通过整合机器学习和生物信息学分析识别慢性阻塞性肺疾病中的关键线粒体相关基因

背景：慢性阻塞性肺疾病（COPD）是一种常见的慢性呼吸系统疾病，具有高发病率和死亡率，与线粒体功能障碍和免疫失调密切相关；然而，其潜在机制仍不清楚。目的：本研究旨在识别线粒体枢纽基因并评估其在COPD中的诊断潜力。方法：本研究结合生物信息学和实验方法，探讨COPD发病机制中线粒体相关差异表达基因（MitoDEGs）。分析两个GEO数据集（GSE38974/GSE8545）以识别MitoDEGs，通过机器学习（LASSO/SVM‐RFE）进一步进行功能表征和筛选。通过定量实时聚合酶链反应（qRT‐PCR）和蛋白质印迹在支气管上皮细胞和COPD小鼠模型肺组织中进一步验证关键基因。免疫浸润分析揭示了MitoDEGs与COPD免疫失调之间的联系，并使用免疫组织化学（IHC）和免疫荧光（IF）进行了实验证实。结果：在28个已识别的MitoDEGs中，筛选出五个特征基因（BAX、DLST、FKBP10、FUNDC2和RMDN1）。随后通过qRT‐PCR、蛋白质印迹和ROC曲线验证，进一步确认BAX和DLST为核心枢纽基因。免疫图谱显示，COPD中M0巨噬细胞浸润显著增加，活化NK细胞减少。BAX和DLST表达与M0巨噬细胞呈正相关，与活化NK细胞呈负相关，这一发现通过IHC和IF测定得到证实。结论：这些发现强调BAX和DLST作为COPD潜在线粒体功能障碍生物标志物，将其作用与免疫细胞浸润联系起来。该研究为香烟烟雾诱导的COPD发病机制提供了新的见解，并强调了靶向线粒体–免疫相互作用的诊断效用。