程序性细胞死亡特征驱动的阿尔茨海默病小胶质细胞转化：单细胞转录组学与功能验证

这篇综述通过整合单细胞RNA测序（scRNA-seq）和批量RNA测序（bulk RNA-seq）数据，结合机器学习框架构建了程序性细胞死亡特征（PCDS）模型（AUC=0.832），揭示了S100A4通过调控小胶质细胞炎症反应（IL-6/TNF-α↓，IL-10/ARG1↑）和氧化应激（ROS/SOD/GSH-Px）在阿尔茨海默病（AD）中的关键作用，为早期诊断和靶向治疗提供了新策略。

　　

背景

阿尔茨海默病（AD）作为不可逆的神经退行性疾病，其核心病理特征包括β淀粉样蛋白（Aβ）沉积和tau蛋白异常磷酸化。近年研究发现，程序性细胞死亡（PCD）的异常激活与AD进展密切相关，但缺乏系统性研究。本研究通过整合多组学数据，首次构建了涵盖17种PCD模式的分子特征模型，并深入解析了关键基因S100A4的调控机制。

方法

研究团队分析了来自GEO数据库的5个bulk RNA-seq数据集（GSE132903等）和1个scRNA-seq数据集（GSE157827），筛选出1554个PCD相关基因。采用加权基因共表达网络分析（WGCNA）鉴定AD相关模块（MEblue，R=-0.46），最终锁定77个关键基因。通过集成12种机器学习算法（包括随机森林、XGBoost等）构建PCDS模型，并在独立队列（GSE122063）中验证（AUC=0.938）。体外实验采用Aβ寡聚体（AbetaO）诱导的BV2小胶质细胞模型，通过siRNA敲降、流式细胞术、免疫荧光等技术验证S100A4功能。

结果

单细胞层面：AD患者小胶质细胞中11种PCD模式（如铁死亡、坏死性凋亡）显著激活。模型效能：最优PCDS包含9个基因（CFLAR、S100A4等），在训练集和验证集的F1分数均>0.75。机制解析：

1. 表型调控：S100A4敲降使促炎标志物（CD86/iNOS）降低40-60%，抗炎标志物（CD206/ARG1）提升2-3倍；
2. 氧化应激：恢复线粒体膜电位（JC-1红绿比提高1.8倍），降低MDA水平（35%）并提升GSH-Px活性（50%）；
3. 神经保护：条件培养基实验显示神经元凋亡率（TUNEL⁺）减少62%。

讨论

该研究创新性地将PCD特征与微环境重塑关联：

• 诊断价值：PCDS与Braak分期（r=0.47）和γ-分泌酶活性（r=0.45）显著相关；
• 治疗靶点：S100A4通过NF-κB通路调控小胶质细胞向促炎型（MG3/MG4）转化；
• 临床转化：构建的列线图在决策曲线分析（DCA）中显示阈值>0.4时具有明确净获益。

结论

研究证实PCDS可作为AD分层的生物标志物，而靶向S100A4能通过"抗氧化-抗炎-线粒体保护"三联机制改善病理进程。未来需在转基因动物模型中进一步验证其跨物种保守性。