脂肪酸代谢在缺血性脑卒中中的作用：多组学生物标志物发现与GPR84的治疗潜力

本研究针对缺血性脑卒中（IS）诊断与治疗面临的挑战，整合外周血转录组数据，通过多组学分析和机器学习方法，系统筛选出VIM、G0S2和GPR84三个脂肪酸代谢相关诊断基因，构建了高效诊断模型，并发现GPR84可作为潜在治疗靶点，为IS的精准诊疗提供了新策略。

脑卒中已成为全球致残和过早死亡的主要原因之一，其中缺血性脑卒中（Ischemic Stroke, IS）因脑血管阻塞导致脑组织缺血坏死而占据主导地位。尽管现有药物和介入治疗手段不断进步，但及时诊断和治疗效果仍面临巨大挑战，开发新型生物标志物和精准治疗策略迫在眉睫。

近年来，脂肪酸代谢（Fatty Acid Metabolism, FAM）作为细胞能量稳态的核心过程备受关注。研究表明，FAM不仅参与能量供应，还调控氧化损伤和炎症反应，尤其在IS发病过程中扮演重要角色。例如，缺血条件下线粒体脂肪酸β-氧化受阻，长链脂肪酸（Long-Chain Fatty Acids, LCFAs）积累可引发神经细胞凋亡和炎症反应，而中链脂肪酸（Medium-Chain Fatty Acids, MCFAs）则通过G蛋白偶联受体（如GPR84）参与免疫调节。然而，FAM在IS中的具体作用机制、相关生物标志物及治疗靶点仍不明确。

为此，Wu等人在《BMC Medical Genomics》发表了一项研究，通过整合多组学数据、机器学习算法和实验验证，系统探索了FAM在IS中的功能，并发现了潜在的诊断生物标志物和治疗靶点。

本研究主要采用了以下关键技术方法：整合GEO数据库中的外周血转录组数据集（GSE22255、GSE58294、GSE16561），通过差异表达分析、共识聚类、加权基因共表达网络分析（WGCNA）和多种机器学习模型（包括广义线性模型GLM、随机森林RF、支持向量机SVM和XGBoost）筛选关键基因；利用单样本基因集富集分析（ssGSEA）评估免疫细胞浸润，并通过单细胞RNA测序（scRNA-seq）数据（GSE174574）解析细胞类型特异性表达；采用Connectivity Map（CMAP）数据库预测潜在药物，并结合分子 docking 验证靶点结合能力；通过实时定量PCR（RT-qPCR）在临床样本中验证基因表达。

FRDEGs的鉴定与功能分析

研究人员首先通过整合转录组数据，识别出193个差异表达基因（DEGs），其中14个与FAM相关（FRDEGs），包括G0S2、PTGS2、VIM等。这些基因显著富集于肿瘤坏死因子（TNF）、白细胞介素-17（IL-17）和核因子κB（NF-κB）信号通路，提示FAM通过调控炎症反应参与IS病理过程。

IS亚型的分类与免疫特征

基于FRDEGs的表达模式，IS患者被分为两个亚型（Cluster 1和Cluster 2），其中Cluster 1表现出更高的免疫细胞浸润（如嗜酸性粒细胞、肥大细胞和中性粒细胞），进一步证实了IS的异质性和免疫微环境的重要性。

诊断基因的筛选与验证

通过机器学习模型比较，GLM（广义线性模型）被确定为最优模型，并筛选出VIM、G0S2和GPR84作为核心诊断基因。这些基因在训练集和验证集（GSE16561）中均显著上调，且RT-qPCR实验进一步证实了它们在外周血中的高表达。

诊断模型与免疫浸润分析

基于VIM、G0S2和GPR84构建的诊断列线图模型显示出较高的预测效能（训练集AUC=0.858，验证集AUC=0.715）。免疫浸润分析发现，这些基因与多种免疫细胞（如中央记忆CD4⁺ T细胞、嗜酸性粒细胞）显著相关，强调了免疫反应在IS中的关键作用。

单细胞表达与细胞间通讯

scRNA-seq分析显示，VIM广泛表达于多种细胞类型，G0S2特异性表达于粒细胞，而GPR84主要存在于小胶质细胞和巨噬细胞中。细胞间通讯分析进一步揭示，巨噬细胞和单核细胞通过TNF信号通路在IS微环境中发挥核心调控作用。

药物预测与分子对接

通过CMAP数据库筛选出Canertinib和Flecainide作为潜在治疗化合物，分子对接显示它们与GPR84具有高结合亲和力（结合自由能分别为-8.4 kcal/mol和-7.6 kcal/mol），提示GPR84可能是治疗IS的新靶点。

本研究系统揭示了FAM在IS中的重要作用，并通过多组学分析发现了VIM、G0S2和GPR84作为新型诊断生物标志物。其中，GPR84不仅参与炎症调控，还可能成为治疗靶点，Canertinib和Flecainide的预测为其临床应用提供了新方向。这些发现不仅深化了对IS病理机制的理解，也为精准诊断和个体化治疗提供了理论依据和实践策略。