基于N6-甲基腺苷RNA甲基化的分子亚型揭示儿童脓毒性休克免疫和生物学功能的异质性

Molecular subtypes based on N6-methyladenosine RNA methylation demonstrate the heterogeneity of immune and biological functions in pediatric septic shock.

作者信息Huabin Wang, Junbin Huang, Cheng Guo, Jingfang Wu, Liyuan Zhang, Xueyun Ren, Lijun Gan
PMID37842565
期刊Heliyon
发布时间2023-10-06
DOI10.1016/j.heliyon.2023.e20714

实验完整度

基于公共转录组数据(GSE26440、GSE26378)分析,结合RT-qPCR在临床样本和细胞系中进行验证,但缺乏体内功能实验和深入的机制研究。

主要模型

GSE26440数据集(98例儿童脓毒性休克和32例正常对照) GSE26378数据集(82例儿童脓毒性休克和21例正常对照) 临床队列(12例脓毒性休克患者和12例健康对照) RAW 264.7细胞和THP-1细胞

重点核对

m6A调控因子标记:LRPPRC、ELAVL1、RBM15、CBLL1、FTO、RBM15B 分子亚型分组:m6Acluster A(59例)和m6Acluster B(39例) 临床队列样本:12例脓毒性休克患者和12例健康对照 细胞实验条件:LPS处理浓度1 μg/mL,处理24小时;THP-1细胞分化使用100 ng/mL PMA处理48小时 RT-qPCR验证:使用GAPDH作为内参,2−ΔΔCT法计算相对表达量

摘要

引言:儿童脓毒性休克是一种高度异质性综合征,涉及不同的免疫状态和生物学过程。我们采用生物信息学方法探讨N6-甲基腺苷(m6A)甲基化与儿童脓毒性休克之间的关系。方法:选取包含98名脓毒性休克患儿信息的基因表达数据集。为了构建和评估风险预测模型,使用机器学习筛选标记性m6A调控因子。基于差异表达的m6A调控因子,构建儿童脓毒性休克的分子亚型。随后,分析不同亚型之间m6A评分、免疫细胞浸润异质性和生物学功能异质性。最后,采用实时荧光定量PCR(RT-qPCR)验证标记性m6A调控因子的表达。结果:鉴定出15个差异表达的m6A调控因子。使用随机森林方法筛选出6个标记性m6A调控因子,包括LRPPRC、ELAVL1、RBM15、CBLL1、FTO和RBM15B。基于m6A标记构建的儿童脓毒性休克风险预测模型具有强一致性和高临床实用性。基于m6A调控因子的差异表达模式,确定了两种儿童脓毒性休克亚型。两种m6A亚型在RNA表观遗传学、免疫状态和生物学过程方面存在显著差异。两种亚型之间的差异表达基因富集于细胞数量稳态、氧化还原反应和先天免疫系统反应。最后,在额外样本中验证了六个标记性m6A调控因子。结论:基于m6A甲基化调控基因的异质性,识别出儿童脓毒性休克两种具有不同RNA表观遗传学、免疫状态和生物学过程的亚型,揭示该疾病的异质性很大程度上归因于差异的m6A甲基化。这些发现将有助于探索和建立适当的个体化治疗。

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
m6A RNA甲基化是否与儿童脓毒性休克的异质性相关,其分子亚型是否具有不同的免疫和生物学功能?
核心机制
m6A甲基化修饰的差异导致儿童脓毒性休克呈现不同的亚型,其免疫状态和生物学过程不同,m6Ascore高低反映免疫排除或免疫炎症表型。
主要证据
基于GSE26440数据集的转录组分析,鉴定出15个差异m6A调控因子,并构建风险预测模型和两个分子亚型;通过GSE26378数据集中和RT-qPCR在临床队列及细胞系中验证了6个标记基因的表达趋势。
研究意义
该研究首次描绘儿童脓毒性休克中m6A调控因子的转录谱,表明m6A甲基化与疾病密切相关,为风险预测和个体化治疗提供参考,m6A甲基化药物可能成为新的治疗选择。

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

数据下载与预处理

获取儿童脓毒性休克外周血转录组数据并进行标准化,以便后续分析。

从GEO数据库下载GSE26440数据集(GPL570平台),包含98例脓毒性休克患儿和32例正常对照的转录组数据。使用Perl进行基因注释,Rlimma包进行数据标准化。

2

差异表达和相关性分析

鉴定儿童脓毒性休克中差异表达的m6A调控因子,并分析它们之间的相关性。

比较脓毒性休克组和正常对照组中24个m6A调控因子的mRNA表达水平,通过热图和箱线图展示差异。使用Spearman相关分析差异m6A调控因子之间的相关性。

3

筛选标记m6A调控因子

使用机器学习方法筛选与儿童脓毒性休克相关的关键m6A调控因子。

使用随机森林(RF)和支持向量机(SVM)算法对15个差异表达的m6A调控因子进行筛选,通过残差箱线图、残差逆累积分布图和ROC曲线比较模型性能,选定RF方法。最终根据重要性评分选定6个标记基因。

