基于线粒体动力学与星形胶质细胞的抑郁症关键枢纽基因鉴定及其在神经炎症中的调控机制研究

《Current Issues in Molecular Biology》：The Construction and Validation of a Machine Learning Model for Major Depressive Disorder Based on Astrocytes and Mitochondrial Dynamics

　　**摘要****背景：** 星形胶质细胞在抑郁症中发挥重要作用。然而，其具体机制，尤其是亚细胞层面的机制，仍不清楚。**目的：** 我们旨在鉴定与线粒体动力学和星形胶质细胞相关的关键基因，构建诊断预测模型，并阐明其在神经炎症中的调控机制。**方法：** 从GEO数据库获取抑郁相关转录组数据集。筛选线粒体动力学相关基因与星形胶质细胞相关基因之间的重叠差异表达基因，并进行功能富集分析。采用机器学习算法建立诊断模型并鉴定枢纽基因。建立LPS诱导的小鼠抑郁模型，通过行为学测试评估抑郁样表型。利用定量实时PCR和Western blotting验证枢纽基因的表达。**结果：** 构建了具有良好诊断性能的机器学习模型。LPS显著上调了前额叶皮层和海马中己糖激酶2（HK2）和核糖体蛋白S7（RPS7）的表达，提示糖酵解代谢和核糖体功能参与了LPS诱导的神经病理变化。**结论：** HK2和RPS7被鉴定并验证为响应神经炎症的关键枢纽基因。线粒体动力学与星形胶质细胞代谢异常的协同作用可能在抑郁症的发病机制中发挥关键作用，为MDD的分子诊断和抗炎靶向治疗提供了新的候选生物标志物和理论支持。