多个队列间保守的肝脏RNA特征揭示了人类MASLD晚期纤维化的新机制线索
《Hepatology Communications》:Conserved hepatic RNA signatures across multiple cohorts reveal novel mechanistic clues for advanced fibrosis in human MASLD
【字体:
大
中
小
】
时间:2026年10月15日
来源:Hepatology Communications 6.0
编辑推荐:
背景:代谢功能障碍相关脂肪性肝病(MASLD)患者的纤维化进展是评估疾病进展和临床结局的关键指标。人类组织的bulk和单细胞转录组学研究已推动了我们对纤维化进展机制的理解,但研究间的异质性和样本量不足限制了我们对一致且可靶向的致纤维化机制的识别。
方法:为识别保守的致纤维化
背景:代谢功能障碍相关脂肪性肝病(MASLD)患者的纤维化进展是评估疾病进展和临床结局的关键指标。人类组织的bulk和单细胞转录组学研究已推动了我们对纤维化进展机制的理解,但研究间的异质性和样本量不足限制了我们对一致且可靶向的致纤维化机制的识别。
方法:为识别保守的致纤维化机制,我们对来自近1000例MASLD患者的肝脏转录组数据(其中纤维化分期已明确)进行了全面的荟萃分析。
结果:我们的荟萃分析发现846个与纤维化进展(F3–4 vs. F0–1)相关的差异调控基因。通路分析显示,这些基因涉及基质组织(THBS2、ADAMTSL2)、炎症(CXCL6、CCL19)、溶质转运(SLC13A5、SLC16A10)和代谢(AADAT、GRAMD1B)等方面。基于scRNA-seq的去卷积分析揭示,在荟萃分析中晚期纤维化患者的免疫细胞(CD4? T细胞)、内皮细胞(HA内皮细胞)和间充质细胞(肌成纤维细胞)比例增加,而肝窦内皮细胞(LSECs)减少。最终,配体-受体对分析鉴定出在多个数据集之间保守且富集于纤维化患者中的假定细胞-基质相互作用(MMP7–CDH6)、细胞信号通路(PDGFD–PDGFRA)以及免疫细胞间相互作用(ANXA1–FPR1)。
结论:我们鉴定出晚期纤维化患者的保守转录组改变和基因网络,以及促进推动纤维化进展的细胞间相互作用的假定配体-受体相互作用。这些发现将为机制研究和抗纤维化治疗开发提供重要依据。
引言:代谢功能障碍相关脂肪性肝病(MASLD,此前称为非酒精性脂肪性肝病 NAFLD)[1,2] 影响全球近40%的成年人和10%的儿童[3,4]。在部分患者中,MASLD会进展为代谢功能障碍相关脂肪性肝炎(MASH),并可能导致肝硬化和肝细胞癌(HCC)。坏死性炎症和纤维化是导致肝硬化和HCC的重要中间步骤,目前尚无获批疗法直接针对纤维化。肝脏由异质性细胞群体组成,在生理条件下通过细胞间和细胞内通讯协同发挥作用,并对病理刺激进行适应。肝脏炎症和纤维化涉及肝实质细胞和非实质细胞(NPC)群体的改变;然而,细胞表型变化与潜在调控机制之间的联系仍未被充分理解。
多项研究已发表MASLD的肝脏基因谱,鉴定出预测疾病进展、疾病严重程度或选择性基因与高纤维化风险患者相关的一组基因。这些研究带来了一些关键发现,包括炎症和细胞外基质(ECM)如何推动疾病发展[5],脂质代谢变化与MASLD向MASH进展的关联,以及某些代谢和细胞增殖通路的信号传导与纤维化分期严重程度的相关性[6]。这些研究还鉴定了涉及脂质代谢、免疫调节、ECM重塑和细胞周期控制等关键通路,参与MASLD的进展[7,8]。遗憾的是,这些研究之间的直接比较受到队列间疾病分期差异、患者人口学差异、患者数量有限以及每项研究分析重点的差异所限制。有些研究专门比较有无脂肪变性的患者,而另一些则仅纳入按有无MASH或不同纤维化分期分组的MASLD患者[5,9–12]。这对开发旨在限制纤维化和MASLD进展的疗法构成重大障碍。本研究的目标是通过进行全面、深入的荟萃分析来解决这一问题。
进行荟萃分析是一种强大的方法,可借助多个主题相关的研究来扩大样本量,提高在队列间常见调控基因检测的功效,定义可重复的基因表达特征,并以可重复的方式识别可操作的治疗靶点[13,14]。此外,生物信息学和数据分析的近期进展允许使用现有的综合数据源准确刻画细胞多样性[15]。结合这些技术,我们利用自己的研究以及12个公开可用的包含纤维化分期的bulk转录组数据集,对近1000例MASLD患者进行了荟萃分析。鉴于纤维化是MASLD长期结局的最强预测因子,且纤维化分期可作为可量化表型,我们仅按纤维化分期进行分层,以识别MASLD患者中与晚期纤维化相关的特征。利用这一稳健的数据集,我们的荟萃分析比较了MASLD晚期纤维化(F3–4)患者与轻/无纤维化(F0–1)患者,并鉴定出846个差异调控基因、细胞类型比例的稳健变化,以及与晚期纤维化相关的富集受体-配体对。这些保守的特征代表了重要的致纤维化驱动因素和潜在可靶向的通路,进一步促进了对纤维化进展分子发病机制的理解。
方法
数据集收集
为选择用于荟萃分析的数据集,我们在2022年检索PubMed和GEO数据集,寻找近期发表的、包含NAFLD/MASLD患者转录组分析的研究和数据集[16]。先前研究发现NAFLD和MASLD诊断之间具有高度一致性,使我们有信心进行比较[2]。在进行荟萃分析时,27个可用数据集中有13个包含纤维化分期信息。我们选择纳入全部13项研究,包括涉及儿科MASLD或来自HCC患者非肿瘤肝组织的研究,以增强荟萃分析发现有意义且保守的纤维化相关基因的能力。从美国国家生物技术信息中心GEO数据集(https://www.ncbi.nlm.nih.gov/)下载了8个肝脏bulk RNA-seq数据集和4个芯片数据集,包括我们自己的RNA-seq数据(GSE225740),此外还包括通过私人通信获得的Gerhard数据集(患者人口学信息已在此前描述)[17]。RNA-seq数据集登录号为GSE130970、GSE135251、GSE162694、GSE185051、GSE192959、GSE193066和GSE193080;芯片数据集为GSE49541、GSE89632、GSE96971和GSE48452。更详细的信
