基于氧化应激-糖酵解协同调控网络的动脉粥样硬化诊断模型研究

本研究针对动脉粥样硬化（AS）早期诊断困难与个体化治疗缺失的难题，通过生物信息学方法成功筛选出12个与AS发病机制相关的高置信度枢纽基因，并最终建模获得7个关键基因。研究发现免疫细胞浸润水平存在显著差异，APOE与CXCL1分别与M0巨噬细胞和单核细胞呈现强正相关性，为AS分子标志物发现和临床转化提供新方向。

　　

动脉粥样硬化（Atherosclerosis, AS）作为主要心血管疾病，其早期诊断与个体化治疗仍是临床面临的重大挑战。本研究采用生物信息学方法，成功鉴定出与AS病理机制相关的关键遗传标志物——氧化应激与糖酵解相关差异表达基因（Oxidative Stress and Glycolysis-related Differentially Expressed Genes, OSGRDEGs）。通过加权基因共表达网络分析（WGCNA），筛选出与AS显著相关的三个模块（MEturquoise、MEred、MEgreen），其中72个模块基因与OSGRDEGs重合。基于STRING数据库构建蛋白质相互作用网络，并利用Cytoscape进行拓扑学分析，结合CytoHubba插件的五种算法最终确定12个高置信度枢纽基因。经建模优化后进一步筛选出7个关键基因。免疫浸润分析显示，八种免疫细胞群体在比较组间存在显著差异，其中单核细胞与M0巨噬细胞在A、B亚型中呈显著负相关。值得注意的是，相关分析证实载脂蛋白E（APOE）和C-X-C motif chemokine ligand 1（CXCL1）分别与M0巨噬细胞和单核细胞呈现强烈正相关性。本研究为AS分子标志物的发现提供了创新性研究方向，后续工作将聚焦于其临床转化潜力的验证。