与I型干扰素相关通路密切相关,其中树突状细胞(Dendritic cells,DCs)、中性粒细胞和浆细胞等几种免疫细胞发挥了重要作用;最后建立了包含6个关键基因、14个mi RNA和7个TFs的m RNA-TF-mi RNA免疫调控网络,可作为未来研究方向的参考。