溶质载体家族16成员10(SLC16A10)和氨基己二酸氨基转移酶(AADAT)是最显著下调基因中的2个基因,两者均参与芳香族氨基酸和色氨酸的运输与分解代谢。3?,3? 第二组在MASLD-纤维化中差异调控的基因具有与胆固醇运输或响应胆固醇治疗相关的功能:溶质载体家族13成员5(SLC13A5)、腺苷酸环化酶10(ADCY10)、ATP结合盒亚家族A成员6(ABCA6)、核受体亚家族5组A成员2(NR5A2)和KN基序与锚蛋白重复结构域4(KANK4)下调,而GRAM结构域蛋白1B(GRAMD1B)上调(图1C)。最后,免疫相关的趋化因子、细胞因子以及巨噬细胞和免疫应答相关基因在显著上调的基因中排名靠前,包括趋化因子配体C-C基序趋化因子配体19(CCL19)、CCL20、CCL21、CD58分子(CD58)、CXCL6、细胞因子[白介素32(IL32)]以及免疫应答相关基因如补体C7(C7)(图1C)。已识别差异表达基因的验证为验证我们的发现,我们将排名前30位的上调基因和前20位的下调基因与MAFALDA队列中患者转录组数据进行比较,对比患有MASLD晚期纤维化(F3–4,n=7)与轻度或无纤维化(F0–1,n=184)的患者。尽管晚期纤维化患者数量有限,前50位差异表达基因中有7个基因的调控方向与我们的荟萃分析一致且变化显著(校正后p值<0.05),包括此前未发现与纤维化相关的基因,如钙蛋白酶2(CAPN2)(补充表S3,http://links.lww.com/HC9/C393)。该验证结果支持了我们荟萃分析的重要性和稳健性。差异表达基因揭示MASH中潜在生物标志物的富集MASLD领域的一个关键需求是能够预测疾病严重程度和纤维化分期的可靠生物标志物。总体而言,我们荟萃分析中识别的48个差异表达基因所编码的蛋白质已知或预测为可分泌(补充表S4,http://links.lww.com/HC9/C393)。为提供潜在生物标志物的信息,我们将荟萃分析中的差异表达基因与近期2项对MASLD患者血清进行蛋白质组学分析的研究进行了比较。第一项研究由Govaere等人12完成,比较了MASLD-纤维化患者(F4)与MASLD患者(F0)的血清;第二项研究由Sanyal等人??完成,比较了F2–4期MASLD患者与F0–1期患者的血清。我们荟萃分析中多个差异表达基因编码的蛋白质在这两项蛋白质组学研究中均呈现类似的升高或降低趋势,包括ADAMTS样蛋白2(ADAMTSL2)、补体C7(C7)和神经束蛋白(NFASC)(补充表S5,http://links.lww.com/HC9/C393)。差异表达基因的通路分析突出免疫相关和癌症相关通路为更好地理解晚期纤维化中差异调控的通路,我们对转录组数据集进行了通路富集荟萃分析。使用BioCarta、Reactome和Wikipathways对单个RNA测序和微阵列数据集进行通路分析,比较F3–4与F0–1,然后进行荟萃分析并识别显著通路。排名前6的通路中有4个代表潜在的免疫介导的病理机制:非经典NF-κB信号通路、血小板与循环细胞介导的相互作用、LAT2介导的钙动员以及C-C基序趋化因子受体5(CCR5)通路(图1D)。与NF-κB可能在MASLD进展中发挥作用一致,多个与非经典NF-κB信号通路相关的差异表达基因发生了改变,包括C7、RELB和NFKB2/p52。这些转录调控因子活性的差异可能会改变CCL19和CCL21等趋化因子的表达。?1,?2 C7是膜攻击复合物(MAC)的组成成分,可形成孔隙、充当膜锚点,并且是先天免疫系统和炎症反应的关键组成部分。MAC复合物的内吞作用驱动信号级联反应,导致RelB/p52复合物转位至细胞核,随后增强CCL19和CCL21的表达以驱动炎症(图1D,右侧面板)。除炎症特征外,与癌症和p53信号通路相关的差异表达基因在晚期纤维化中也有富集。此前被发现与肝细胞癌(HCC)相关的差异表达基因包括肌肽二肽酶1(CNDP1)、?3核受体亚家族5组A成员2(NR5A2)??和赖氨酰氧化酶样蛋白4(LOXL4)。??,?? 其他差异表达基因与多种癌症类型相关:HORMA结构域蛋白2(HORMAD2)13,??、KANK4(膀胱癌)??、DCAF6(前列腺癌)??和ATP酶铜转运β亚基(ATP7B)(乳腺癌)??。这些数据表明,癌症相关基因特征在F3–4期已经存在。为补充基于基因的通路分析,我们分析了差异表达基因编码的蛋白质可能如何相互作用。使用排名前100位上调基因或前100位下调基因作为输入进行STRING分析,以识别具有相关功能的富集簇。上调蛋白质形成多个簇,包括细胞外基质组织[胶原蛋白I型α2链(COL1A2)、COL3A1、LUM、纤连蛋白(FMOD)、THBS2];中性粒细胞趋化(CCL19、CCL20、CCL21、CXCL6);WNT信号通路(WNT4、LEF1、SOX4);以及血管新生(CLEC14A和EMCN)(补充图S1,http://links.lww.com/HC9/C393)。这些通路的富集是预期的,因为细胞外基质组织是纤维化发展的核心,中性粒细胞募集与MASLD和MASH相关,而血管新生与纤维化进展密切相关。?1–?? 对下调基因进行STRING分析揭示了多个功能簇,涉及氨基酸运输和代谢、脂肪酸代谢以及线粒体功能(补充图S2,http://links.lww.com/HC9/C393)。综上所述,我们识别了与晚期纤维化相关的肝基因表达改变,涉及细胞外基质组织、免疫反应激活、代谢变化、氨基酸合成与运输、细胞间和细胞内运输以及其他具有潜在影响的信号通路。基于单细胞RNA测序的去卷积分析以识别纤维化中细胞群体比例的改变除了理解转录组变化之外,研究MASLD进展中的细胞类型和细胞特异性表达的变化同样至关重要。我们试图通过去卷积分析识别与晚期纤维化相关的细胞类型相对丰度和比例的变化。为进行去卷积荟萃分析,我们使用了从健康或肝硬化肝组织样本中获得的单细胞RNA测序数据(来自10名患者),其中已识别并注释了12种主要细胞类型。22首先,我们使用单细胞RNA测序数据鉴定细胞类型特异性候选标志基因。其次,我们设定log?折叠变化(FC)截断值为>0.25,并选择细胞类型特异性表达,以识别最多50个高表达标志基因(图2A)。热图显示了所有基因的表达水平,每种细胞类型中方框标注了排名前位的基因标志物(图2B及各细胞类型标志基因列表见补充表S6,http://links.lww.com/HC9/C393)。黄色表示较高表达,这些标志物对相应细胞类型具有更高的特异性。利用细胞类型特异性标志基因,我们采用半监督的单细胞基于荟萃分析的方法检测细胞类型,并通过计算合并荟萃分析以及每个RNA测序数据集中各组的相对细胞类型比例,确定F3–4与F0–1组之间是否存在比例失衡。值得注意的是,在F3–4与F0–1组之间,12种主要细胞类型中有8种的流行比例存在显著差异,F3–4组中浆细胞样树突状细胞(pDC)、T细胞、B细胞、浆细胞型B细胞、肥大细胞、内皮细胞、间充质细胞和胆管细胞的比例更高(p<0.05;图2C)。我们将分析扩展至细胞亚型,通过迭代层次聚类和双交叉验证方法,识别在单细胞和荟萃分析数据集中共同的细胞类型特异性标志基因。热图(图3A)展示了41种细胞亚型中排名前位的细胞特异性标志基因的表达模式,尽管在2种亚型中未发现特异性标志物。我们选择保留排名前5位的标志基因,对于独特标志基因少于5个的细胞亚型则例外。独特的细胞类型特异性标志基因见补充表S7(http://links.lww.com/HC9/C393),具有独特标志基因的细胞亚型代表展示于图3B中。