4

构建风险预测模型

基于标记m6A调控因子构建儿童脓毒性休克的风险预测模型,并评估其性能。

使用R包rms构建nomogram预测模型,通过校准曲线评估模型一致性,通过决策曲线分析(DCA)和临床影响曲线评估临床应用价值。

5

探索m6A分子亚型

基于m6A调控因子的表达模式,对儿童脓毒性休克样本进行分子分型。

使用共识聚类(ConsensusClusterPlus)将脓毒性休克样本分为k个亚型(k=2-6),通过共识矩阵热图、CDF曲线和PCA图确定最佳聚类数(k=2)。比较两个亚型之间的m6Ascore和m6A调控因子表达差异。

6

评估免疫细胞浸润异质性

比较不同m6A亚型之间的免疫细胞浸润模式,并分析与m6A调控因子的相关性。

使用ssGSEA计算每个样本的免疫细胞富集分数,比较亚型间的差异。通过Spearman相关分析m6A调控因子与免疫细胞浸润的相关性,并比较IGF2BP1高低表达组间免疫细胞浸润差异。

7

评估生物学功能异质性

探究不同m6A亚型之间生物学功能的差异。

通过limma识别亚型间的差异表达基因(DEGs),进行GO和KEGG富集分析,以及GSEA分析。

8

验证标记m6A调控因子

在独立数据集、临床样本和细胞模型中验证六个标记m6A调控因子的表达。

在GSE26378数据集中验证六个基因的表达;通过RT-qPCR在临床队列(12例脓毒性休克患者和12例健康对照)、RAW 264.7细胞和THP-1细胞中验证表达。细胞中,RAW 264.7和THP-1细胞用LPS(1 μg/mL)处理24小时,THP-1先用PMA分化。

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
FastPure 细胞/组织总RNA提取试剂盒 V2VazymeRC112-01
HiScript III 逆转录预混液(qPCR)VazymeR323-01
ChamQ 通用型SYBR qPCR预混液VazymeQ711-02
脂多糖SolarbioL8880
佛波醇12-十四酸酯13-乙酸酯MultiSciencesCS0001
DMEM培养基----
RPMI 1640培养基----
胎牛血清----
青霉素-链霉素----
β-巯基乙醇----

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
数据获取与预处理
数据集GSE26440和GSE26378的样本组成(脓毒性休克和正常对照数量)、平台类型(GPL570)以及标准化方法(R limma)
阅读提示:Methods 2.1, 2.8
差异表达与相关性分析
比较脓毒性休克组和正常对照组的m6A调控因子表达,14个下调、1个上调(IGF2BP1);相关性筛选标准(|r|>0.3, p<0.001)
阅读提示:Results 3.2, Figure 2
机器学习筛选标记m6A调控因子
随机森林和SVM的比较方法与选择标准,RF的最优树数量(240),六个标记基因(LRPPRC, ELAVL1, RBM15, CBLL1, FTO, RBM15B)
阅读提示:Methods 2.3, Results 3.3, Figure 3
风险预测模型
使用六个标记基因构建nomogram模型,校准曲线、DCA和临床影响曲线的评估
阅读提示:Methods 2.4, Results 3.4, Figure 4
m6A分子亚型
共识聚类使用的k范围(2-6),最佳k值(2),亚型样本分布(A型59例,B型39例),m6Ascore计算方法(基于差异m6A调控因子表达,PCA)
阅读提示:Methods 2.5, Results 3.5, Figure 5
免疫浸润分析
ssGSEA分析方法,免疫细胞类型的富集分数比较,m6A调控因子与免疫细胞的Spearman相关性分析
阅读提示:Methods 2.6, Results 3.6, Figure 6
生物学功能分析
DEG筛选标准(校正p<0.05, |FC|>1.5),GO和KEGG富集分析,GSEA参考基因集和显著性阈值
阅读提示:Methods 2.7, Results 3.7, Figure 7
RT-qPCR验证
临床样本收集标准(年龄1个月-14岁,符合脓毒性休克诊断,住院>24h)、排除标准、外周血采集时间(入院第一天)、RNA提取和RT-qPCR步骤、引物序列(补充表S2)、内参基因(GAPDH)、相对定量方法(2−ΔΔCT)
阅读提示:Methods 2.9, 2.10, Figure 8
细胞实验
RAW 264.7和THP-1细胞的来源(Procell)、培养条件(37°C、5% CO2)、培养基组成、细胞接种密度(5×10^5 cells/well)、LPS处理浓度(1 μg/mL)和时间(24小时)、THP-1分化条件(PMA 100 ng/mL,48小时)
阅读提示:Methods 2.10
统计分析
R版本(4.1.0)、多重检验校正方法(Benjamini-Hochberg)、组间比较(t检验或Mann-Whitney U检验)、显著性水平(p<0.05)
阅读提示:Methods 2.11