多区域转录组学与无监督聚类揭示阿尔茨海默病的复发性及区域特异性基因特征

《IBRO Neuroscience Reports》：Multi-region transcriptomics and unsupervised clustering reveal recurrent and region-specific gene signatures in Alzheimer’s disease

　　

专业摘要翻译 阿尔茨海默病（Alzheimer’s disease, AD）以解剖学上异质的转录组改变为特征，这增加了识别可重复疾病相关基因的难度。本研究将整合的多指标基因优先级排序框架应用于GSE5281死后多区域脑组织微阵列数据集，涵盖内嗅皮层（entorhinal cortex）、海马（hippocampus）、颞中回（middle temporal gyrus）、后扣带回（posterior cingulate cortex）、额上回（superior frontal gyrus）、视觉皮层（visual cortex）及合并样本。研究人员采用limma进行差异表达分析，并根据|log?FC|、-log??FDR、CombinedScore和RankSum对基因进行优先级排序。通过跨区域重叠、表达水平验证、AD样特征评分、探索性UMAP/k-means聚类以及在GSE48350中的外部验证，进一步评估复发性和区域特异性候选基因。整合排序优于单一标准的候选基因筛选。NEAT1和SST是最一致的复发性信号，而ADCYAP1、EP400、SRRM2和NME1被反复优先排序。区域特异性候选基因包括内嗅皮层的CAMK1G/ACTL6B、海马的ANKRD12/ELAVL3、后扣带回的TMEM106A/TCAP以及视觉皮层的HTR1B/LUM。经方向校正的NEAT1/SST/ADCYAP1特征在所有区域中均显示AD相关表达升高，六基因组合支持与诊断相关的分子分层。外部验证显示18项基因-区域比较中有16项方向一致，支持所优先排序的AD相关转录组特征在独立脑组织数据集中的可重复性。

论文解读文章

一、研究背景与研究目的

阿尔茨海默病是一种以神经元功能障碍、突触丢失和显著解剖异质性为特征的进行性神经退行性疾病。tau蛋白神经纤维病理遵循典型的解剖学进展模式，从内嗅区开始，延伸至海马及其他边缘结构，再累及更广泛的新皮层区域，而初级感觉皮层通常较晚受累。这种空间梯度伴随区域依赖的分子和转录组改变，反映不同神经元群体、环路和分子程序的易感性差异。因此，疾病相关的分子改变应在单个脑区内分别考察，而非假定全脑存在统一的转录组响应。

尽管GSE5281等数据集具有重要价值，识别具有生物学意义且可重复的候选基因仍具挑战性。基因优先级排序通常依赖倍数变化幅度或经多重检验校正后的假发现率（false discovery rate, FDR），两者捕捉差异表达的不同方面：效应量排序强调表达变化幅度，而FDR排序强调统计证据强度，二者在异质性AD数据集中可能产生不同候选列表。整合方法如秩聚合提供了组合互补证据的框架，但整合方法是否比单一标准提供更稳定或外部可重复的排序结果，仍需实证评估。此外，AD转录组学的核心挑战在于疾病相关分子改变的显著解剖异质性，需要区分区域特异性优先排序、跨区域复发、排序稳健性、发现集内部分子组织及独立外部表达支持等不同维度。

二、研究内容与主要发现

研究人员针对GSE5281六个脑区分别进行差异表达分析，系统比较四种互补的基因优先级排序策略，通过跨区域重叠、排序稳健性、重采样稳定性及外部队列验证，识别复发性与区域特异性候选基因，并构建三基因表达评分和六基因聚类面板。研究发现，不同排序策略产生部分重叠但区域依赖的基因优先排序模式。NEAT1和SST是最一致的复发性信号，ADCYAP1、EP400、SRRM2和NME1被反复优先排序。区域特异性候选基因包括内嗅皮层CAMK1G/ACTL6B、海马ANKRD12/ELAVL3、后扣带回TMEM106A/TCAP及视觉皮层HTR1B/LUM。三基因评分?z(STAT4)?z(SST)?z(NVL)在全部六个区域中AD样本中位数均高于对照。六基因面板的k-means聚类产生两个分子簇，与诊断的事后一致性达86.3%。外部验证显示18项基因-区域比较中14项方向一致，ZNRD2、STAT4和NVL在三个共享区域中方向均一致。该研究建立了从区域特异性差异表达到跨区域复发、排序稳健性、发现集分子组织及独立外部验证的系统评估框架，为AD转录组候选基因的可靠识别提供了方法学参考。

三、关键技术与方法

本研究主要采用以下关键技术方法：基于GEOquery获取GSE5281和GSE48350表达数据，经log2转换后利用hgu133plus2.db注释包进行探针-基因映射，采用WGCNA::collapseRows的MaxMean方法进行基因水平汇总；使用limma经验贝叶斯框架在各脑区内独立进行AD与对照的差异表达分析，以Benjamini-Hochberg方法控制FDR；构建四种基因排序策略，即绝对log?FC、FDR、CombinedScore（|log?FC|×min[?log??FDR, 10]）和RankSum（|log?FC|秩与FDR秩之和）；采用多集合重叠图、配对重叠热图、Venn图进行跨区域和跨策略重叠分析；使用UMAP（欧氏距离、10近邻、最小距离0.3）和k-means聚类（k=2至6，平均轮廓宽度评估，100次随机初始化）进行探索性分子分层；在独立队列GSE48350中（限定EC、HIP和SFG三个解剖匹配区域，对照样本年龄≥60岁）进行方向一致性、严格复制及跨数据集效应量相关性评估。发现集GSE5281包含161例样本（87例AD、74例对照），外部验证队列GSE48350包含124例样本（55例AD、69例对照）。