13个数据集的分析显示,在29种细胞亚型的平均比例中,F3–4与F0–1之间存在显著差异,包括多种髓系细胞(MP)和固有淋巴细胞(ILC)亚型以及间充质亚型(图4)。此外,单侧上尾检验的多个p值显示显著性,突显了F3–4组相比F0–1组中这些细胞类型的比例增加(补充表S8,http://links.lww.com/HC9/C393)。配体-受体表达定量分析以研究细胞-细胞通讯细胞-细胞通讯通过配体-受体相互作用对肝脏生理至关重要,而这些相互作用的失调驱动肝纤维化。为探索晚期纤维化中失调的配体-受体相互作用,我们分析了每个转录组数据集,以识别在多个分析中富集的配体-受体对,并将这些配体/受体与荟萃分析中的差异表达基因进行比较。我们确定了在全部11个分析数据集中富集的8对配体-受体,以及多个在至少6个数据集中富集且包含荟萃分析中识别的差异表达基因的配体-受体对。多对配体-受体与肝星状细胞(HSC)激活、细胞-基质相互作用和细胞因子信号通路相关(表2)。在跨所有数据集富集的8对配体-受体相互作用中,有4对涉及F3–4纤维化患者中显著升高的基因:Jagged经典Notch配体1(JAG1)–Notch受体3(NOTCH3)、肾内素(NPNT)–ITGA8、血小板衍生生长因子D(PDGFD)–PDGFRA以及波形蛋白(VIM)–CD44。JAG1–NOTCH3、ITGA8、PDGFD–PDGFRA、VIM和CD44信号通路此前均被证实与肝纤维化相关。??–??表2 F3–4期患者中配体-受体对的富集预测可能驱动纤维化的信号通路多个研究中富集的配体-受体对配体受体研究数量配体受体研究数量配体受体研究数量JAG1 NOTCH3 11 COL6A3 ITGA2 9 BMP5 BMPR2 8 KITLG KIT 11 CXCL6 ADRA2A 9 LAMA2 ITGA6 8 LGALS9 HAVCR2 11 HLA-B CD3D 9 LAMB1 ITGAV 8 NPNT ITGA8 11 LAMC2 ITGA2 9 MFGE8 PDGFRB 8 PDGFD PDGFRA 11 PLAU ITGA3 9 PDGFD PDGFRB 8 SELPLG SELLL 11 PLAU ITGAM 9 PLAU ITGAV 8 VIM CD44 11 TLN1 ITGB5 9 VCAN TL R2 8 SEMA4G PLXNB2 11 CCL2 CCR5 9 CCL2 CCR2 8 CCL21 ADRA2A 10 COL1A1 ITGA11 9 ADAM9 ITGA6 8 HLA-A CD3D 10 COL1A2 ITGA11 9 COL14A1 CD44 8 LAMA2 ITGA2 10 COL4A1 ITGB1 9 COL1A2 CD44 8 LAMA2 ITGA3 10 LAMC1 ITGAV 9 COL1A2 ITGAV 8 LAMB1 ITGA3 10 F13A1 ITGA4 9 CXCL1 ADRA2A 8 LAMC2 ITGA3 10 LUM ITGB1 9 EDIL3 ITGAV 8 LAMC3 ITGA3 10 SPP1 CD44 9 LAMA2 ITGB1 8 VCAN CD44 10 SPP1 ITGAV 9 LAMC1 ITGA6 8 VCAN ITGA4 10 B2M CD3D 8 PDGFA PDGFRA 8 EFEMP2 AQP1 10 CCL19 ADRA2A 8 SPP1 ITGB1 8 ADAM9 ITGAV 10 CD40LG ITGB2 8 THBS1 ITGA6 8 COL4A1 ITGAV 10 CXCL12 ADRA2A 8 VCAN ITGB1 8 COL4A4 ITGAV 10 HSPG2 PTPRS 8 BMP5 BMPR2 8 FBN1 ITGAV 10 ICAM1 IL2RG 8 LAMA2 ITGA6 8 FBN1 ITGB1 10 LAMB1 ITGA2 8 CCL20 ADRA2A 7 MMP7 CDH6 10 LAMC2 ITGB4 8 CCL19 CXCR3 7 SLIT2 ROBO1 10 LAMC3 ITGB4 8 F13A1 ITGA9 7 THBS2 ITGA6 10 PLAU ITGB2 8 ANXA1 FPR3 7 SYK FCGR2A 10 PLAU PLAUR 8 PDGFA PDGFRB 7 ALOX5AP ALOX5 9 TGFB3 ITGB5 8 SPP1 ITGA9 7 ANXA1 FPR1 9 THBS2 NOTCH3 8 LAMB1 ITGA6 7 COL18A1 GPC1 9 ITGB2 THY1 8 ANXA1 ADRA2A 6 COL1A2 ITGA2 9 COL3A1 DDR2 8 COL1A1 ITGAV 6 COL4A2 ITGB5 9 ANGPT1 ITGB1 8 CTHRC1 FZD6 6 COL4A4 ITGA2 9注意:对RNA测序数据进行分析以识别晚期纤维化中富集的配体-受体对。纳入的配对在11个分析数据集中富集,或在8–10个数据集中富集并包含荟萃分析中鉴定为显著变化的基因(加粗),或在6–7个数据集中富集且配体和受体在荟萃分析中均显著变化。为确定哪些细胞类型表达我们配体-受体对中鉴定的基因,我们将包含荟萃分析中差异表达基因的配体-受体对与用于去卷积的单细胞RNA测序数据集中获得的细胞特异性表达谱进行比较,基因表达截断值为在超过50%的细胞中平均表达高于1。我们已识别并标注了配体-受体对在各主要细胞类型中的表达(表3),所有细胞类型中配体或受体的表达列表见补充表S9(http://links.lww.com/HC9/C393),并对可能对肝纤维化发展有影响的配体-受体相互作用进行了标注。这些包括参与细胞-基质相互作用的配对(MMP7–CDH6、SPP1–ITGB1)、免疫细胞相互作用的配对(ALOX5AP–ALOX5、VCAN–CD44),以及潜在招募免疫细胞至损伤部位的配对(HLA-A–CD3D、LUM–ITGB1)。
配体与受体之间的其他代表性相互作用及其对应的细胞类型见补充图S3,http://links.lww.com/HC9/C393。
**表3 配体与受体在主要细胞类型中的平均表达量和比例表达量**
| 过程 | 配体 | 受体 | 表达 | MP | pDC | ILC | T细胞 | B细胞 | 浆母B细胞 | 肥大细胞 | 内皮细胞 | 间充质 | 间皮 | 肝细胞 | 胆管细胞 | 未知 |
|------|------|------|------|----|-----|-----|-------|-------|---------|---------|---------|--------|-------|--------|---------|------|
| EFEMP2 | Avg. | — | — | — | — | — | — | — | — | — | — | 1.63 | — | — | — |
