冠状动脉疾病外周免疫景观中诊断生物标志物和治疗靶点的鉴定

Identification of diagnostic biomarkers and therapeutic targets in peripheral immune landscape from coronary artery disease.

作者信息Xiaoteng Feng, Yifan Zhang, Min Du, Sijin Li, Jie Ding, Jiarou Wang, Yiru Wang, Ping Liu
PMID36064568
发布时间2022-09-05
DOI10.1186/s12967-022-03614-1

实验完整度

包含生物信息学分析、动物模型验证和细胞功能实验,但缺乏多层级独立验证,机制验证以细胞实验为主。

主要模型

GEO数据库外周血样本(199例CAD患者和218例对照) LDLR−/−小鼠高脂饮食诱导的CAD模型 RAW264.7细胞系 骨髓来源巨噬细胞(BMDMs)

重点核对

14个DE-IRGs在训练集和测试集中的AUC值 CAD小鼠模型中CCR9、CSF2、IL13RA1和NTS的mRNA表达 ox-LDL刺激下BMDMs中IL13RA1表达和JAK1/STAT3通路激活 siRNA敲低IL13RA1后RAW264.7细胞中相关蛋白和mRNA的变化

摘要

背景:外周生物标志物作为监测冠状动脉疾病(CAD)进展的非侵入性方法日益重要。它们在早期检测、预后评估和分类诊断方面的优势正变得不可替代。然而,它们的研究仍然较少。本研究旨在确定并验证CAD中差异表达的免疫相关基因(DE-IRGs)的诊断和治疗价值。方法:我们从GEO数据库下载了临床信息和RNA序列数据。我们使用R软件、GO、KEGG和Cytoscape对数据进行分析和可视化。使用LASSO方法鉴定关键基因以构建诊断模型。使用ssGSEA分析研究差异免疫细胞浸润。此外,我们构建了CAD小鼠模型(低密度脂蛋白受体缺陷小鼠,高脂饮食)以发现筛选的基因与严重CAD进展之间的相关性。我们进一步揭示了IL13RA1在动脉粥样硬化中可能发挥的作用。结果:在218例对照和199例CAD患者的外周血中共鉴定出762个差异基因,这些基因与感染、免疫反应和神经活动显著相关。通过将差异表达基因(DEGs)与从ImmpDb数据库下载的免疫相关基因重叠,获得58个DE-IRGs。通过LASSO回归,CCR9、CER1、CSF2、IL13RA1、INSL5、MBL2、MMP9、MSR1、NTS、TNFRSF19、CXCL2、HTR3C、IL1A和NR4A2被确定为CAD的外周生物标志物,在训练集(AUC=0.968)和测试集(AUC=0.859)中具有合格的诊断能力。ssGSEA分析显示,外周免疫细胞在CAD中具有特征性分布,并与特定DE-IRGs密切相关。RT-qPCR检测显示,CCR9、CSF2、IL13RA1和NTS与LDLR−/−小鼠有显著相关性。在RAW264.7细胞系中敲低IL13RA1降低了SCARB1和ox-LDL刺激的CD36 mRNA表达,降低了TGF-β、VEGF-C和α-SMA蛋白水平,并增加了IL-6的产生,同时下调了JAK1/STAT3信号通路。结论:我们基于筛选出的14个DE-IRGs构建了晚期CAD的诊断模型。我们验证了其中4个基因与CAD有很强的相关性,IL13RA1可能通过调节JAK1/STAT3通路参与动脉粥样硬化的炎症、纤维化和胆固醇外流过程。

实验结论

提炼研究问题、关键发现与证据,快速把握文章的核心贡献。

研究问题
筛选并验证冠状动脉疾病的外周血免疫相关诊断生物标志物,并探索其潜在机制。
核心机制
IL13RA1通过激活JAK1/STAT3信号通路,调节巨噬细胞的炎症、纤维化和脂质代谢过程。
主要证据
基于GEO数据筛选出14个DE-IRGs,诊断模型AUC达0.968;动物和细胞实验验证IL13RA1与CAD相关,并影响巨噬细胞功能。
研究意义
为CAD的早期诊断和治疗提供潜在生物标志物和靶点,但需进一步临床验证。

