溃疡性结肠炎中铁死亡的分子机制:来自机器学习、WGCNA和免疫细胞浸润分析的见解

Molecular mechanisms of ferroptosis in ulcerative colitis: insights from machine learning, WGCNA, and immune cell infiltration analysis.

作者信息Leilei Zhai, Huiyue Pan, Ziyi Guo, Wei Zhou, Qi Ding, Haikun Wang, Qian Chen, Ping Yao
PMID40948782
发布时间2025-08-29
DOI10.3389/fimmu.2025.1615186

实验完整度

高

包含生物信息学分析(GEO数据集、机器学习、WGCNA、免疫浸润)和体外Caco-2细胞实验(LPS/RSL3/Fer-1处理,检测铁死亡标志物、TEM、RT-qPCR、Western blot)两个独立证据层级,并进行功能验证。

主要模型

Caco-2人肠上皮细胞系 GSE87466和GSE47908合并的训练队列 GSE92415外部验证队列

重点核对

Caco-2细胞LPS处理浓度1 μg/mL和24小时时间 RSL3浓度15μM和Fer-1浓度4μM GSE87466和GSE47908合并后去除批次效应 CIBERSORT算法进行免疫浸润分析 MFN2和CBS的表达变化

摘要

背景:本研究旨在探讨溃疡性结肠炎(UC)中与铁死亡相关的生物标志物及其潜在的分子基础。方法:从基因表达综合(GEO)数据库中获取UC数据集(GSE87466和GSE47908)合并作为训练集,并去除批次效应。筛选铁死亡相关差异表达基因(DE-FRGs)以构建UC的诊断风险模型。然后使用机器学习(lasso回归和SVM-RFE)、加权基因共表达网络分析(WGCNA)和PPI获得候选核心基因。在鉴定共同的DE-FRGs后,进行功能富集分析、GSEA和GSVA功能富集分析以及免疫细胞浸润以探索UC的发病机制。此外,核心基因表达与铁死亡标志物(GPX4和ACSL4)的相关性在外部验证(GSE92415)和体外实验中得到验证。最后,我们采用人肠上皮Caco-2细胞通过LPS(1 μg/ml)处理24小时建立体外炎症模型。该模型用于验证铁死亡相关必需基因(ACSL4和GPX4)的表达水平与促炎细胞因子(TNF-α、IL-6和IL-1β)之间的相关性。此外,为了确认铁死亡的参与,Caco-2细胞与RSL3(铁死亡诱导剂)或Ferrostatin-1(Fer-1,抑制剂)共同处理,然后测量GSH、MDA作为脂质过氧化指标以及细胞铁负荷。通过透射电子显微镜(TEM)评估线粒体超微结构以检测铁死亡相关的形态学变化。结果:经过进一步验证,MFN2和CBS被确定为核心基因。功能评估、基因集富集分析和免疫浸润特征鉴定显示核心基因与巨噬细胞、静息肥大细胞和滤泡辅助性T细胞水平显著相关。在体外,我们观察到LPS/RSL3处理明显激活了Caco-2细胞的铁死亡,表现为关键铁死亡相关基因表达的改变(GPX4、CBS和MFN2下调;ACSL4上调)以及铁死亡替代标志物的水平(MDA和铁水平升高,GSH降低)。此外,LPS诱导的Caco-2细胞铁死亡可被Fer-1逆转。结论:MFN2和CBS可能代表潜在的治疗靶点,并可作为UC免疫调节的生物标志物,值得进一步研究。

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
溃疡性结肠炎中与铁死亡相关的关键生物标志物及其分子机制是什么?
核心机制
LPS下调MFN2和CBS表达,激活铁死亡通路,加剧肠上皮细胞炎症反应。
主要证据
生物信息学分析(GSE87466、GSE47908、GSE92415)结合体外Caco-2细胞实验,通过RT-qPCR、Western blot、TEM和铁死亡标志物检测,证实铁死亡参与LPS诱导的肠炎。
研究意义
MFN2和CBS可能作为UC的诊断标志物和治疗靶点,值得进一步研究。