| | Prop. | — | — | — | — | — | — | — | — | — | — | 76.85 | — | — | — |
| AQP1 | Avg. | — | — | — | — | — | — | — | — | — | 3.30 | — | 3.22 | — | 3.31 |
| | Prop. | — | — | — | — | — | — | — | — | — | 57.51 | — | 87.96 | — | 66.46 |
**ECM相互作用**
| 过程 | 配体 | 受体 | 表达 | MP | pDC | ILC | T细胞 | B细胞 | 浆母B细胞 | 肥大细胞 | 内皮细胞 | 间充质 | 间皮 | 肝细胞 | 胆管细胞 | 未知 |
|------|------|------|------|----|-----|-----|-------|-------|---------|---------|---------|--------|-------|--------|---------|------|
| COL4A1 | Avg. | — | — | — | — | — | — | — | — | — | — | 2.16 | — | — | — |
| | Prop. | — | — | — | — | — | — | — | — | — | — | 50.83 | — | — | — |
| ITGB1 | Avg. | 1.12 | — | 1.23 | 1.03 | — | — | — | 3.93 | 5.29 | 1.77 | 2.02 | 3.44 |
| | Prop. | 43.63* | — | 26.45* | 21.70* | — | — | — | 76.35 | 76.00 | 81.48 | 78.13 | 68.77 |
**ECM相互作用**
| 过程 | 配体 | 受体 | 表达 | MP | pDC | ILC | T细胞 | B细胞 | 浆母B细胞 | 肥大细胞 | 内皮细胞 | 间充质 | 间皮 | 肝细胞 | 胆管细胞 | 未知 |
|------|------|------|------|----|-----|-----|-------|-------|---------|---------|---------|--------|-------|--------|---------|------|
| LUM | Avg. | — | — | — | — | — | — | — | — | — | — | 3.55 | — | — | — |
| | Prop. | — | — | — | — | — | — | — | — | — | — | 14.27* | — | — | — |
| ITGB1 | Avg. | 1.12 | — | 1.23 | 1.03 | — | — | — | 3.93 | 5.29 | 1.77 | 2.02 | 3.44 |
| | Prop. | 43.63* | — | 26.45* | 21.70* | — | — | — | 76.35 | 76.00 | 81.48 | 78.13 | 68.77 |
**ECM相互作用**
| 过程 | 配体 | 受体 | 表达 | MP | pDC | ILC | T细胞 | B细胞 | 浆母B细胞 | 肥大细胞 | 内皮细胞 | 间充质 | 间皮 | 肝细胞 | 胆管细胞 | 未知 |
|------|------|------|------|----|-----|-----|-------|-------|---------|---------|---------|--------|-------|--------|---------|------|
| SPP1 | Avg. | — | — | — | — | — | — | — | — | — | — | — | 3.10 | 14.32 |
| | Prop. | — | — | — | — | — | — | — | — | — | — | — | 46.88* | 79.58 |
| ITGB1 | Avg. | 1.12 | — | 1.23 | 1.03 | — | — | — | 3.93 | 5.29 | 1.77 | 2.02 | 3.44 |
| | Prop. | 43.63* | — | 26.45* | 21.70* | — | — | — | 76.35 | 76.00 | 81.48 | 78.13 | 68.77 |
**ECM相互作用**
| 过程 | 配体 | 受体 | 表达 | MP | pDC | ILC | T细胞 | B细胞 | 浆母B细胞 | 肥大细胞 | 内皮细胞 | 间充质 | 间皮 | 肝细胞 | 胆管细胞 | 未知 |
|------|------|------|------|----|-----|-----|-------|-------|---------|---------|---------|--------|-------|--------|---------|------|
| MMP7 | Avg. | — | — | — | — | — | — | — | — | — | — | — | — | 4.73 |
| | Prop. | — | — | — | — | — | — | — | — | — | — | — | — | 57.94 |
| CDH6 | Avg. | — | — | — | — | — | — | — | — | — | — | 1.24 | — | — | — |
| | Prop. | — | — | — | — | — | — | — | — | — | — | 28.71* | — | — | — |
**ECM相互作用**
| 过程 | 配体 | 受体 | 表达 | MP | pDC | ILC | T细胞 | B细胞 | 浆母B细胞 | 肥大细胞 | 内皮细胞 | 间充质 | 间皮 | 肝细胞 | 胆管细胞 | 未知 |
|------|------|------|------|----|-----|-----|-------|-------|---------|---------|---------|--------|-------|--------|---------|------|
| VIM | Avg. | 13.24 | 11.33 | 2.77 | 8.28 | 4.15 | 4.71 | 16.72 | 34.99 | 30.07 | 14.69 | 1.26 | 3.88 |