四、研究结果

4.1 区域差异表达与比较基因优先级排序分析

研究人员在GSE5281六个脑区分别进行差异表达分析。在颞中回，效应量排序优先PCSK1、STAT4等基因，FDR排序强调FIG4、ACTB等，整合策略识别NME7和CALM1。内嗅皮层中，效应量排序识别C1QTNF4、ACTL6B等，FDR排序优先MRPL41、PRXL2B等，整合策略中ZNRD2同时获得最高CombinedScore和最低RankSum。海马中ANKRD12和ELAVL3在FDR、CombinedScore和RankSum下均居前列，而ARPC1A仅具最大绝对log?FC。后扣带回中NDUFA7、TCAP和TMEM106A被两种整合策略一致优先。额上回中SST具最大绝对log?FC和最高CombinedScore，LOC729870和TYRP1在多种策略中重复出现。视觉皮层中LOC101927709、HTR1B和SST重复出现，但无基因达到FDR<0.05阈值，被视为排序候选而非显著差异表达基因。Top-100基因集分析显示四策略共享基因数在EC为48、MTG为24、HIP为14、PC为12、SFG为32、VCX为27。

4.2 跨区域复发分析

六区域Top-100基因的多集合重叠显示显著区域异质性，四种策略下均无基因在所有六区域中同时出现。配对重叠分析显示logFC策略下MTG与SFG重叠最大（13个共享基因），CombinedScore和RankSum下该配对仍突出（各12个共享基因），HIP与MTG在整合策略下共享11个基因。EC与VCX跨区域复发率较低。跨策略稳健性分析识别出5个在所有四种策略下均复发的基因（ADCYAP1、PCSK1、SIMC1P1、SST、STAT4）及18个在三种策略下复发的基因（含EP400、NME1、SRRM2、NVL等）。STAT4、SST和NVL因跨策略复发且以负向AD相关表达差异为主被选入表达特征分析，三者在多数区域显示AD中表达降低。

4.3 发现集表达评分与探索性六基因聚类

三基因AD样表达评分?z(STAT4)?z(SST)?z(NVL)在全部六个区域中AD中位数均高于对照，BH校正后区域Wilcoxon检验均显著，MTG差异最大（AD中位数2.595，对照?2.829，校正P=3.94×10??）。基于ZNRD2、ANKRD12、NME7、STAT4、SST和NVL的六基因面板进行无监督UMAP和k-means聚类，k=2时平均轮廓宽度最高（0.258）。全局两簇分析中，簇1含91例样本（78例AD、13例对照），簇2含70例样本（9例AD、61例对照），AD比例分别为85.7%和12.9%，事后簇-诊断一致性86.3%。区域分析显示MTG中簇1全部15例为AD而簇2仅1/13为AD，EC、PC中簇1的AD比例分别为83.3%和75.0%而簇2均为0%。全局平均轮廓宽度0.258，区域轮廓值最高为MTG（0.317），最低为HIP（0.207）。

4.4 外部评估

在GSE48350的EC、HIP和SFG区域中，Top-100列表下方向一致性为logFC排序68.3%、FDR排序72.0%、CombinedScore 69.0%、RankSum 71.7%，CombinedScore和RankSum各恢复三个方向一致且双数据集FDR<0.05的基因-区域关联。六基因面板中ZNRD2、STAT4和NVL在三个共享区域中方向均一致，ANKRD12在HIP和SFG方向一致但EC不一致，NME7在EC和HIP一致而SFG为小的正向外部估计，SST在SFG一致但EC和HIP不一致。总体18项比较中14项方向一致（77.8%），跨数据集效应量相关性较弱（Pearson r=0.158，Spearman ρ=0.216）。三基因评分在外部队列中经区域调整的联合模型估计AD中评分较高（均值差1.201，95% CI 0.469–1.932，名义P=0.00149）。

五、讨论与结论

研究表明，不同排序标准捕捉差异表达的不同维度，整合策略可识别同时具备效应量和统计证据的候选基因，但没有任何单一策略在所有列表大小和评估标准下持续最优。跨区域复发集中于特定区域配对（如MTG-SFG、HIP-MTG），而非均匀分布于六区域，反映AD转录组改变的解剖特异性。三基因评分和六基因聚类在发现集中显示与诊断相关的分子结构，但基因选择和聚类均基于发现集进行，属探索性内部分层而非独立验证。外部验证中方向一致性支持部分候选基因的可重复性，但效应量相关性较弱，提示跨数据集效应量大小存在差异。研究局限性包括：使用已处理的GEO矩阵而非原始CEL文件重新处理、未识别可用的样本特异性批次协变量、GSE5281中多个区域样本可能来自同一供体而供体标识不可用、外部验证限于三个解剖匹配区域。总体而言，该研究建立了从区域特异性差异表达到跨区域复发、排序稳健性、发现集分子组织及独立外部验证的系统评估框架，识别出NEAT1、SST、ADCYAP1等复发性候选基因及多个区域特异性候选基因，为AD转录组候选基因的可靠识别和后续功能验证提供了方法学基础和候选清单。