阿尔茨海默病核心基因的多组学解码：从Aβ与tau病理机制到新型治疗靶点的探索与验证

本综述通过多组学与生物信息学方法，整合六项阿尔茨海默病（AD）数据集，系统筛选出与AD病理密切相关的差异表达基因（DEGs），并利用孟德尔随机化（MR）分析鉴定出10个核心基因（如METTL7A、SORCS3等）。研究进一步通过功能富集分析、免疫细胞浸润评估及机器学习验证，揭示这些基因在Aβ代谢、tau蛋白磷酸化及神经炎症中的调控作用，为AD的机制解析、生物标志物开发及靶向治疗策略提供了重要理论依据。

　　

引言

阿尔茨海默病（AD）是一种进展性神经退行性疾病，主要临床特征为认知功能衰退、记忆丧失及日常生活能力下降。其病理特征包括β-淀粉样蛋白（Aβ）沉积形成的老年斑、tau蛋白过度磷酸化形成的神经原纤维缠结（NFTs），以及神经炎症和突触损伤。随着全球老龄化加剧，AD已成为重大公共卫生挑战。目前全球AD患者超过5000万，预计2050年将翻倍。除患者痛苦外，AD也给家庭和社会带来沉重经济负担。尽管AD的确切病因尚未完全明确，但遗传易感性（如APOEε4等位基因）、环境因素和多基因机制共同参与其发病过程。

材料与方法

本研究从基因表达综合数据库（GEO）获取六项AD转录组数据集，涵盖134例正常样本和142例AD样本。数据通过R软件（4.3.2版本）进行预处理、批次校正和归一化。差异表达基因（DEGs）筛选采用“limma”包，阈值设定为P<0.05且|logFC|>0.585。共鉴定出294个上调基因和330个下调基因。

孟德尔随机化（MR）分析采用“TwoSampleMR”包，以表达数量性状位点（eQTL）数据作为暴露变量，AD的GWAS数据（ebi-a-GCST90027158）作为结局变量，通过逆方差加权（IVW）、MR-Egger等方法评估基因与AD的因果关系。功能分析包括基因本体（GO）、京都基因与基因组百科全书（KEGG）富集分析、基因集富集分析（GSEA）及免疫细胞浸润分析（使用CIBERSORT算法）。机器学习方法（随机森林、LASSO回归、SVM-RFE）用于筛选AD相关核心基因，并通过受试者工作特征（ROC）曲线和列线图（Nomogram）评估其诊断效能。

体外实验采用SK-N-SH细胞系，分别用20 nmol/L冈田酸（模拟tau病理）和10 μmol/L Aβ_1–42寡聚体（模拟Aβ病理）处理，通过定量实时聚合酶链反应（qRT-PCR）验证核心基因的表达。

结果

1. 差异基因与MR分析

差异表达分析共识别624个DEGs。MR分析发现10个与AD显著共表达的基因，包括5个上调基因（METTL7A、SERPINB6、VASP、ENTPD2、CXCL1）和5个下调基因（FIBP、FUCA1、TARBP1、SORCS3、DMXL2）。其中9个基因（除CXCL1外）在后续机器学习交叉验证中被确定为核心基因。MR结果显示，上调基因均与AD风险正相关（OR>1），下调基因与AD风险负相关（OR<1）。敏感性分析（异质性、多效性检验及留一法）证实结果稳健。

2. 功能富集与免疫浸润分析

GO分析显示DEGs显著富集于神经元胞体组织、膜电位调控、被动跨膜转运等过程。KEGG分析提示DEGs主要参与神经退行性疾病通路（如阿尔茨海默病通路、GABA能突触等）。免疫浸润分析发现AD样本中幼稚CD4⁺ T细胞比例显著升高，且核心基因与多种免疫细胞（如B细胞、巨噬细胞、Treg细胞）呈现显著相关性。例如，METTL7A与静息记忆CD4⁺ T细胞正相关，而与浆细胞负相关；ENTPD2与幼稚CD4⁺ T细胞负相关。GSEA分析进一步揭示这些基因富集于细胞黏附分子、丙氨酸-天冬氨酸-谷氨酸代谢、AD通路等，表明免疫反应与代谢紊乱在AD中的重要作用。

3. 机器学习验证与诊断效能

通过SVM、随机森林和LASSO回归交叉验证，最终确定9个核心基因（METTL7A、SERPINB6、VASP、ENTPD2、FIBP、FUCA1、TARBP1、SORCS3、DMXL2）作为AD诊断标志物。列线图模型显示这些基因具有高诊断价值，合并数据集ROC曲线下面积（AUC）达0.860。在独立验证集（GSE36980）中，部分基因（如SORCS3、ENTPD2）的AUC超过0.78。qRT-PCR验证表明，在tau和Aβ病理模型中，上调基因（METTL7A、SERPINB6、VASP、ENTPD2）表达显著升高，下调基因（FIBP、FUCA1、TARBP1、SORCS3、DMXL2）表达降低，与生物信息学分析一致。

讨论

本研究通过多组学整合分析，系统揭示了9个核心基因在AD病理中的调控作用：

• •
  SERPINB6（丝氨酸蛋白酶抑制剂）通过抑制炎症蛋白酶活性减轻神经炎症，AD患者额叶皮层中表达升高。
• •
  FIBP通过结合纤维母细胞生长因子2（FGF2）发挥抗炎和神经保护作用，AD患者海马表达降低。
• •
  SORCS3调控淀粉样前体蛋白（APP） trafficking，减少Aβ生成；其基因多态性（rs10884402）与AD风险相关。
• •
  FUCA1（岩藻糖苷酶）参与溶酶体糖降解，功能缺陷导致Aβ清除障碍；补充FUCA1可增强小胶质细胞吞噬能力。
• •
  VASP（血管舒张刺激磷蛋白）调节微管稳定性和突触功能，AD脑中表达上调，过表达可减少tau缠结。
• •
  TARBP1通过调控miR-124成熟影响GSK-3β表达，后者促进tau磷酸化；恢复TARBP1可降低tau过度磷酸化。
• •
  ENTPD2调控细胞外ATP水平，激活小胶质细胞P2X7受体加剧神经炎症。
• •
  DMXL2维持神经递质合成和钙稳态，缺陷导致多巴胺/乙酰胆碱减少及神经元凋亡。
• •
  METTL7A可能通过脂代谢和RNA甲基化参与神经代谢调控，AD患者小胶质细胞中表达升高。

这些基因共同涉及Aβ代谢、tau磷酸化、神经炎症及突触功能紊乱等多个关键病理环节，为AD的分子机制提供了新视角。局限性在于SK-N-SH细胞模型无法完全模拟体内神经元复杂性，未来需结合原代神经元、类脑器官或转基因动物模型进一步验证。

结论

本研究鉴定出METTL7A、SERPINB6、VASP、ENTPD2、FIBP、FUCA1、TARBP1、SORCS3和DMXL9个基因作为AD核心调控因子，它们通过参与Aβ沉积、tau病理、免疫浸润等过程推动AD进展。这些基因不仅为AD诊断提供了潜在生物标志物，也为开发靶向治疗策略奠定了理论基础。后续研究应深入探索其具体分子机制及协同作用，推动AD精准诊疗的发展。