| | Prop. | 91.60 | 96.14 | 41.45* | 73.28 | 64.08 | 91.69 | 87.14 | 87.98 | 96.69 | 97.22 | 59.06 | 66.58 |
| CD44 | Avg. | 3.47 | 1.04 | 1.35 | 2.78 | 1.34 | — | 5.76 | — | — | — | — |
| | Prop. | 68.70 | 41.05* | 26.87* | 49.05* | 35.34* | — | 67.14 | — | — | — | — |
**免疫细胞招募与相互作用**
| 过程 | 配体 | 受体 | 表达 | MP | pDC | ILC | T细胞 | B细胞 | 浆母B细胞 | 肥大细胞 | 内皮细胞 | 间充质 | 间皮 | 肝细胞 | 胆管细胞 | 未知 |
|------|------|------|------|----|-----|-----|-------|-------|---------|---------|---------|--------|-------|--------|---------|------|
| SELPLG | Ave. | — | 1.71 | — | — | — | — | — | — | — | — |
| | Prop. | — | 56.14 | — | — | — | — | — | — | — | — |
| SELLA | Ave. | — | 4.27 | — | — | 2.70 | — | — | — | — | — |
| | Prop. | — | 84.21 | — | — | 50.78 | — | — | — | — | — |
**免疫细胞招募与相互作用**
| 过程 | 配体 | 受体 | 表达 | MP | pDC | ILC | T细胞 | B细胞 | 浆母B细胞 | 肥大细胞 | 内皮细胞 | 间充质 | 间皮 | 肝细胞 | 胆管细胞 | 未知 |
|------|------|------|------|----|-----|-----|-------|-------|---------|---------|---------|--------|-------|--------|---------|------|
| HLA-A | Avg. | 18.08 | 14.09 | 40.26 | 36.04 | 20.58 | 7.93 | 13.47 | 30.29 | 7.45 | 7.57 | 8.93 | 12.90 |
| | Prop. | 95.51 | 97.19 | 98.58 | 98.37 | 97.34 | 95.06 | 80.00 | 99.40 | 80.30 | 96.30 | 96.25 | 91.30 |
| CD3D | Avg. | — | — | — | 8.88 | — | — | — | — | — | — |
| | Prop. | — | — | — | 82.88 | — | — | — | — | — | — |
**免疫细胞招募与相互作用**
| 过程 | 配体 | 受体 | 表达 | MP | pDC | ILC | T细胞 | B细胞 | 浆母B细胞 | 肥大细胞 | 内皮细胞 | 间充质 | 间皮 | 肝细胞 | 胆管细胞 | 未知 |
|------|------|------|------|----|-----|-----|-------|-------|---------|---------|---------|--------|-------|--------|---------|------|
| HLA-B | Avg. | 35.75 | 39.06 | 61.16 | 56.65 | 39.35 | 23.44 | 17.27 | 50.44 | 9.75 | 14.32 | 9.56 | 12.33 |
| | Prop. | 98.71 | 99.30 | 99.59 | 99.48 | 99.07 | 99.55 | 91.43 | 99.87 | 84.56 | 99.07 | 97.19 | 91.54 |
| CD3D | Avg. | — | — | — | 8.88 | — | — | — | — | — | — |
| | Prop. | — | — | — | 82.88 | — | — | — | — | — | — |
**免疫细胞招募与相互作用**
| 过程 | 配体 | 受体 | 表达 | MP | pDC | ILC | T细胞 | B细胞 | 浆母B细胞 | 肥大细胞 | 内皮细胞 | 间充质 | 间皮 | 肝细胞 | 胆管细胞 | 未知 |
|------|------|------|------|----|-----|-----|-------|-------|---------|---------|---------|--------|-------|--------|---------|------|
| B2M | Avg. | 156.36 | 126.50 | 191.19 | 208.10 | 118.13 | 83.89 | 139.11 | 152.99 | 51.39 | 51.06 | 35.47 | 42.84 |
| | Prop. | 99.98 | 100.00 | 100.00 | 100.00 | 100.00 | 99.89 | 100.00 | 100.00 | 99.32 | 100.00 | 100.00 | 99.41 |
| CD3D | Avg. | — | — | — | 8.88 | — | — | — | — | — | — |
| | Prop. | — | — | — | 82.88 | — | — | — | — | — | — |
**免疫细胞招募与相互作用**
| 过程 | 配体 | 受体 | 表达 | MP | pDC | ILC | T细胞 | B细胞 | 浆母B细胞 | 肥大细胞 | 内皮细胞 | 间充质 | 间皮 | 肝细胞 | 胆管细胞 | 未知 |
|------|------|------|------|----|-----|-----|-------|-------|---------|---------|---------|--------|-------|--------|---------|------|
| CCL19 | Avg. | — | — | — | — | — | — | 2.22 | — | — | — | — |
| | Prop. | — | — | — | — | — | — | 5.21* | — | — | — | — |
| CXCR3 | Ave. | — | 2.25 | — | — | — | — | — | — | — | — | — |
