《Current Issues in Molecular Biology》：Identification of BRD4 as a Shared Diagnostic Biomarker Between Bipolar Disorder and Multiple Sclerosis Using Machine Learning
编辑推荐：
双相情感障碍（BD）与多发性硬化（MS）密切相关，但二者共有的分子机制及特异性诊断生物标志物仍不清楚。本研究整合微阵列表达谱与机器学习方法，以识别BD与MS之间的共享核心基因及潜在机制。基因表达数据集和外周血转录组数据集取自GEO数据库。在按队列进行分位数归一
双相情感障碍（BD）与多发性硬化（MS）密切相关，但二者共有的分子机制及特异性诊断生物标志物仍不清楚。本研究整合微阵列表达谱与机器学习方法，以识别BD与MS之间的共享核心基因及潜在机制。基因表达数据集和外周血转录组数据集取自GEO数据库。在按队列进行分位数归一化后，通过差异表达分析和加权基因共表达网络分析（WGCNA）鉴定共享基因。构建蛋白质-蛋白质相互作用（PPI）网络，并使用MCODE插件筛选关键基因。结合三种机器学习算法以确定最终核心基因。初步获得229个共享基因，进一步筛选至55个关键基因。BRD4被确定为最终的共享核心基因。判别性能（AUC，95% CI）为：BD发现集GSE23848（20例病例/15例对照）0.713（0.54–0.89）；MS发现集GSE21942（12/15）0.998（0.99–1.00）；BD外部验证集GSE39653（8/24）0.775（0.59–0.96）；MS外部验证集GSE203241（38/21）0.828（0.71–0.93）。BRD4作为非侵入性外周血生物标志物表现出中度至良好的判别性能，可能有助于进一步研究BD与MS的共享机制。
论文解读
一、研究背景与问题
双相情感障碍（Bipolar Disorder, BD）是一种以躁狂与抑郁发作交替为特征的严重精神疾病，全球终生患病率约为1%–2%，遗传度估计约为80%，且在所有精神疾病中自杀率最高，为普通人群的20–30倍。然而，由于症状与其他精神疾病或自身免疫性疾病重叠，超过半数临床医生可能无法做出准确诊断，导致治疗不足或不恰当治疗。多发性硬化（Multiple Sclerosis, MS）是一种以中枢神经系统白质炎性脱髓鞘病变为特征的自身免疫性疾病，全球患病率约为每10万人30例，且在中国发病率逐年上升。流行病学证据显示，MS患者中BD的终生患病率高达8.4%，显著超过普通人群（<1%），提示两种疾病可能存在共享的潜在发病机制。既往研究多集中于单一疾病的机制探讨，系统性地利用多组学和多算法整合策略筛选两种疾病共享核心基因的研究尚属罕见。因此，识别可靠的共享外周血生物标志物，对于改善BD的误诊问题及MS的早期分子预警具有重要意义。
二、研究内容与结论
研究人员整合了来自GEO数据库的BD和MS基因表达微阵列数据集及外周血转录组数据集，构建了多层生物信息学筛选流程，包括差异表达分析、加权基因共表达网络分析（WGCNA）、蛋白质-蛋白质相互作用（PPI）网络聚类以及三种互补的机器学习算法。经过外部队列验证，研究人员确定BRD4（Bromodomain Containing 4，含溴结构域蛋白4）为连接BD与MS的唯一共享核心基因，验证了其跨疾病稳定的诊断性能，并提出了以BRD4为中心的免疫-神经串扰轴来阐释两种疾病共病的分子基础。BRD4在BD和MS患者外周血中均显著高表达，且在发现集和独立验证集中均表现出可靠的判别能力，支持其作为辅助筛查生物标志物的潜在价值。
三、主要技术方法
研究人员采用了多层次的生物信息学分析策略。数据来源于GEO公共数据库：BD发现集为GSE23848（20例病例/15例对照），MS发现集为GSE21942（12例病例/15例对照），BD外部验证集为GSE39653（8例病例/24例对照），MS外部验证集为GSE203241（38例病例/21例对照），样本类型均为外周血或外周血单个核细胞（PBMC）。主要方法包括：利用limma包进行差异表达基因（DEG）鉴定；利用WGCNA包构建无标度共表达网络并筛选与疾病表型显著相关的模块；利用STRING数据库和Cytoscape的MCODE插件构建PPI网络并筛选关键基因模块；随后整合LASSO回归、随机森林（Random Forest）和支持向量机-递归特征消除（SVM-RFE）三种机器学习算法进行交叉筛选，取三者交集确定最终核心基因；最后通过ROC曲线、列线图（nomogram）、校准曲线和决策曲线分析（DCA）评估诊断效能，并利用CIBERSORT算法进行免疫细胞浸润分析。
四、研究结果
1. 差异表达基因（DEGs）鉴定
通过limma分析，BD数据集（GSE23848）共鉴定出3871个DEGs（其中上调1685个、下调2186个），MS数据集（GSE21942）共鉴定出1229个DEGs（其中上调494个、下调735个）。BD采用|log?FC| > 0.1的较宽松阈值以保留外周血中微弱的免疫转录本，MS采用|log?FC| > 0.5的较高阈值以过滤噪声。
