利用转录组结合孟德尔随机化分析方法，识别和验证与败血症中精氨酸甲基化修饰相关的关键基因

《Shock》：Identification and validation of key genes related to arginine methylation modification in sepsis using transcriptome combined with Mendelian randomization analysis

研究通过分析sepsis数据集，结合PRMT基因与差异表达基因（DEGs）的共表达网络（WGCNA），利用孟德尔随机化（MR）和机器学习筛选出关键基因ELAC2、PBX2、MCTP2、EMB，揭示其通过调控翻译、非编码RNA代谢及免疫细胞浸润（如中性粒细胞、NK细胞、CD8+ T细胞）参与淋巴减少症。

　　

摘要通俗语言总结

---

背景：

败血症患者通常表现出淋巴细胞数量减少的现象，这一过程可能受到精氨酸甲基转移酶（PRMT）的调控。然而，目前尚不清楚PRMT是如何导致败血症中的淋巴细胞减少的。

方法：

本研究使用了与败血症相关的数据集（GSE65682和GSE134347）以及9个PRMT基因。首先，我们通过加权基因共表达网络分析（WGCNA）模块将差异表达基因（DEGs）与这些基因进行交叉，以识别与PRMT相关的差异表达基因（DE-PRMT-RGs）。随后，通过孟德尔随机化（MR）分析和机器学习筛选获得了候选关键基因。最后，我们对通过表达分析和接收者操作特征（ROC）曲线识别的关键基因进行了基因集富集分析（GSEA）、免疫浸润分析、免疫检查点分析、分子对接、调控网络构建以及诺模图开发。

结果：

我们首先将4,246个DEGs与1,884个PRMT评分模块基因进行交叉，得到了969个DE-PRMT-RGs。进一步的MR分析和机器学习共同确定了5个候选基因（CRLF3、ELAC2、PBX2、MCTP2和EMB）。其中，ELAC2、PBX2、MCTP2和EMB表现出一致的表达趋势，在GSE65682和GSE134347中的ROC曲线下面积（AUC）值均超过0.7，因此被认定为关键PRMT相关基因。GSEA分析显示这些基因在细胞质翻译（ELAC2、MCTP2）、非编码RNA代谢（EMB）和代谢过程（PBX2）中富集。免疫浸润分析表明PBX2与中性粒细胞之间存在显著相关性，ELAC2/MCTP2/EMB与活化的NK细胞和CD8+ T细胞也存在相关性。

结论：

本研究确定了ELAC2、PBX2、MCTP2和EMB为与败血症相关的关键PRMT基因，为败血症的研究提供了理论基础。

通俗语言总结：本研究探讨了精氨酸甲基转移酶（PRMT）基因如何导致败血症中的淋巴细胞减少。研究人员分析了与败血症相关的数据集，以识别与PRMT相关的基因。他们最初识别出969个差异表达的PRMT相关基因。进一步分析确定了4个关键基因：ELAC2、PBX2、MCTP2和EMB，这些基因表现出一致的表达模式，并与中性粒细胞、活化的NK细胞和CD8+ T细胞等免疫细胞活性相关。这些基因在细胞质翻译、非编码RNA代谢和代谢过程中富集。这些发现为败血症的分子机制提供了新的见解，并为未来的研究指出了潜在的目标。

文本由机器生成，可能存在不准确之处。常见问题解答