胆固醇代谢稳态关键基因LIPC/LIPG/CETP/ABCB11/APOH在溃疡性结肠炎中的机制研究

本研究针对溃疡性结肠炎(UC)发病机制中胆固醇代谢(CM)调控机制不明的科学问题，通过整合GSE75214等4个基因表达数据集，运用随机森林(Random Forest)、LASSO和SVM机器学习方法，鉴定出LIPC、LIPG、CETP、ABCB11和APOH等5个胆固醇稳态关键基因，为UC的分子机制研究和靶向治疗提供新思路。

　　

在消化系统疾病领域，溃疡性结肠炎(UC)如同一个顽固的"肠道纵火犯"，其反复发作的炎症反应严重损害患者生活质量。这种慢性炎症性肠病以结肠黏膜层连续性炎症和溃疡形成为特征，虽然现有治疗手段如氨基水杨酸制剂和生物制剂能暂时控制"火势"，但仍有大量患者面临复发和治疗副作用困扰。近年来，科学家们逐渐将目光投向胆固醇代谢(CM)这一"隐藏开关"——这个既参与细胞膜构建又调控免疫反应的关键生理过程，可能在UC发病中扮演着未被充分认识的"幕后推手"。

河南省科技厅资助项目的研究团队通过大数据挖掘和智能算法，在《Journal of Structural Biology》发表重要成果。研究人员从GEO数据库获取GSE75214等4个数据集共计268例样本（198例UC患者和70例对照），采用生物信息学与机器学习联合作战策略，最终锁定5个胆固醇代谢"指挥官"基因：肝脂酶(LIPC)、内皮脂酶(LIPG)、胆固醇酯转移蛋白(CETP)、胆盐输出泵(ABCB11)和载脂蛋白H(APOH)。这些发现为解释UC患者肠道屏障功能异常和免疫紊乱提供了新的代谢视角。

关键技术方法包括：多数据集合并与标准化处理、差异表达基因(DEGs)筛选（|logFC|>0.5且adj.P<0.05）、GO/KEGG通路富集分析、随机森林/LASSO/SVM三种机器学习算法筛选关键基因、受试者工作特征(ROC)曲线验证诊断效能。

【数据来源】整合GSE75214等4个数据集建立268例样本队列，包含结肠组织和未治疗患者样本。

【DEGs鉴定】发现2528个DEGs（1479上调/1049下调），火山图和热图显示显著差异模式。

【富集分析】胆固醇稳态相关通路在UC中异常活跃，涉及脂质转运和代谢过程。

【机器学习】三算法交叉验证确定5个hub基因，其中ABCB11诊断AUC达0.91。

【通路分析】hub基因参与胆汁酸代谢和胆固醇逆向转运等关键生物学过程。

讨论部分揭示，这5个"代谢守门人"基因通过调控膜胆固醇分布影响免疫细胞活化和炎症因子释放，可能是连接脂质紊乱与肠道炎症的分子桥梁。特别是ABCB11作为胆盐外排泵，其表达异常可能导致毒性胆汁酸蓄积，直接损伤肠上皮细胞。该研究不仅为UC提供了新的生物标志物组合，更开辟了通过调节胆固醇代谢干预疾病进程的治疗新途径。未来研究可进一步探索这些基因产物作为药物靶点的潜力，或开发基于代谢重编程的个性化治疗方案。