基于单细胞测序和孟德尔随机化分析揭示的银屑病潜在标志基因

Potential marker genes for psoriasis revealed based on single-cell sequencing and Mendelian randomization analysis.

作者信息Ying Dong, Hong-Song Ge, Rui-Xue Chang, Jing Chu
PMID41328434
发布时间2025-11-17
DOI10.3389/fgene.2025.1634874

实验完整度

研究发现依赖公共数据(GEO、EBI)的转录组与遗传分析(scRNA-seq、MR、GSEA、免疫浸润等),并包含RT-qPCR体外验证(M5刺激的HaCaT细胞),但缺少体内实验、患者组织验证及深入的功能机制实验。

主要模型

CD4+ T细胞(scRNA-seq数据集GSE151177) HaCaT细胞(M5诱导的银屑病细胞模型)

重点核对

scRNA-seq数据集GSE151177中使用了13个银屑病样本和5个健康对照样本,共19,670个单细胞,CD4+ T细胞被确定为主要贡献细胞 MR分析使用来自EBI GWAS Catalog(GCST90038681)的银屑病汇总数据(5,427例病例,479,171例对照),基因表达的工具变量来自eQTLGen全血cis-eQTL数据(P<1×10⁻⁸,LD R²<0.001,clumping window 10,000 kb) 七个候选基因(BIN2、CAPN12、CXXC5、KLRC1、KLRD1、PRF1、SLFN5)在MR分析中均达到IVW p<0.05,且方向一致(BIN2和CAPN12风险增加,其余五个风险降低) RT-qPCR验证使用10 ng/mL M5(IL-22、TNF-α、IL-17A、IL-1α、Oncostatin M)处理HaCaT细胞48小时,n=3个生物学重复,技术性三次重复

摘要

背景:银屑病是一种慢性免疫介导的皮肤病,其特征是角质形成细胞过度增殖和局部炎症。全面了解其分子机制对于改善疾病管理和开发靶向治疗至关重要。目的:本研究旨在通过整合单细胞RNA测序与孟德尔随机化(MR)分析,探究银屑病背后的分子机制。方法:从GEO数据库获取了174份皮肤样本(92份来自银屑病患者,82份来自健康对照)的单细胞转录组数据。使用Seurat包进行数据处理,包括质量控制、标准化、降维和细胞类型注释,最终鉴定出11个不同的细胞群体。随后,使用来自EBI数据库(n = 484,598)的汇总统计数据进行MR分析,以评估候选基因与银屑病风险之间的推定关系。结果:七个经遗传信息推断的候选基因被鉴定为与银屑病易感性显著相关。其中,BIN2和CAPN12与风险增加相关,而CXXC5和KLRD1等基因与风险降低相关。这些基因主要在CD4+ T细胞中表达。功能富集分析(包括基因集富集分析(GSEA)和基因集变异分析(GSVA))揭示了它们参与关键的免疫相关通路,如IL-17信号通路和NOD样受体信号通路。免疫浸润分析显示银屑病皮损中多种免疫细胞类型丰度升高。此外,转录因子调控网络分析提示,特定转录因子可能调控这些核心基因的表达,从而参与银屑病的发病机制。结论:通过整合单细胞RNA测序与MR分析,我们鉴定了七个银屑病相关基因(BIN2、CAPN12、CXXC5、KLRC1、KLRD1、PRF1和SLFN5),它们在CD4+ T细胞中高表达。这些基因有望成为银屑病诊断的潜在生物标志物和新的治疗靶点。

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
整合单细胞RNA测序与孟德尔随机化分析,探究银屑病发病相关的关键基因及其与疾病风险的潜在因果关系。
核心机制
七个候选基因(BIN2、CAPN12、CXXC5、KLRC1、KLRD1、PRF1、SLFN5)主要表达于CD4+ T细胞,参与IL-17信号、NOD样受体信号等免疫相关通路,并通过调节免疫微环境、转录因子调控网络参与银屑病发病;其中BIN2和CAPN12与风险增加相关,CXXC5、KLRC1、KLRD1、PRF1、SLFN5与风险降低相关。
主要证据
基于GEO数据库两次转录组数据(GSE151177和GSE54456)的单细胞转录组分析、EBI数据库(n=484,598)的两样本MR分析、GSEA/GSVA功能富集、CIBERSORT免疫浸润分析、RcisTarget转录因子调控网络分析,以及RT-qPCR在M5诱导HaCaT细胞模型中的初步验证。
研究意义
这些基因有望成为银屑病诊断的潜在生物标志物和新的治疗靶点,为理解银屑病发病的遗传和免疫机制提供理论框架。

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

单细胞转录组数据处理与细胞类型鉴定

对GSE151177数据(18个样本)进行质量控制、标准化、降维、去批次和聚类,并注释细胞类型,以确定参与银屑病发病的关键细胞群体。

使用Seurat包进行质量控制(MAD法排除离群细胞)、DoubletFinder去除双细胞、LogNormalize标准化、PCA降维、Harmony批次校正、UMAP聚类、CellMarker和PanglaoDB数据库及SingleR自动注释,鉴定出11种细胞类型(包括角质形成细胞亚群、T细胞亚群、树突状细胞、巨噬细胞、黑色素细胞等)。