| | Prop. | — | 60.00 | — | — | — | — | — | — | — | — | — |
**免疫细胞招募与相互作用**
| 过程 | 配体 | 受体 | 表达 | MP | pDC | ILC | T细胞 | B细胞 | 浆母B细胞 | 肥大细胞 | 内皮细胞 | 间充质 | 间皮 | 肝细胞 | 胆管细胞 | 未知 |
|------|------|------|------|----|-----|-----|-------|-------|---------|---------|---------|--------|-------|--------|---------|------|
| SYK | Avg. | — | 1.37 | — | — | — | — | — | — | — | — | — |
| | Prop. | — | 49.47* | — | — | — | — | — | — | — | — | — |
| FCGR2A | Avg. | 1.33 | — | — | — | — | — | — | — | — | — | — |
| | Prop. | 44.00* | — | — | — | — | — | — | — | — | — | — |
**免疫细胞招募与相互作用**
| 过程 | 配体 | 受体 | 表达 | MP | pDC | ILC | T细胞 | B细胞 | 浆母B细胞 | 肥大细胞 | 内皮细胞 | 间充质 | 间皮 | 肝细胞 | 胆管细胞 | 未知 |
|------|------|------|------|----|-----|-----|-------|-------|---------|---------|---------|--------|-------|--------|---------|------|
| VCAN | Avg. | 3.39 | — | — | — | — | — | — | — | — | — | — |
| | Prop. | 29.44* | — | — | — | — | — | — | — | — | — | — |
| CD44 | Avg. | 3.47 | 1.04 | 1.35 | 2.78 | 1.34 | — | 5.76 | — | — | — | — |
| | Prop. | 68.70 | 41.05* | 26.87* | 49.05* | 35.34* | — | 67.14 | — | — | — | — |
**免疫细胞招募与相互作用**
| 过程 | 配体 | 受体 | 表达 | MP | pDC | ILC | T细胞 | B细胞 | 浆母B细胞 | 肥大细胞 | 内皮细胞 | 间充质 | 间皮 | 肝细胞 | 胆管细胞 | 未知 |
|------|------|------|------|----|-----|-----|-------|-------|---------|---------|---------|--------|-------|--------|---------|------|
| ANXA1 | Avg. | 3.53 | — | 2.97 | 6.16 | — | — | 30.24 | 2.89 | 1.62 | 6.17 | — |
| | Prop. | 65.82 | — | 44.85* | 63.73 | — | 88.57 | 54.36 | 31.93* | 93.52 | — |
| FPR1 | Avg. | 1.11 | — | — | — | — | — | — | — | — | — | — |
| | Prop. | 32.91* | — | — | — | — | — | — | — | — | — | — |
**免疫细胞招募与相互作用**
| 过程 | 配体 | 受体 | 表达 | MP | pDC | ILC | T细胞 | B细胞 | 浆母B细胞 | 肥大细胞 | 内皮细胞 | 间充质 | 间皮 | 肝细胞 | 胆管细胞 | 未知 |
|------|------|------|------|----|-----|-----|-------|-------|---------|---------|---------|--------|-------|--------|---------|------|
| ANXA1 | Avg. | 3.53 | — | 2.97 | 6.16 | — | — | 30.24 | 2.89 | 1.62 | 6.17 | — |
| | Prop. | 65.82 | — | 44.85* | 63.73 | — | 88.57 | 54.36 | 31.93* | 93.52 | — |
| FPR3 | Avg. | 1.25 | — | — | — | — | — | — | — | — | — | — |
| | Prop. | 36.95* | — | — | — | — | — | — | — | — | — | — |
**纤维化**
| 过程 | 配体 | 受体 | 表达 | MP | pDC | ILC | T细胞 | B细胞 | 浆母B细胞 | 肥大细胞 | 内皮细胞 | 间充质 | 间皮 | 肝细胞 | 胆管细胞 | 未知 |
|------|------|------|------|----|-----|-----|-------|-------|---------|---------|---------|--------|-------|--------|---------|------|
| PDGFD | Avg. | — | — | — | — | — | — | — | — | — | — | — | 1.04 |
| | Prop. | — | — | — | — | — | — | — | — | — | — | — | 37.87* |
| PDGFRA | Avg. | — | — | — | — | — | — | — | — | — | 0.91* | — | — |
| | Prop. | — | — | — | — | — | — | — | — | — | 58.33 | — | — |
**内皮调节**
| 过程 | 配体 | 受体 | 表达 | MP | pDC | ILC | T细胞 | B细胞 | 浆母B细胞 | 肥大细胞 | 内皮细胞 | 间充质 | 间皮 | 肝细胞 | 胆管细胞 | 未知 |
|------|------|------|------|----|-----|-----|-------|-------|---------|---------|---------|--------|-------|--------|---------|------|
