整合分析筛选候选基因
鉴定与肌少症相关的线粒体差异表达基因。
整合GSE111006、GSE111010和GSE111016数据集，进行差异表达分析、WGCNA和与MitoCarta 3.0交集，获得51个候选基因。
关于丁香通
公司信息
个人用户
企业机构
无忧采购 轻松科研
- 移动端
单细胞RNA测序与整合生物信息学揭示肌少症的新型线粒体生物标志物
Single-cell RNA sequencing and integrated bioinformatics reveal new mitochondrial biomarkers in sarcopenia.
实验完整度
中包含多数据集生物信息学分析、单细胞RNA测序、体外细胞实验验证及体内数据集验证，但缺乏动物模型等体内功能实验。
主要模型
C2C12成肌细胞分化肌管 人类骨骼肌单细胞图谱 GSE269698小鼠模型
重点核对
三个独立验证数据集（GSE1428、GSE117525、GSE167186）中的表达差异 C2C12细胞分化及地塞米松处理诱导萎缩 GSE269698数据集中的体内验证 列线图模型的AUC和校准
摘要
背景：肌少症以与年龄相关的骨骼肌丢失和功能障碍为特征，全球约10%的60岁以上成年人受到影响。目前的诊断方法通常仅在肌肉显著恶化后才检测到肌少症，凸显了对早期诊断生物标志物的迫切需求。方法：我们对多个公共转录组数据集（GSE1428、GSE117525、GSE167186、GSE111006、GSE111010和GSE111016）进行了整合分析，采用差异基因表达分析、加权基因共表达网络分析和机器学习技术。利用单细胞RNA测序（scRNA-seq）确定细胞类型特异性表达。定量PCR在肌少症样条件下培养的C2C12成肌细胞中验证了研究结果。构建了基于列线图的预测模型，并通过ROC分析和决策曲线分析进行评估。结果：我们发现了保守的三基因线粒体特征（CHCHD10、SAMM50、MDH2）在多个独立队列中显著失调。单细胞RNA测序确定了不同细胞类型之间的不同表达模式，突出显示肌细胞中显著的线粒体变化。整合这三个基因的列线图模型展现出优于常规临床参数的诊断准确性（AUC = 0.883，95% CI：0.732–1.000）。体外验证证实，在肌少症样状态下，所有三种生物标志物均显著下调（CHCHD10，p < 0.01；SAMM50，p < 0.05；MDH2，p < 0.01）。结论：我们的研究结果表明，由CHCHD10、SAMM50和MDH2组成的三基因线粒体特征可作为早期肌少症诊断的有价值的生物标志物。该特征强调了线粒体功能障碍对肌肉衰老的贡献。通过可能将基础研究与临床应用联系起来，该组合可能为开发靶向线粒体的疗法及其疗效监测提供新靶点。
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
- 寻找肌少症早期诊断的线粒体生物标志物。
- 核心机制
- 线粒体功能障碍，特别是氧化磷酸化抑制，在肌少症发病中起作用。
- 主要证据
- 多数据集整合分析、单细胞RNA测序、体外qPCR验证和体内数据集验证。
- 研究意义
- 为早期肌少症诊断提供生物标志物，并为线粒体靶向治疗提供潜在靶点。
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。
机器学习筛选核心基因
通过多种算法筛选出最具诊断潜力的基因。
使用LASSO、随机森林和SVM-RFE三种机器学习算法对候选基因进行筛选，取交集得到CHCHD10、SAMM50、MDH2。
独立数据验证表达
验证核心基因在独立数据集中的表达差异和诊断效能。
在GSE1428、GSE117525和GSE167186三个数据集中进行表达验证和ROC分析。
单细胞RNA测序分析
确定核心基因在骨骼肌不同细胞类型中的表达模式。
使用人类肌肉衰老细胞图谱数据，进行单细胞RNA测序分析，识别14种细胞类型，并分析三个基因的表达。
体外细胞实验验证
在肌少症样细胞模型中验证核心基因的表达变化。
使用C2C12成肌细胞分化成肌管，用地塞米松处理诱导萎缩，通过qPCR检测三个基因的表达。
体内数据集验证
在体内模型数据中验证核心基因的表达一致性。
使用GSE269698数据集（地塞米松处理的C57BL/6小鼠）进行验证。
构建预测模型
开发基于三个基因的列线图模型用于肌少症风险预测。
使用rms包构建列线图，通过ROC分析和DCA评估模型性能。
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。
差异表达分析
共表达网络分析
机器学习筛选
验证模型特征
验证分子表达变化
评估体内效果
数据分析与统计
产品清单
| 实验环节 | 名称 | 品牌 | 货号 |
|---|---|---|---|
| 细胞培养 | DMEM培养基 | -- | -- |
| 胎牛血清 | -- | -- | |
| 青霉素-链霉素 | -- | -- | |
| 药物处理 | 地塞米松 | -- | -- |
| 二甲基亚砜 | -- | -- | |
| RNA提取 | Trizol试剂 | -- | -- |
| RNA定量 | NanoDrop-2000分光光度计 | -- | -- |
| 逆转录 | SuperRT III一步法逆转录混合液 | -- | -- |
| qPCR | LightCycler 480实时荧光定量PCR仪 | Roche | -- |
| 2× M5 HiPer SYBR Premix Es Taq | -- | -- |
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 |
|---|---|
| 数据整合分析 | 数据集选择、批次效应校正（ComBat）、差异表达阈值（|log2FC|>1, adj.P<0.05）、WGCNA软阈值（β=5, R2=0.90） 阅读提示：Methods: Data sources and preprocessing, Screening of key genes, WGCNA |
| 机器学习筛选 | LASSO、随机森林、SVM-RFE的参数和筛选方法 阅读提示：Methods: Screening of key genes |
| 独立验证 | 验证数据集（GSE1428, GSE117525, GSE167186）的表达差异和ROC分析 阅读提示：Results: Validation of sarcopenia-associated biomarkers in independent cohorts, Figure 5 |
| 单细胞分析 | 数据来源（HMA数据库）、质控标准（UMIs>1000, 基因>500, 线粒体含量<5%）、细胞类型注释 阅读提示：Methods: Single-cell RNA sequencing analysis, Results: Single-cell transcriptomic analysis, Figure 6 |
| 体外验证 | C2C12细胞分化方案、地塞米松处理剂量（5 μM）和时间（24小时） 阅读提示：Methods: PCR validation, Results: Experimental validation, Figure 5G |
| 体内验证 | GSE269698数据集基因表达差异及统计显著性 阅读提示：Results: Experimental validation, Figure 5H |