结合WGCNA（全基因组共表达网络分析）和机器学习技术，以识别甲状腺功能亢进和心房颤动的发病机制及生物标志物

《Frontiers in Cardiovascular Medicine》：Combining WGCNA and machine learning to identify mechanisms and biomarkers of hyperthyroidism and atrial fibrillation

本研究通过加权基因共表达网络分析（WGCNA）和机器学习算法（LASSO、随机森林）筛选出CXCL16和TMEM127作为甲亢与房颤的共生物标志物，并通过RT-qPCR验证其在临床样本中的表达上调，并利用CIBERSORT分析免疫细胞浸润差异，揭示了两者共享的炎症与免疫调控机制。

　　这项研究聚焦于甲状腺功能亢进症（Hyperthyroidism）与心房颤动（Atrial Fibrillation, AF）之间的分子机制联系，旨在通过整合生物信息学与实验验证手段，探索两者可能共享的生物标志物及潜在的治疗靶点。甲状腺功能亢进症是一种常见的内分泌疾病，其特征是甲状腺激素水平异常升高，会对心血管系统产生深远影响，包括心律失常、心脏功能异常等。而心房颤动则是全球范围内最常见的心律失常之一，其发病率逐年上升，已成为重要的公共卫生问题。尽管这两种疾病的临床关联早已被广泛认知，但其背后的分子机制尚未完全阐明，因此寻找共享的生物标志物对于理解其共同的病理过程及开发新的诊断与治疗策略具有重要意义。

研究采用了高通量基因表达数据，结合多种分析方法，系统地揭示了这两种疾病之间的潜在联系。首先，研究者从基因表达数据库GEO中获取了两个相关数据集：GSE71956用于分析甲状腺功能亢进症，而GSE115574则用于研究心房颤动。通过对这些数据集进行差异基因分析（Differential Gene Expression Analysis），研究团队识别出与两种疾病相关的基因表达变化。进一步地，研究利用加权基因共表达网络分析（Weighted Gene Co-Expression Network Analysis, WGCNA）技术，构建基因共表达网络，并识别出在两种疾病中均表现出显著共表达的基因模块。通过交叉分析，研究最终筛选出23个可能在两种疾病中起关键作用的重叠基因。

为了更精确地确定这些重叠基因中哪些具有重要的诊断价值，研究引入了两种机器学习算法：LASSO回归和随机森林（Random Forest, RF）。LASSO算法通过正则化技术筛选出与疾病状态显著相关的基因，而RF算法则通过构建多个决策树并评估各基因的重要性，从而识别出具有高预测价值的基因。经过两者的交叉分析，研究确定了CXCL16和TMEM127这两个关键基因。为了验证这些基因的诊断潜力，研究团队进一步使用了独立的验证数据集GSE2240和GSE276271，通过接收者操作特征曲线（ROC Curve）评估了它们的诊断效能。结果显示，CXCL16和TMEM127在甲状腺功能亢进症和心房颤动的验证数据集中均表现出较高的曲线下面积（AUC）值，表明它们具有良好的诊断能力。

为了进一步验证这些基因的表达水平是否与临床表型一致，研究团队收集了来自山西医科大学附属心血管医院的48份临床血液样本，包括16名甲状腺功能亢进症患者、16名心房颤动患者和16名健康对照者。通过实时定量聚合酶链反应（RT-qPCR）技术，研究团队检测了CXCL16和TMEM127在这些样本中的表达水平。结果显示，这两种基因在甲状腺功能亢进症和心房颤动患者中的表达水平均显著高于健康对照组，这一结果与之前基于生物信息学的分析结果相吻合，为后续的临床应用提供了有力支持。

此外，研究还通过免疫浸润分析（Immune Infiltration Analysis）探讨了免疫细胞在两种疾病中的变化情况。该分析使用了CIBERSORT算法，这是一种基于基因表达数据的计算方法，可以估算不同免疫细胞类型的相对比例。研究发现，甲状腺功能亢进症样本中，静息自然杀伤细胞（Resting NK cells）和中性粒细胞（Neutrophils）的比例显著增加，而在心房颤动样本中，调节性T细胞（Regulatory T cells, Tregs）和激活的树突状细胞（Activated Dendritic Cells）的比例则显著降低。这些结果表明，尽管两种疾病在免疫细胞组成上存在一定的差异，但它们都表现出与免疫炎症相关的特征，可能共享某些免疫调控机制。