| MFGE8 | Avg. | — | — | — | — | — | — | — | 6.61 | — | — | — | — |
| | Prop. | — | — | — | — | — | — | — | 75.54 | — | — | — | — |
| PDGFRB | Avg. | — | — | — | — | — | — | — | — | 3.82 | — | — | — |
| | Prop. | — | — | — | — | — | — | — | — | 64.09 | — | — | — |
在转录组数据集中富集的配体-受体对基于scRNASeq数据进行了细胞类型特异性表达评估。59 平均表达量(Avg)大于1且在超过50%的细胞中比例表达量(Prop)的配体和受体被用作初始筛选标准。同一细胞类型内配体与受体之间的相互作用以斜体显示,同时平均和比例表达量均达到阈值标准的潜在细胞间通讯也是如此。某些配体或受体仅满足一个阈值,未达到标准的值以(*)标示。破折号(-)表示平均表达量或比例表达量均未达到标准。加粗的基因符号表示根据我们的荟萃分析在F3-4与F0-1患者之间存在差异表达的基因。
类似地,我们使用上述标准分析了肝脏细胞亚型中配体-受体对的表达情况。补充表S10(http://links.lww.com/HC9/C419)展示了符合我们表达标准的配体-受体对以及细胞亚型之间潜在的相互作用。一个值得注意的相互作用是EFEMP2–AQP1。这一配对在10个数据集中均富集,且在我们的荟萃分析中两个基因均随纤维化分期增加而升高。EFEMP2编码弹性蛋白,参与弹性纤维的组装,并由肌成纤维细胞表达;而AQP1在内皮细胞和胆管细胞中表达。这一相互作用的机制影响尚不清楚,但可能代表MASLD患者纤维化中可靶向的机制性驱动因素。在细胞亚型中显示出细胞特异性表达的排名靠前的配体-受体对的表达值列于补充表S11(http://links.lww.com/HC9/C393)。经荟萃分析富集的数据矩阵突出了表达证据,并提示了潜在的细胞间相互作用网络。
**讨论**
MASLD患病率的增加以及这些患者中纤维化的发展构成了一个重大全球健康问题。尽管已有大量的转录组分析和单细胞RNA测序方法的进步,但由于患者异质性、队列组成、MASLD/MASH分期、用于scRNA-seq分析的患者样本数量少以及在分离、扩增和测序过程中的技术差异等因素,理解MASLD和MASH中的细胞类型特异性转录信号仍然是一项挑战。我们的荟萃分析调查了近1000例MASLD患者的基因表达变化,并鉴定出F3-4纤维化患者与F0–1患者之间846个差异表达基因(DEGs),代表了既一致的基因特征又提供了新的治疗候选物(图1B)。考虑到用于荟萃分析的患者队列的广泛组成,这一发现令人振奋,突显了这些基因在改善抗纤维化策略方面的潜在影响。转录组数据的反卷积鉴定了晚期纤维化中几种肝脏细胞类型的显著比例变化(图2C和补充表S8,http://links.lww.com/HC9/C393)。最后,我们鉴定了跨多个RNA-seq数据集富集的配体-受体对,这些配对可能驱动纤维化(表2、3)。我们将讨论荟萃分析中鉴定出的主要DEGs和通路,重点关注那些在纤维化中研究较少的,以及配体-受体相互作用的含义和这些基因在MASLD-纤维化中的细胞类型特异性表达。
**荟萃分析揭示了与晚期纤维化相关的氨基酸调节、ECM组织和免疫信号变化**
我们荟萃分析中DEGs的通路富集分析揭示了多种已知随纤维化而改变的通路(ECM组织、血管生成、炎症)的变化,这与已发表的数据集一致。其他相似之处包括p53相关基因的变化以及HCC(GNMT、MAT1A)基因特征,这是此前研究中鉴定的。5,6,12 令人兴奋的是,荟萃分析还揭示了先前分析未报道的通路变化。这些变化主要与下调基因相关,包括氨基酸合成和运输、胆汁酸运输以及与含硫氨基酸、烟酸和烟酰胺相关的代谢的改变。下调通路作为疾病驱动因素和治疗靶点的作用往往被忽视,尤其是在MASLD患者通常表现出更多上调而非下调的DEGs时。患者样本量的增加使得对下调基因和通路进行稳健分析成为可能,为纤维化进展和治疗提供了见解。
**氨基酸合成、运输和代谢的调节:对纤维化和免疫调节的潜在影响**
我们荟萃分析中的多个DEGs被鉴定为在氨基酸合成、代谢或运输中发挥重要作用,包括也参与免疫稳态的基因,如SLC16A10、AADAT和CNDP1(补充图S2,http://links.lww.com/HC9/C393)。SLC16A10/TAT1促进Na?非依赖性芳香族氨基酸单极运输,并调节肝脏色氨酸的稳态。60 肝脏色氨酸影响免疫稳态,证据包括SLC16A10水平与免疫浸润相关,而Slc16a10缺陷导致小鼠严重的高色氨酸血症和免疫信号紊乱。61,62
AADAT在肝脏中高表达,通过介导白细胞募集参与免疫,并具有涉及L-赖氨酸和色氨酸分解的酶活性。39,63,64 CNDP1是肌肽水解的限速酶,促进氨基酸代谢。CNDP1的表达与肝硬化和HCC相关,CNDP1被鉴定为HCC的潜在标志物。65,66 有趣的是,CNDP1与SLC16A10关联,但这一相互作用的含义尚不清楚。67 因此,SLC16A10、CNDP1和AADAT的下调可能通过破坏氨基酸稳态而驱动炎症和纤维化。
**涉及胆固醇运输或信号传导的基因的差异调节**
胆固醇失调是MASLD的常见特征,包括胆固醇水平、运输和合成的改变;然而,靶向这些过程是否影响纤维化尚不清楚。我们的荟萃分析揭示了F3–4纤维化中与胆固醇相关的几个DEGs,这些基因在纤维生成中的研究不足(上调:GRAMD1B;下调:SLC13A5、ADCY10、NR5A2和KANK4)。GRAMD1B是一种Aster家族蛋白,促进膜间非囊泡性胆固醇转运,负责修饰ER-Golgi接触位点以及内质网(ER)和质膜上的胆固醇分布。68–70
Gramd1b缺失保护小鼠免受饮食诱导的高胆固醇血症,并在人类全基因组关联研究(GWAS)中与调节炎症反应相关,进一步支持了病理性失调。70,71 胆固醇相关基因的下调为改变的胆固醇代谢如何促成MASLD-纤维化提供了进一步的机制洞察。SLC13A5编码一种在肝脏中高表达的Na?依赖性柠檬酸共转运蛋白,在脂肪酸和胆固醇合成、柠檬酸运输以及维持肝脏能量稳态中发挥作用。72,73 虽然SLC13A5的表达在此处随晚期纤维化而降低,但SLC13A5也被鉴定为脂肪变的驱动因素。新开发的SLC13A5抑制剂在治疗高脂血症方面显示出前景,突显了它们在MASLD中作为潜在靶点的价值;然而,它们在MASH和纤维生成中的作用需要进一步研究。74–76 靶向这些基因可能恢复关键的肝脏功能并限制纤维化进展。
