《Brain Sciences》：Meta-Analysis of ALS Post-Mortem Cerebral Cortex Transcriptome Studies Identifies Robust Shifts in Gene Expression Despite Significant Between-Study Heterogeneity
编辑推荐：
背景： ALS以运动神经元功能衰竭为特征，并可能伴有神经认知合并症。皮层神经元及其支持细胞表现出病理学特征，其中部分已在ALS患者与对照受试者死后皮层转录组研究中被识别。然而，这些研究采用了不同的技术，且鲜有研究尝试调和各研究间的发现。方法： 本研究采用荟萃分
背景： ALS以运动神经元功能衰竭为特征，并可能伴有神经认知合并症。皮层神经元及其支持细胞表现出病理学特征，其中部分已在ALS患者与对照受试者死后皮层转录组研究中被识别。然而，这些研究采用了不同的技术，且鲜有研究尝试调和各研究间的发现。方法： 本研究采用荟萃分析（meta-analysis）方法，评估来自16项既往转录组研究的差异基因表达（ALS vs. 对照），这些研究利用了多种技术（微阵列microarray、批量RNA测序bulk RNA-seq或单核RNA测序snRNA-seq）。采用含GC含量校正的归一化方法，以减轻影响差异表达的下游偏倚。结果： 约三分之一的蛋白编码基因（16,579个中的5,930个）表现出显著的研究间效应量异质性（FDR < 0.05），这种异质性常与平均死后间隔（post-mortem interval, PMI）的变异相关。尽管如此，研究人员仍分别识别出269个和273个在ALS皮层中表达相对一致升高或降低的差异表达基因（differentially expressed genes, DEGs）（FDR < 0.05且SMD ≥ 0.20或SMD ≤ ?0.20）。ALS表达升高的DEGs与转录（RNA聚合酶）、细胞信号传导（TGF-β、PI3K）、中间神经元、小胶质细胞、内皮细胞及深层皮层（L5、L6）相关。ALS表达降低的DEGs与转录（RNA聚合酶）、胶质细胞（星形胶质细胞、少突胶质细胞）及L1层相关。ALS皮层DEGs与既往从ALS脊髓和血液中识别的DEGs存在显著重叠。结论： 这些发现凸显了与ALS皮层基因表达稳健变化相关的信号通路、细胞类型和皮层分层。研究结果说明了荟萃分析作为理解研究间异质性并跨技术识别可重复发现之工具的重要性。
论文解读
一、研究背景与意义
肌萎缩侧索硬化症（amyotrophic lateral sclerosis, ALS）是一种以上、下运动神经元功能衰竭为特征的神经退行性疾病，导致进行性运动功能丧失，预后较差。尽管已有FDA批准的疗法，但多数药物在改善生存方面的疗效有限。ALS的病理过程不仅局限于运动皮层，还涉及更广泛的脑区参与，包括执行功能缺陷和额颞叶痴呆（frontotemporal dementia, FTD）等神经认知合并症。皮层环路的功能障碍和过度兴奋性与疾病进展密切相关。
转录组学研究为理解ALS的分子病理机制提供了重要窗口。既往对ALS死后脑组织的转录组研究已发现多种病理过程，包括组蛋白调控、选择性剪接、RNA代谢、过氧化物酶体功能、蛋白质稳态、未折叠蛋白反应和神经炎症等。然而，这些研究采用了跨越数十年的多种技术平台，从早期的微阵列（microarray）到批量RNA测序（bulk RNA-seq）再到单核RNA测序（snRNA-seq），各研究在数据质量、样本量和技术偏差方面存在显著差异。单细胞或单核RNA测序技术可能因RNA降解或每种细胞类型每例个体的细胞数量不足而缺乏精度和准确性，从而导致研究间异质性。这种异质性此前鲜有系统研究。
荟萃分析（meta-analysis）提供了一种表征异质性并识别调节变量（moderator variables）的框架，能够整合跨研究的结果以突出可重复的发现。这对于聚焦最佳药物靶点、避免追踪不可重复的发现和浪费研究投入至关重要。本研究正是基于这一背景，对16项ALS死后皮层转录组数据集进行荟萃分析，以识别具有跨研究可重复性的差异表达基因（differentially expressed genes, DEGs），并系统表征研究间异质性的来源。
二、主要技术方法
研究人员从Gene Expression Omnibus（GEO）、Sequence Read Archive（SRA）、ArrayExpress、European Genome-phenome Archive（EGA）、Synapse、NIAGADS和DDBJ等公共数据库检索候选数据集，最终纳入16项符合标准的研究，涵盖微阵列、bulk RNA-seq和snRNA-seq三种技术平台，时间跨度从2007年至2025年。样本来源包括运动皮层、额叶皮层、前额叶皮层、眶额皮层和枕叶皮层等多个脑区。所有RNA-seq数据均使用STAR算法比对至GRCh38/hg38基因组，snRNA-seq数据使用10× Genomics cellranger流程处理并聚合为伪bulk（pseudobulk）样本。归一化采用含GC含量校正的条件分位数归一化（conditional quantile normalization, CQN）或单通道阵列归一化（single-channel array normalization, SCAN）。效应量以协变量校正的标准化均数差（standardized mean difference, SMD）表示，采用逆方差随机效应模型进行荟萃分析，并利用混合效应元回归模型（meta-regression）评估调节变量对异质性的贡献。