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

GEO数据获取与预处理

获取UC和正常对照的基因表达数据,并消除批次效应。

从GEO数据库下载GSE87466和GSE47908,合并作为训练集,使用sva包去除批次效应。

2

差异表达基因和铁死亡相关基因筛选

识别UC中与铁死亡相关的差异表达基因(DE-FRGs)。

使用limma包进行差异表达分析,与FerrDb数据库中的铁死亡相关基因取交集。

3

机器学习与WGCNA鉴定核心基因

通过多种算法筛选诊断核心基因。

使用LASSO回归、SVM-RFE、PPI网络和WGCNA分析,取四者交集确定核心基因MFN2和CBS。

4

功能富集和免疫浸润分析

探索核心基因的功能和免疫细胞浸润特征。

进行GO/KEGG富集、GSEA、GSVA和CIBERSORT免疫浸润分析。

5

核心基因表达验证

在外部验证集中验证核心基因的表达和诊断价值。

使用GSE92415验证MFN2和CBS的表达,并绘制ROC曲线评估诊断价值。

6

体外细胞模型建立与验证

验证LPS诱导的Caco-2细胞铁死亡模型,并检验核心基因的作用。

用LPS(1 μg/mL)处理Caco-2细胞24小时建立炎症模型,检测细胞活力、铁死亡标志物(MDA、GSH、铁)、线粒体形态、基因和蛋白表达。

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
MEM培养基----
胎牛血清----
青霉素----
链霉素----
CCK8检测试剂盒----
脂多糖MedChemExpressHY-D1056
Ferrostatin-1MedChemExpressHY-100579
RSL3MedChemExpressHY-100218A
丙二醛含量检测试剂盒SolarbioBC6415
亚铁离子含量检测试剂盒SolarbioBC5415
还原型谷胱甘肽检测试剂盒Jiancheng Bioengineering InstituteA006-2-1
Foregene RNA提取试剂盒Foregene--
PrimeScript RT试剂盒Takara--
SYBR Green PCR预混液TransGen Biotech--
ABI QuantStudio5Applied Biosystems--
RIPA裂解液EpizymePC101
蛋白酶和磷酸酶抑制剂EpizymeGRF103
BCA蛋白定量试剂盒EpizymeZJ102L
SDS-PAGE凝胶EpiZymePG112
PVDF膜MilliporeIPVH00010
MFN2抗体CST9482
CBS抗体CST14782
GAPDH抗体ABclonalA19056
GPX4抗体ABclonalA11243
ACSL4抗体ABclonalA20414
HRP标记二抗ABclonalAS014
Omni-ECL增强化学发光试剂盒EpizymeSQ101
透射电子显微镜H7700Hitachi--

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
GEO数据预处理
训练集(GSE87466和GSE47908)的合并、批次效应去除参数
阅读提示:材料与方法部分:GEO datasets downloading and preprocessing
核心基因筛选
LASSO和SVM-RFE的交叉验证参数,WGCNA软阈值power=5,minModuleSize=30,mergeCutHeight=0.25
阅读提示:材料与方法部分:Identification of hub genes by lasso regression and SVM-RFE 和 Weighted gene co-expression network analysis
体外细胞模型
Caco-2细胞系来源(Procell),培养条件(MEM, 37°C, 5% CO2, 20% FBS, 青霉素, 链霉素),LPS浓度1 μg/mL,处理时间24小时
阅读提示:材料与方法部分:Cell culture and cell viability assay
药物处理
RSL3浓度15μM,Fer-1浓度4μM
阅读提示:材料与方法部分:Cell culture and cell viability assay
分子检测
RT-qPCR引物序列(补充表1),Western blot一抗稀释度(MFN2 1:1000, CBS 1:1000, GPX4 1:1000, ACSL4 1:1000, GAPDH 1:50000)
阅读提示:材料与方法部分:The RNA extraction and real-time quantitative PCR 和 Western blotting