**趋化因子及其受体是纤维化中免疫调节的关键**
趋化因子及其受体是细胞迁移的关键调节因子,在将各种免疫细胞募集到损伤部位中发挥关键作用。我们的荟萃分析从基因表达角度揭示了炎症调节因子的变化,以及富集的配体-受体相互作用,这些可能代表肝脏纤维化的新型治疗策略。炎症性配体CCL19、CCL20和CCL21在我们的荟萃分析中显著增加。此前,CCL21和CCL19已被证明可调节丙型肝炎或炎症性肝病患者中淋巴细胞的募集和纤维化。77,78 CCL19/CCL21信号在纤维化中的机制可能涉及细胞外信号通路的激活,特别是Akt和NF-κB。非经典NF-κB信号在我们的荟萃分析中富集,并调节编码淋巴特异性趋化因子和细胞因子的基因,如CCL19和CCL21。79,80
趋化因子还可能通过血小板介导的相互作用失调来影响纤维化。与该通路相关的上调基因包括CCL5、CCL2和CD40配体(CD40LG),而CCL2–CCR2和CCL2–CCR5相互作用富集(表2),并伴随CCR5信号的预测变化(图1D)。使用cenicriviroc靶向这些通路,这是一种CCR2/CCR5双重拮抗剂,具有令人鼓舞的临床前数据和II期临床试验结果,但在III期试验中缺乏疗效。81,82
FCER1A,编码FcεRI的基因,在我们的F3–4组中显著下调。FcεRI聚集导致LAT2磷酸化、肥大细胞脱颗粒以及自身免疫和T细胞调节受损。在这种方式下,FcεRI的丧失可能限制免疫抑制并促进炎症和纤维化。83,84 进一步的研究可以为FcεRI、LAT2和CCL2/CCR5信号如何影响MASLD患者纤维化提供关键洞察。
**失调基因及其对细胞间相互作用的影响可能驱动纤维化进展**
为进一步了解荟萃分析中鉴定的DEGs如何调节纤维化,我们对转录组数据集进行了配体-受体分析。荟萃分析中涉及DEGs的几种配体-受体相互作用在数据集中富集,突显了它们在促纤维化信号中的潜在作用。此外,对这些基因细胞特异性表达的了解有助于推断细胞间相互作用。
ECM组织的改变是纤维化的标志。与此一致,许多ECM组织和胶原蛋白相关基因在晚期纤维化中差异表达(补充图S1,http://links.lww.com/HC9/C393)。其中几个基因与脂肪性肝炎和/或纤维化强烈相关;然而,关于它们的细胞特异性表达和相互作用的了解较少。THBS2是HSC活化和纤维化的已知驱动因素。26,27,57,85 我们的配体-受体分析显示,THBS2与整合素亚基α6(ITGA6,由内皮亚型表达)或NOTCH3的相互作用可能在纤维化进展中很重要。还鉴定出了一些其他相互作用,其中配体和受体均随晚期纤维化而增加,包括COL4A1–ITGAV、COL4A4–ITGAV、FBN1–ITGAV、EFEMP2–AQP1和MMP7–CDH6(表2)。先前的研究强调了ITGAV在MASH-纤维化中的重要性,ITGAV水平与疾病进展正相关,而ITGAV抑制阻断了HSC活化;86 然而,ITGAV与胶原蛋白4亚型或FBN1在肝脏疾病中相互作用的影响尚不清楚。另一个值得讨论的配对是EFEMP2–AQP1。EFEMP2/fibulin-4是弹性纤维的关键成分和ECM组织的调节因子。EFEMP2在F3–4肝脏中增加并在肌成纤维细胞中富集。它与多个与纤维生成相关的蛋白结合,包括LOXL1和LTBP-4L(潜在TGF结合蛋白-4),并可调节TGFβ活性。87–89
AQP1编码水通道蛋白,一种在内皮细胞和胆管细胞中表达的水通道,参与毛细血管增殖和胆汁分泌。90,91 水通道蛋白与fibulin-4相互作用的影响尚不清楚,但可能通过调节AQP1活性以及内皮细胞或胆管细胞功能来驱动纤维化。
其他涉及ECM的富集配体-受体相互作用显示配体表达增加,这可能表明通过细胞间黏附的信号传导增加。这些配体包括波形蛋白(VIM)、肾小管蛋白(NPNT)、FBN1、桥连蛋白(VCAN)、LUM以及多种胶原蛋白和层粘连蛋白亚型。配体与整合素和细胞表面黏附受体的相互作用增加可能改变基质成分和硬度,以及免疫细胞募集,即使其受体表达未增加,因此代表潜在的抗纤维化靶点。
**荟萃分析中协变量的影响**
将荟萃分析与各个数据集中鉴定出的结果进行比较,我们发现荟萃分析中的846个DEGs中只有8个也在所有分析的数据集中被鉴定为DEGS。这突显了荟萃分析的统计效力以及队列的异质性。一些数据集由于样本较少而效力较低(例如GSE96971),而其他数据集(即儿科队列)显示出的差异可能归因于队列的组成。这突显了几个重要的要点,首先是样本量的影响以及进行荟萃分析以深入了解MASLD等异质性疾病的好处。其次,儿科队列与我们的荟萃分析显示的相似性最少。排名前100的上调基因中不到一半在儿科队列中也发生显著变化。这可能受到晚期纤维化患者数量少(5例)的影响;然而,GSE96971仅包含7例成人F3–4样本,却在上调基因中显示了63/100的显著变化。与儿科队列的独特变化一致,该数据集的先前分析显示与成人患者存在一些相关性(纤维化和炎症信号通路的变化),但存在关键差异,包括与线粒体功能障碍、氧化磷酸化和EIF2信号相关的DEGs富集。8
其他需要考虑的重要协变量包括遗传学、糖尿病、体质指数、生活方式因素等。92–94 历史上,许多研究仅纳入男性,导致研究结果和治疗策略的翻译存在偏见,在女性中效果不佳。95 为了解性别是否影响我们的荟萃分析,我们比较了患者数量相似但分别由更多女性或男性患者组成的队列之间的DEGs,并未观察到男性比例较高的队列与女性比例较高的队列之间的明显差异。
进一步的统计分析以确定性别、糖尿病或活检时所服用的药物是否会对未来产生影响。随着更多的转录组学分析工作的开展,我们将持续更新我们的荟萃分析队列,以更深入地了解这些因素。未来方向 我们荟萃分析中识别出的差异表达基因(DEGs),特别是那些编码分泌蛋白的基因(补充表S4,http://links.lww.com/HC9/C393),应作为潜在的生物标志物特征进行研究,以预测患者的纤维化分期。从基因和蛋白质表达研究中,特征基因可以被分组并作为多基因风险评分的组成部分进行评估,用于肝脏纤维化。此外,通过从更广泛的患者群体中获取scRNA-seq(单细胞RNA测序)和snRNA-seq(单核RNA测序)数据来理解细胞间相互作用,并将单细胞技术与空间转录组学相结合,将能够进一步研究纤维化进展过程中细胞间分子调控的动态变化。这将有助于克服scRNA-seq偏向免疫细胞群体的问题,从而更深入地了解肝细胞和间充质细胞中发生的转录组变化。目前的研究已确定了细胞特异性标志物和配体-受体轴作为未来治疗开发的新靶点。总体而言,我们的方法加强了在细胞水平上对肝脏纤维化发展的理解,以及未来的分子诊断和干预。
生物通微信公众号
生物通新浪微博
今日动态 |
人才市场 |
新技术专栏 |
中国科学人 |
云展台 |
BioHot |
云讲堂直播 |
会展中心 |
特价专栏 |
技术快讯 |
免费试用
版权所有 生物通
Copyright© eBiotrade.com, All Rights Reserved
联系信箱:
粤ICP备09063491号