三、主要研究结果
3.1 疾病状态效应量估计
各数据集的样本在二维主成分空间中按疾病状态着色，ALS与对照样本均可通过线性判别函数区分，平衡准确率≥56.1%。数据集基于SMD估计值进行层次聚类，形成两个主要分组，两组间平均死后间隔（post-mortem interval, PMI）存在差异。16个数据集中有9个在严格标准下无法识别出显著的效应量估计，而7个样本量较大的数据集可识别出部分显著效应量。
3.2 效应量与差异表达偏倚的来源
对于含多样本的数据集，固定效应模型与混合效应模型生成的SMD估计分布大体重叠。低表达基因在5个数据集中偏向ALS表达降低，高表达基因在5个数据集中偏向ALS表达升高，但这些模式多限于表达分布极端的基因。与未进行GC含量校正的归一化方法相比，含GC含量校正的归一化显著改善了与基因长度和GC含量相关的差异表达偏倚。
3.3 效应量异质性与调节变量
在16,579个蛋白编码基因中，有5,930个表现出显著的效应量异质性（Cochran's Q检验，FDR < 0.05）。单调节变量元回归分析显示，运动皮层样本百分比、散发性ALS患者百分比和表达谱技术平台最常与SMD异质性相关。然而，PMI最能解释SMD异质性，有661个基因在PMI作为单一调节变量的模型中无显著残余异质性。三变量元回归模型进一步证实了皮层区域和PMI作为重要调节变量的作用。
3.4 荟萃分析减轻差异表达偏倚
随机效应逆方差荟萃分析识别出269个ALS表达升高的DEGs（FDR < 0.05，SMD ≥ 0.20）和273个ALS表达降低的DEGs（FDR < 0.05，SMD ≤ ?0.20）。荟萃分析结果未显示与基因丰度、基因长度或GC含量相关的差异表达偏倚，但仅在效应量来源于含GC含量校正归一化的数据集时成立。
3.5 疾病相关基因的异质性与累积效应量
多个ALS研究中的经典基因表现出显著的研究间异质性。例如，神经丝重链（NEFH）在一个研究中强烈下调（SMD = ?1.21）而在另一个研究中上调（SMD = 2.13），整体荟萃估计不显著。超氧化物歧化酶1（SOD1）的SMD估计在多数单项研究中不显著但弱阳性，荟萃分析的95%置信下限大于零。FUS RNA结合蛋白的SMD估计在多项研究中弱阴性，荟萃估计的95%置信上限小于零。
3.6 ALS表达升高的DEGs富集分析
ALS表达升高的DEGs富集于膜生物发生、TGF-β应答、脂蛋白代谢调控、胶原纤维组织和细胞氧化应激应答等生物学过程。约50%的DEGs定位于细胞核。富集的分子功能包括RNA聚合酶活性、钙依赖性蛋白结合、S100蛋白结合和TGF-β结合。MeSH术语包括血管重塑和端粒缩短。这些DEGs还与MYC调控、TGFB1-TGFB1R信号传导和SOD1表达邻域相关。
3.7 ALS表达降低的DEGs富集分析
ALS表达降低的DEGs与转录（RNA聚合酶）、胶质细胞（星形胶质细胞、少突胶质细胞）及皮层L1层相关。这些基因的降低表达反映了ALS皮层中胶质细胞支持功能的改变和特定皮层层次的分子特征变化。
3.8 与ALS易感位点、细胞类型标志物和snRNA-seq聚类的关系
研究人员利用NHGRI-EBI GWAS目录识别出367个与ALS相关性状关联的基因，其中238个纳入荟萃分析。通过多个数据库和既往snRNA-seq研究识别细胞类型特异性标志基因，发现ALS DEGs与特定细胞类型（中间神经元、小胶质细胞、星形胶质细胞、少突胶质细胞、内皮细胞）和皮层层次（L1、L5、L6）存在显著关联。
3.9 转录因子结合位点分析
利用JASPAR数据库的970个位置权重矩阵（position weight matrix, PWM）模型，比较DEGs与非DEGs转录起始位点（transcription start site, TSS）与PWM匹配位点的最近邻距离，识别出与DEGs相关的转录因子结合序列。
3.10 与ALS脊髓和血液DEGs的重叠
ALS皮层DEGs与此前从ALS脊髓和血液中识别的DEGs存在显著重叠，提示ALS不同组织和区域的分子病理机制具有共享性。
四、讨论与结论
本研究的核心发现是，尽管ALS皮层转录组研究间存在显著的效应量异质性（约三分之一的蛋白编码基因），荟萃分析仍能识别出542个表达变化相对一致的DEGs。PMI被确定为解释研究间异质性最重要的调节变量，这一发现对于未来ALS转录组研究的设计和质量控制具有重要指导意义。
研究结果将ALS皮层病理与mRNA加工、中间神经元功能障碍、小胶质细胞活化、星形胶质细胞和少突胶质细胞改变等过程联系起来。ALS表达升高的DEGs涉及转录、细胞信号传导（TGF-β、PI3K通路）、神经炎症和血管重塑等过程，而表达降低的DEGs则主要涉及胶质细胞功能和特定皮层层次（L1层）的分子特征。
研究结论指出，这些发现凸显了与ALS皮层基因表达稳健变化相关的信号通路、细胞类型和皮层分层。荟萃分析作为一种工具，对于理解研究间异质性并跨技术识别可重复发现具有重要价值。该研究为ALS药物开发提供了更具可重复性的候选靶点，有助于避免基于不可重复发现的研究投入浪费。
