克罗恩病与缺血性心肌病的共同遗传通路：基于整合生物信息学与深度学习的分子机制探索

本研究通过整合生物信息学与深度学习技术，首次系统解析克罗恩病(CD)与缺血性心肌病(ICM)的共享遗传通路，鉴定出IL1B、CXCL8等6个核心hub基因及hsa-miR-98-5p等关键调控因子，构建的AutoClass深度学习模型实现95%的CD诊断准确率，为炎症性肠病心血管并发症的精准诊疗提供新靶点。

　　

慢性炎症性疾病与心血管并发症的关联机制一直是医学研究的难点。克罗恩病(CD)作为典型的炎症性肠病(IBD)，其患者发生缺血性心肌病(ICM)的风险显著增加，但两者间的分子关联尚未阐明。现有研究多聚焦单一疾病，缺乏对共病机制的深入探索，且传统诊断方法难以实现早期精准预测。这种认知空白严重制约了临床干预策略的开发。

为破解这一难题，研究人员开展了一项跨学科研究，通过整合生物信息学与深度学习技术，首次系统揭示CD与ICM的共享分子网络。该研究创新性地结合GEO数据库的GSE3365(CD)和GSE9128(ICM)数据集，采用LIMMA包筛选差异表达基因(DEGs)，通过Enrichr进行功能富集分析，运用X2K工具构建基因调控网络，并开发AutoClass深度学习框架。研究团队特别关注外周血单个核细胞(PBMC)样本，确保研究结论的临床转化潜力。

研究结果部分，3.1章节显示通过差异表达分析鉴定出60个共同差异表达基因(CDEGs)，其中41个上调、19个下调。3.1.1功能富集分析揭示这些基因显著富集于"中性粒细胞脱颗粒"等炎症相关通路，KEGG分析突出NF-κB和TNF-α信号通路的关键作用。3.2章节发现hsa-miR-98-5p靶向9个CDEGs，铁代谢相关分子C34H34N4O4.Fe与基因互作显著。3.3章节鉴定RELA和NFKB1为核心转录因子，GATA2、STAT3等构成上游调控网络。

3.4章节的蛋白质互作(PPI)网络分析锁定IL1B、CXCL8、CXCL2、TLR2、FCGR1A和FCGR2A六个hub基因。3.5章节的ROC曲线验证这些基因在两组数据集中的诊断价值(AUC 0.7-1)。3.6章节开发的AutoClass框架通过110个互作基因的表达谱，在潜在空间实现95%分类准确率。SHAP分析显示CXCL8和IL1B对模型决策贡献最大。

讨论部分强调，该研究首次系统揭示中性粒细胞介导的炎症是CD与ICM的共同病理基础。NF-κB信号通路的持续激活通过上调IL-6等促炎因子，驱动两种疾病的进展。特别值得注意的是，TLR2可能成为连接肠道炎症与心肌损伤的关键分子开关。AutoClass模型的优异表现证实hub基因网络的诊断潜力，为临床提供非侵入性检测新思路。

这项发表于《Journal of Genetic Engineering and Biotechnology》的研究具有多重意义：理论上，阐明"肠-心轴"的分子基础；临床上，为CD患者心血管风险预警提供新型生物标志物；技术上，开创性地将深度学习应用于基因表达数据分析。未来研究需扩大样本验证，并探索靶向hub基因的干预策略，这对实现炎症性肠病及其并发症的精准诊疗具有重要价值。