中性粒细胞胞外诱捕网（NETs）在慢性肾病血管钙化中的新机制：多组学与机器学习揭示MMP-12和COMP的关键作用

本综述系统探讨了中性粒细胞胞外诱捕网（NETs）在慢性肾病（CKD）血管钙化（VC）中的分子机制。通过整合转录组学、机器学习与实验验证，研究首次揭示MMP-12和COMP作为NETs相关核心基因，调控细胞外基质（ECM）重塑、PI3K-Akt-mTOR信号通路及免疫微环境，为靶向NETs干预CKD心血管并发症提供了新策略。

　　

引言

慢性肾病（CKD）是全球健康重大挑战，每年导致约500至1000万人死亡，其心血管风险显著升高，血管钙化（VC）是主要死亡原因之一。CKD相关血管钙化以中膜钙化为特征，受矿物质代谢紊乱（如高磷血症、低钙血症）和慢性炎症驱动。近年研究发现，中性粒细胞胞外诱捕网（NETs）在无菌性炎症和血管损伤中起关键作用，尤其与CKD心血管风险升高相关，但其分子机制尚未明确。

材料与方法

研究从NCBI GEO数据库获取CKD啮齿类模型转录组数据（GSE146638和GSE159832），通过差异表达分析、RobustRankAggreg（RRA）整合、功能富集、免疫浸润分析、转录因子（TF）活性预测及药物-基因互作分析，系统筛选NETs相关基因（NRGs）。采用五种机器学习算法（LASSO、随机森林、递归特征消除、高斯混合模型、支持向量机）筛选关键基因，并通过实验验证（免疫组化、qPCR、Western blot）确认结果。

结果

NETs相关基因的鉴定与功能分析

差异表达分析识别出36个NETs相关差异表达基因（DEGs），经RRA整合后确认19个稳健候选基因，包括Itgam、Tlr7、Sgk1、C3、Mmp12、Comp等。功能富集显示这些基因显著富集于中性粒细胞趋化、ECM重组、PI3K-Akt-mTOR信号通路等过程。基因集变异分析（GSVA）证实CKD样本中NETs相关基因签名显著升高。

机器学习筛选关键基因

五种机器学习算法一致筛选出Mmp12和Comp为核心诊断标志物。ROC曲线显示两者在GSE146638数据集中AUC值均接近1.0，表达水平在CKD组显著上调。GSEA分析表明Mmp12和Comp与中性粒细胞迁移、免疫信号通路密切关联。

免疫微环境与调控网络

CIBERSORT分析揭示CKD样本中树突状细胞（DCs）浸润显著增加，且Mmp12和Comp与记忆B细胞、调节性T细胞（Tregs）等免疫细胞亚群显著相关。转录因子活性预测显示Foxo1和Tfap2a可能作为Mmp12和Comp的共同上游调控因子。Bayesian网络推断Comp可能通过调控Ltbp2参与ECM通路，而Tnn可能作用于Mmp12上游。

药物-基因互作与实验验证

药物互作网络识别出靶向MMP-12的抑制剂（如Marimastat、Ilomastat）和与Comp互作的Tadalafil。实验验证中，免疫组化显示CKD大鼠胸主动脉MPO表达显著升高（p<0.001）。qPCR和Western blot证实Mmp12 mRNA和蛋白在CKD组上调，而Comp蛋白水平下调，与转录水平存在悖论，提示可能存在补偿性反馈机制。

讨论

研究首次通过多组学整合揭示NETs相关基因在CKD血管钙化中的核心作用。MMP-12作为巨噬细胞源性弹性蛋白酶，通过p38 MAPK-LRP-6/β-catenin轴促进RUNX-2和BMP-2表达，驱动钙沉积；COMP则通过结合BMP-2抑制成骨信号，其蛋白下调加剧钙化进程。Foxo1和Tfap2a作为共同转录因子，可能协调这一调控网络。靶向药物如Marimastat（抑制MMP-12炎症反应）和Tadalafil（调控COMP）为临床干预提供新方向。

结论

本研究系统阐明NETs相关基因（尤其是Mmp12和Comp）通过调控免疫微环境、ECM重塑和信号通路驱动CKD血管钙化的机制，为开发NETs靶向诊断标志物和治疗策略提供理论依据。