识别与缺氧相关的基因作为溃疡性结肠炎的潜在诊断生物标志物

《Arab Journal of Gastroenterology》：Identification of hypoxia-associated genes as potential diagnostic biomarkers for ulcerative colitis

该研究通过GEO数据库获取溃疡性结肠炎（UC）相关数据集，筛选出28个差异表达的缺氧相关基因（DEHRGs），构建蛋白质相互作用网络并鉴定出9个hub基因。ROC曲线显示这些基因对UC诊断价值显著（AUC>0.7），其中PPARGC1A最佳。临床样本验证显示9个hub基因在UC组与对照组表达差异显著，且其功能富集涉及激素信号通路、炎症反应调控等。通过CMap预测出氯喹和泮托拉唑等潜在治疗小分子，并发现32个miRNA和55个TFs可能调控hub基因表达。

　　

任宇涵|曹国树|魏刚|刘颖|刘勇|王帆|唐静静

湖北医药大学人民医院胃肠病学系，中国湖北省十堰市442000

摘要

背景

溃疡性结肠炎（UC）的发病率在全球范围内呈上升趋势，这凸显了需要新的诊断方法来减轻UC的负担。

目的

探索与缺氧相关的基因（HRGs）作为UC诊断标志物的价值。

方法

从GEO数据库中获取了与UC相关的数据集（GSE87466和GSE92415）。对GSE87466数据集进行了差异分析，随后通过交集分析确定了与UC相关的差异表达HRGs（DEHRGs）。对DEHRGs进行了富集分析。通过PPI网络识别了枢纽基因。使用CMap预测了与枢纽基因相关的小分子，并在GSE92415数据集通过ROC曲线验证了其诊断价值。收集了UC的临床样本，并通过qRT-PCR检测了枢纽基因的诊断价值。分析了可能调节枢纽基因的潜在miRNAs和转录因子（TFs），以及枢纽基因的生物学功能和信号通路。

结果

我们的研究发现了28个DEHRGs，并利用PPI网络识别出9个UC中的枢纽基因。小分子药物的预测表明，氯喹和泮托拉唑可能是治疗UC的潜在药物。ROC结果显示，这9个枢纽基因都具有很好的诊断能力（AUC > 0.7），其中PPARGC1A的诊断价值最高。对UC患者的临床样本检测也发现，9个枢纽基因在UC组和对照组之间的表达存在显著差异，这一结果与生物信息学的预测结果一致。这9个枢纽基因可能受到32个miRNAs和55个TFs的调节。还识别出20个与枢纽基因功能相似的基因，这些基因主要富集在诸如对皮质类固醇的反应、MAP激酶活性的负调控以及激活转录因子结合等生物学功能中。

结论

HRGs在UC的发生和发展中起着关键作用。这9个枢纽基因可能是UC的有希望的诊断生物标志物。

引言

溃疡性结肠炎（UC）是一种特发性慢性复发性炎症性肠病（IBD），发生在结肠和直肠[[1], [2], [3]]。UC的病因尚不清楚，可能与微生物、遗传、免疫和环境因素有关[[4], [5], [6]]。其主要临床表现为血便、腹痛和里急后重[7]。UC的全球发病率正在上升，最常见于20至40岁之间的个体[8,9]。据报道，北欧（法罗群岛=57.9）、北美（加拿大=23.1）和澳新地区（澳大利亚=17.4）的UC发病率最高。北欧（挪威=505）和北美（美国=286）的患病率最高（每10万人），预计到2035年亚洲的患病率将增加四倍[10]。因此，UC的负担非常严重，如果不及时治疗，可能会导致更严重的疾病，主要包括中毒性巨结肠、肠穿孔和癌症[11,12]。因此，早期诊断UC患者至关重要。

缺氧是肠道炎症的关键特征[13]。缺氧诱导因子-1α（HIF-1α）是细胞对缺氧反应的主要调节因子[14]。HIF-1α的过度表达可以触发缺氧中性粒细胞中的NF-κB激活，而NF-κB与许多炎症性疾病（包括UC）的发病机制有关[[15], [16], [17], [18]]。此外，缺氧会降低氧化磷酸化能力和ADP依赖的线粒体呼吸速率，并增加活性氧（ROS）的产生[19]。ROS的增加会改变肠上皮的通透性，破坏肠道屏障，可能导致UC的发展和恶化[[20], [21], [22]]。因此，缺氧在UC的发病机制中起着关键作用。创新与缺氧相关的靶点可能有助于早期诊断UC患者。

本研究筛选了与UC相关的差异表达的缺氧相关基因（DEHRGs），然后通过构建蛋白质-蛋白质相互作用（PPI）网络筛选了枢纽基因，并使用接收者操作特征（ROC）曲线比较了它们的UC诊断能力。最后，分析了枢纽基因的潜在调节miRNAs和转录因子（TFs），并进行了功能富集分析。本研究的目的是探讨枢纽基因作为UC潜在诊断生物标志物的价值，并为该疾病的治疗提供新的思路。

数据来源

UC数据来自基因表达组学数据库（GEO）[23]。一个包含21个正常样本和87个UC样本的数据集被设为训练集（访问号：GSE87466）。另一个包含21个正常样本和162个UC样本的数据集被设为验证集（访问号：GSE92415）。从MSigDB数据库[24]中获得了200个与缺氧相关的基因（HRGs）（表S1）。

筛选差异表达基因（DEGs）

过滤了UC样本和正常样本之间的DEGs（选择标准为

DEGs的选择

为了阐明UC样本和正常样本之间基因表达的差异程度，我们筛选了DEGs。UC组和正常组之间有910个DEGs（下调：335个；上调：575个）（图1A）。通过将这些DEGs与HRGs进行交集分析，筛选出了28个DEHRGs（图1B，表S2）。

功能富集分析

对28个DEHRGs进行了功能富集分析。GO分析结果主要包括3个方面（图2A）。在主要生物学过程（BP）方面，有大量的GO

讨论

本研究的目的是通过分析HRGs的表达模式来确定与UC相关的潜在诊断生物标志物。我们的发现表明，正常样本和UC样本之间有28个DEHRGs是共有的。随后建立了PPI网络，并筛选出9个枢纽基因作为生物标志物。ROC结果表明，这9个枢纽基因具有优异的UC诊断能力。

我们首先确定正常样本和UC样本之间有28个DEHRGs。

结论

我们在这里筛选出了9个可能作为UC诊断生物标志物的枢纽基因，这些基因可能有助于临床医生诊断UC并制定个性化治疗策略。

数据可用性声明

本研究中的数据和材料可应要求从相应作者处获得。

作者贡献

任宇涵和曹国树参与了研究设计并撰写了文章。魏刚和刘颖进行了文献检索和数据获取。刘勇、王帆和唐静静进行了数据分析并修订了文章。所有作者都对最终提交的版本给予了最终批准。

伦理批准和参与同意

本研究获得了湖北医药大学人民医院科学研究和学术伦理委员会的批准，批准编号：SYRMYY-2025–064。所有参与者均签署了知情同意书。

资助

不适用。

利益冲突声明

作者声明他们没有已知的可能会影响本文所述工作的财务利益或个人关系。