机器学习识别FLNA作为脊髓损伤后调节神经元凋亡的关键分子靶点

脊髓损伤（SCI）是一种创伤性中枢神经系统损伤，与神经元凋亡密切相关。然而，SCI患者神经元凋亡的特异性生物标志物和调控机制仍不清楚。在本研究中，我们旨在鉴定SCI后调节神经元凋亡的差异表达蛋白（DEPs），并揭示潜在的诊断和治疗靶点。在损伤后五个不同时间点收集脊髓组织进行LC-MS/MS分析。使用富集分析、WGCNA、随机森林、支持向量机递归特征消除和受试者工作特征（ROC）曲线分析方法来鉴定与神经元凋亡相关的蛋白质和通路。使用大鼠模型和PC12细胞进行验证。共鉴定出351个DEPs。通过整合DEPs、WGCNA和机器学习方法，鉴定出细丝蛋白A（FLNA），一种凋亡相关蛋白。该发现的可靠性在上述三个数据集中得到证实。进行Spearman相关分析以鉴定与FLNA表达相关的排名前100的蛋白质，然后对其进行富集分析。GO富集分析和KEGG富集分析显示，这些蛋白质的表达在线粒体氧化磷酸化中富集。Western blot和qRT-PCR分析证实了FLNA在SCI大鼠模型中的表达上调。体外实验表明，使用siRNA沉默FLNA表达可减少H2O2诱导的PC12细胞凋亡和ROS产生。此外，FLNA表达敲低抑制了PI3K/AKT信号通路。FLNA是SCI后神经元凋亡的关键分子靶点。