2

细胞亚群与疾病的关联贡献分析

通过综合细胞丰度变化和基因表达变化,评估各细胞亚群对银屑病发病的贡献,以识别关键细胞群体。

对银屑病与对照进行差异表达分析,计算每个细胞簇中特征基因的FCscore(综合表达倍数变化和细胞比例倍数变化的复合指标),以此量化每个细胞亚群的总体贡献。结果显示CD4+ T细胞的FCscore最高,被选为关键细胞群体用于进一步分析。

3

候选基因的孟德尔随机化分析

基于全血eQTL数据与银屑病GWAS汇总数据,评估候选基因表达对银屑病风险的潜在因果效应。

从eQTLGen获取全血cis-eQTL数据作为工具变量,从EBI GWAS Catalog获取银屑病汇总统计(GCST90038681),使用TwoSampleMR包提取和协调数据,采用IVW、MR-Egger、加权中位数、加权众数等多种方法进行MR分析,并进行敏感性分析(MR-Egger截距、Cochran's Q、留一法)和反向MR。鉴定出7个与银屑病显著关联的基因,BIN2和CAPN12增加风险,CXXC5、KLRC1、KLRD1、PRF1、SLFN5降低风险。

4

功能富集分析与通路探索

探究候选基因高表达与低表达组之间的生物学通路差异,以及候选基因在样本水平上的通路活性变化。

对候选基因表达高低分组进行GSEA(使用MSigDB C2:CP:KEGG基因集)和GSVA(使用HALLMARK基因集),识别显著富集的通路,如KLRC1、KLRD1、PRF1、BIN2、SLFN5富集于免疫相关通路(IL-17信号、TNF/NF-κB、NOD样受体等),CAPN12富集于脂肪酸代谢和cGMP-PKG信号,CXXC5富集于cAMP和PPAR信号。

5

免疫细胞浸润分析

比较银屑病与对照样本中免疫细胞浸润的差异,并分析候选基因表达与免疫细胞浸润的相关性。

使用CIBERSORT算法估算22种免疫细胞亚群的相对比例,比较病例与对照的差异,并计算候选基因表达与免疫细胞浸润的Pearson相关性。结果显示银屑病中多种免疫细胞(如活化树突状细胞、M0/M1巨噬细胞、单核细胞等)显著升高,而静息树突状细胞、静息肥大细胞等降低。

6

转录因子调控网络分析

预测调控七个候选基因的转录因子,并评估其调控潜能。

使用R包RcisTarget,基于motif对候选基因集进行富集分析,计算AUC和NES,鉴定显著富集的转录因子motif。其中cisbp__M5911显示了最高的NES(5.84)。

7

RT-qPCR实验验证

在银屑病细胞模型中验证七个候选基因的mRNA表达水平变化。

使用M5(IL-22、TNF-α、IL-17A、IL-1α、Oncostatin M)刺激HaCaT细胞建立银屑病细胞模型,提取RNA并逆转录为cDNA,通过RT-qPCR检测七个基因的mRNA表达,并以GAPDH为内参。结果显示与对照组相比,BIN2、KLRD1、SLFN5和CXXC5在M5组中显著上调,而CAPN12和KLRC1显著下调。

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
HaCaT细胞武汉普诺赛--
M5细胞因子混合物PeproTech--
TRIzol试剂Invitrogen--
RevertAid第一链cDNA合成试剂盒Thermo Fisher Scientific--
SYBR Green荧光染料Takara--

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
单细胞RNA测序分析
数据集GSE151177(13例银屑病,5例对照)的使用、质量控制参数(nFeature_RNA≥200, percent.mt≤14.428),High variable genes的数量(2000),细胞类型注释方法(Seurat、SingleR、Harmony、UMAP)
阅读提示:Methods:Data acquisition、Single-cell data quality control、Dimensionality reduction, clustering and annotation of single-cell data
孟德尔随机化分析
eQTL来源(eQTLGen全血cis-eQTL)、GWAS数据(GCST90038681,5,427例病例,479,171例对照)、工具变量筛选标准(P<1×10⁻⁸,R²<0.001,窗口10,000 kb)、MR方法(IVW, MR-Egger, 加权中位数,加权众数)、敏感性分析(MR-Egger截距,Cochran's Q,留一法)
阅读提示:Methods:Mendelian randomization analysis、Sensitivity test analysis
RT-qPCR验证
HaCaT细胞来源(武汉普诺赛)、M5处理浓度和时长(10 ng/mL,48小时)、RNA提取试剂(TRIzol)、cDNA合成试剂盒(RevertAid)、SYBR Green(Takara)、内参基因(GAPDH)、统计分析(ΔCt法,n=3,ANOVA)
阅读提示:Methods:Validation with RT-qPCR、Figure 8 legend