从分子生物学的角度来看，CXCL16和TMEM127的功能机制值得关注。CXCL16是一种CXC类趋化因子，主要通过与CXCR6受体结合发挥作用，参与免疫调节、炎症反应及细胞迁移等过程。研究表明，CXCL16在多种自身免疫性疾病中表现出显著的表达变化，例如多发性硬化症、自身免疫性肝炎、类风湿性关节炎等。其表达水平与疾病的严重程度、活动性及预后密切相关。在心血管疾病中，CXCL16的表达水平与冠状动脉疾病（CAD）的严重程度呈正相关，提示其可能作为心血管风险评估的潜在生物标志物。此外，CXCL16在急性心肌梗死后的炎症反应中也扮演了重要角色，能够促进Ly6Chigh单核细胞的浸润，从而加重心脏功能障碍。值得注意的是，心房颤动患者的血浆CXCL16水平较高，且与较差的临床预后和较高的复发率相关。尽管目前尚未有直接证据表明CXCL16与甲状腺功能亢进症存在明确的关联，但其在免疫调控和炎症反应中的核心作用，使其成为探索甲状腺功能亢进症与心房颤动之间潜在联系的重要候选基因。

TMEM127是一种跨膜蛋白，其基因表达在多种人体组织中广泛存在。作为肿瘤抑制因子，TMEM127的突变与遗传性嗜铬细胞瘤和副神经节瘤的发生密切相关。这些突变通常导致TMEM127功能的丧失，进而激活mTOR信号通路，促进肿瘤的生长和扩散。除了在肿瘤领域的作用，TMEM127还与代谢性疾病如胰岛素抵抗和脂肪肝密切相关，其表达水平与胰岛素敏感性呈显著相关。TMEM127能够与SUSD6和MHC-I形成三元复合体，招募WWP2蛋白以介导MHC-I的泛素化和溶酶体降解，从而帮助癌细胞逃避免疫监视。尽管目前尚无直接证据表明TMEM127与心房颤动或甲状腺功能亢进症之间存在明确的联系，但其在多种关键信号通路和细胞调控中的作用，提示其可能在心血管和内分泌代谢疾病中发挥重要作用。

研究还指出，免疫细胞的浸润在甲状腺功能亢进症和心房颤动的发病机制中具有关键作用。异常的甲状腺激素水平可以通过激活炎症通路和氧化应激反应，对心血管系统造成损害。在甲状腺功能亢进症患者中，常常出现系统性炎症状态，表现为促炎性细胞因子如IL-6和TNF-α水平的升高。这些细胞因子不仅参与甲状腺组织的损伤和功能异常，还可能通过影响中性粒细胞和静息NK细胞的活化，进一步加剧免疫反应。在心房颤动中，炎症反应同样显著，IL-1β、TNF-α和IL-6等细胞因子的水平升高，这些因子可能通过NK细胞的分泌作用，促进心房纤维化和结构重塑。中性粒细胞作为快速响应心脏应激的免疫细胞，在心脏损伤后的24小时内迅速迁移到受损部位，通过趋化因子浓度梯度招募其他免疫细胞，从而引发一系列炎症反应。同时，中性粒细胞与内皮细胞的相互作用可触发呼吸爆发，导致心肌细胞和心肌组织的氧化损伤。调节性T细胞作为免疫调节的关键成分，能够通过抑制辅助T细胞（Th细胞）和效应T细胞的激活，减少免疫介导的心肌损伤。研究认为，Tregs在心房颤动的发病过程中可能起到重要的免疫调控作用，恢复其平衡或增强其功能可能是缓解炎症驱动的心房重塑的一种潜在治疗策略。此外，激活的树突状细胞也可能通过抗原呈递、促炎性细胞因子分泌以及与其他免疫细胞的相互作用，参与两种疾病的病理过程。然而，本研究中两种疾病在免疫细胞浸润模式上存在差异，这可能与所使用的样本类型（如心肌组织与外周血）有关。尽管如此，越来越多的证据表明，炎症和免疫反应在两种疾病的发病、进展及预后中均扮演着核心角色，因此进一步研究免疫细胞之间的相互作用及调控机制，可能为优化临床管理和治疗策略提供新的理论依据。

综上所述，本研究通过整合生物信息学与实验验证方法，揭示了甲状腺功能亢进症与心房颤动之间可能的分子机制联系。CXCL16和TMEM127作为两种疾病中共同的生物标志物，具有重要的诊断和治疗潜力。研究结果不仅加深了对这两种疾病共性机制的理解，也为未来的精准医学研究提供了新的方向。然而，研究仍存在一定的局限性，例如样本来源的多样性可能引入偏差，且目前的分析主要基于转录组数据，缺乏对蛋白质、代谢物、影像学及临床表型的全面整合。因此，未来的研究需要进一步结合多组学数据，如蛋白质组学、代谢组学、影像学和临床表型分析，以更全面地揭示这些疾病之间的复杂关系，并探索更为精准的诊断与治疗手段。此外，研究还强调了免疫细胞在疾病发展中的重要作用，提示通过调控免疫反应可能成为干预这两种疾病的新策略。这些发现为甲状腺功能亢进症和心房颤动的联合治疗提供了新的思路，并为相关疾病的分子机制研究奠定了基础。