基于机器学习模型鉴定线粒体自噬相关基因TMEM45A与ZBTB25作为类风湿性关节炎新型诊断标志物的研究

这篇研究通过整合生物信息学与机器学习方法（WGCNA、LASSO、SVM-RFE等），首次系统鉴定了线粒体自噬（mitophagy）相关基因TMEM45A和ZBTB25作为类风湿性关节炎（RA）的高效诊断标志物（AUC分别达0.991和0.911），揭示了其通过蛋白酶体代谢和核苷酸糖通路参与RA进展的机制，为早期诊断和靶向治疗提供了新思路。

　　

背景

类风湿性关节炎（RA）是一种以滑膜炎和关节软骨破坏为特征的全身性自身免疫疾病，全球患病率约0.5%-1%。线粒体自噬（mitophagy）作为选择性清除受损线粒体的过程，与骨代谢紊乱密切相关，但其在RA中的具体作用尚不明确。本研究旨在通过生物信息学与机器学习方法，探索线粒体自噬相关基因（MRGs）在RA中的表达特征及诊断价值。

方法与材料

研究从GEO数据库获取RA滑膜组织数据集（GSE77298和GSE89408），筛选差异表达基因（DEGs）并与34个已知MRGs交集，获得63个差异表达的MRGs（DE-MRGs）。通过加权基因共表达网络分析（WGCNA）鉴定与MRGs评分高度相关的模块（2191个基因），结合LASSO、支持向量机递归特征消除（SVM-RFE）、XGBoost和随机森林四种机器学习算法，筛选关键基因。利用受试者工作特征曲线（ROC）和人工神经网络模型（ANN）评估诊断效能。

结果

1. 差异基因与模块分析：GSE77298中鉴定出267个DEGs（162上调，105下调），WGCNA分析显示蓝色模块（2191基因）与MRGs评分显著相关（|Cor|>0.3）。
2. 功能富集：DE-MRGs主要富集于肌肉系统过程、钙信号通路和cGMP-PKG通路；KEGG分析提示其参与蛋白酶体（Proteasome）和核苷酸糖代谢。
3. 关键基因鉴定：TMEM45A和ZBTB25被四种算法共同筛选为枢纽基因，ROC曲线显示其在训练集（GSE77298）的AUC分别为0.991和0.911，验证集（GSE89408）中AUC均>0.7。ANN模型在训练集和验证集的AUC达0.967和0.824。
4. 免疫微环境：ZBTB25与调节性T细胞（Treg）和T细胞共抑制（T_cell_co-inhibition）显著正相关，提示其参与免疫调节。
5. 调控网络与药物预测：构建ceRNA网络发现hsa-miR-101-3p等8个miRNAs及PHF8等4个转录因子可能调控枢纽基因；CTD数据库预测辛伐他汀（Simvastatin）等16种潜在治疗药物。

讨论

TMEM45A和ZBTB25的高诊断效能使其成为RA早期筛查的潜在标志物。功能分析表明，二者通过影响线粒体定位和核苷酸糖代谢参与RA进展，尤其是ZBTB25与免疫抑制性微环境的关联为免疫治疗提供了新靶点。此外，FLNC基因在蛋白互作网络（PPI）中的核心地位提示其在RA肌骨系统重塑中的潜在作用。

结论

本研究首次系统阐明线粒体自噬相关基因TMEM45A和ZBTB25在RA中的诊断价值，其调控网络和通路分析为理解RA发病机制及开发靶向疗法提供了理论依据。未来需通过体内外实验进一步验证其分子机制和药物响应。