研究路径

按研究推进顺序梳理实验设计、验证步骤与关键观察。

1

数据获取与预处理

获取CAD患者和对照组的外周血基因表达数据,并消除批次效应。

从GEO数据库下载GSE20680、GSE20681和GSE42148数据集,使用ComBat算法归一化,并通过PCA评估。

2

差异表达基因和免疫相关基因鉴定

筛选CAD相关的差异表达基因和免疫相关基因。

使用LIMMA包筛选DEGs,与ImmpDb数据库的IRGs重叠得到DE-IRGs。

3

功能富集分析

探索DE-IRGs参与的生物学功能和通路。

利用STRING、GO和KEGG分析蛋白质相互作用和通路富集。

4

免疫细胞浸润分析

比较CAD和对照组中外周免疫细胞亚群的差异。

使用ssGSEA分析28种免疫细胞浸润,并进行Pearson相关性分析。

5

诊断模型构建与评估

筛选关键DE-IRGs并构建诊断模型。

通过LASSO回归确定14个基因,并利用ROC曲线评估诊断效能。

6

动物模型验证

验证候选基因与CAD的相关性。

构建LDLR−/−小鼠高脂饮食模型,检测血脂和基因表达。

7

体外细胞实验

探索IL13RA1在巨噬细胞中的作用机制。

在RAW264.7细胞中敲低IL13RA1,检测相关蛋白和mRNA表达,并通过油红O染色评估脂质摄取。

研究方法

按研究目的归类文中使用的方法,便于定位所需技术。

产品清单

实验环节名称品牌货号
ComBat算法----
杜尔贝科改良 Eagle 培养基Cytiva, HyClone Laboratories--
胎牛血清Procell Life Science & Technology Co., Ltd.--
青霉素/链霉素----
α-MEM培养基Gbico--
ACK裂解缓冲液Biosharp--
重组小鼠巨噬细胞集落刺激因子Beyotime biotechnology--
高脂饮食----
Opti-MEM培养基Gbico--
小干扰RNAGenomeditech Co., Ltd--
Lipofectamine2000转染试剂Invitrogen--
氧化低密度脂蛋白Yeasen company--
油红O----
倒置显微镜Nikoneclipse-e
EZ-press RNA纯化试剂盒EZBioscience Co., Ltd.--
Prime Script™逆转录试剂盒Takara--
实时PCR系统Applied Biosystems7500
TB Green Premix Ex Taq试剂盒Takara--
引物Shanghai Sangon Biotechnology--
RIPA裂解缓冲液----
蛋白酶抑制剂PMSF----
BCA法----
PVDF膜Millipore--
IL-6抗体CST12,912
JAK1抗体Abcamab133666
p-JAK1抗体Abcamab138005
STAT3抗体CST9139
p-STAT3抗体CST9145
VEGF-C抗体Santa cruzsc374628
TGF-β抗体CST3711
α-SMA抗体Abcamab5694
α-微管蛋白抗体Abcamab7291
山羊抗兔IgG+HRPAbsinabs20040s
山羊抗小鼠IgG H&LYeasen33201ES60
ChemiScope 6000成像系统CLINX--
ECL化学发光试剂----
ImageJ软件----
GraphPad Prism 8----

关键环节

汇总复现实验时建议重点确认的条件及原文阅读提示。

环节核对要点
数据预处理
GEO数据集(GSE20680、GSE20681、GSE42148)的样本量、疾病定义和对照组标准;ComBat归一化的参数设置。
阅读提示:Methods: Data preparation
差异表达分析
DEG筛选阈值(|fold change| > 0.2, adjusted p < 0.05)和LIMMA包版本。
阅读提示:Methods: Identification of differentially expressed genes
免疫浸润分析
ssGSEA分析使用的28种免疫细胞标记基因集来源;Pearson相关分析的软件和参数。
阅读提示:Methods: Immune cell subgroups analysis
诊断模型构建
LASSO回归的特征选择参数;训练集和测试集的划分比例(1:1);ROC分析的方法。
阅读提示:Methods: Establishment and assessment of immune-based diagnostic model
动物实验
LDLR−/−小鼠的年龄(7周龄)、性别(雄性)、数量(8只)、高脂饮食配方(78.85% chow diet, 21% lard, 0.15% cholesterol)和喂养周期(20周);血脂检测方法;主动脉弓取材和固定方法。
阅读提示:Methods: CAD mouse model construction; Fig. 7
细胞培养与处理
RAW264.7和BMDM的培养条件;ox-LDL浓度(100 μg/mL)和处理时间(24h);siRNA转染条件和效率验证。
阅读提示:Methods: Cell lines culture, Transfection; Fig. 8
分子检测
RT-qPCR的引物序列和反应条件;Western blot的抗体稀释比例和实验步骤。
阅读提示:Methods: RT-qPCR and Western blot; Table 1