2. WGCNA显著模块筛选
BD数据集鉴定出16个共表达模块，其中5个模块与BD表型显著相关（|r| ≥ 0.5，p < 0.01），共包含1807个基因。MS数据集鉴定出12个共表达模块，其中MEblue模块与MS表型显著相关（r = 0.88，p < 2 × 10?1?），包含1141个基因。
3. 初始核心基因获取
通过四集合维恩图分析，BD DEGs、BD模块基因、MS DEGs和MS模块基因的交集共获得229个共享基因，定义为BD与MS的初始核心基因。
4. GO和KEGG富集分析
GO富集分析显示，生物学过程（BP）主要富集于神经递质代谢调控、免疫细胞活化、氧化应激反应和细胞凋亡调控；细胞组分（CC）主要富集于突触后膜、免疫突触和线粒体基质；分子功能（MF）主要富集于细胞因子结合、神经递质受体活性和氧化还原酶活性。KEGG通路富集分析显示，229个共享基因显著富集于12条通路，前五位为氧化磷酸化、亨廷顿病、帕金森病、糖尿病心肌病和人类T细胞白血病病毒1型感染。
5. PPI关键基因筛选
将229个初始核心基因上传至STRING数据库构建PPI网络，经MCODE插件筛选后获得包含55个基因的关键模块。
6. 机器学习筛选核心基因
三种机器学习算法分别筛选出候选基因：LASSO回归在BD和MS数据集中分别获得11个和8个候选基因；随机森林分别获得9个和10个候选基因；SVM-RFE分别获得26个和27个候选基因。BD数据集三种算法交集获得4个基因，MS数据集获得5个基因。跨疾病维恩图进一步整合后，BRD4是唯一在两种疾病队列中被三种算法同时选中的基因，被确定为BD与MS的最终共享核心基因。
7. BRD4表达验证与诊断效能
箱线图显示，BD患者（GSE23848）中BRD4表达显著高于健康对照（p < 0.05），MS患者（GSE21942）中BRD4表达极显著高于健康对照（p < 0.001）。ROC曲线分析显示，BRD4在BD训练集（GSE23848）中AUC为0.713（95%CI: 0.538–0.889），在MS训练集（GSE21942）中AUC为0.998（95%CI: 0.991–1.000）；在BD外部验证集（GSE39653）中AUC为0.775（95%CI: 0.588–0.962），在MS外部验证集（GSE203241）中AUC为0.828（95%CI: 0.721–0.935）。对应的最佳Youden阈值下敏感度和特异度分别为0.95/0.60、1.00/0.93、0.50/0.92和0.92/0.62。
8. 免疫细胞浸润及BRD4相关性分析
CIBERSORT分析显示，BD和MS表现出不同的免疫扰动模式。BD队列中，滤泡辅助性T细胞在患者中显著减少（中位数0.129 vs. 0.163，p = 0.028），BRD4表达与静息CD4记忆T细胞呈正相关（r = 0.38，p = 0.025）。MS队列中，幼稚B细胞（0.051 vs. 0.009，p = 1.9 × 10??）、嗜酸性粒细胞（0.058 vs. 0.043，p = 7.7 × 10??）、静息肥大细胞（0.035 vs. 0.020，p = 0.016）和幼稚CD4 T细胞（0.073 vs. 0.038，p = 0.020）在患者中升高，而浆细胞减少（0.010 vs. 0.022，p = 0.016）。BRD4表达与幼稚B细胞呈最强正相关（r = 0.84，p = 9.0 × 10??），与嗜酸性粒细胞呈中度正相关（r = 0.52，p = 0.004），与单核细胞呈负相关（r = ?0.38，p = 0.042）。
9. BRD4预测列线图性能评估
基于BRD4的单基因列线图可实现个体化疾病风险评分。校准曲线显示MS队列中预测风险与实际风险一致性良好，而BD训练集中存在轻微预测偏差。决策曲线分析（DCA）显示BRD4在MS筛查中具有更广泛的净临床获益范围，而在BD中仅在低风险亚组中观察到有意义的临床效用。
五、讨论与结论
讨论部分指出，BRD4作为溴结构域（bromodomain）表观遗传阅读器，能够识别乙酰化组蛋白尾部并招募P-TEFb以释放暂停的RNA聚合酶II，从而将瞬时炎症信号转化为持续的转录程序。在MS中，这一机制驱动幼稚B细胞分化和生发中心形成，与研究人员观察到BRD4表达与幼稚B细胞最强相关（r = 0.84）的结果一致；在BD中，BRD4与静息CD4记忆T细胞相关，符合情绪障碍中低度慢性炎症的特征。BRD4在中枢神经系统的小胶质细胞和神经元中调控突触基因转录和树突棘密度，为外周免疫激活影响情绪失调提供了分子通路。研究人员提出BRD4介导的免疫-神经串扰轴是连接BD与MS共病的机制基础。
本研究存在以下局限性：公共微阵列数据集样本量较小且缺乏统一临床协变量信息；仅验证了mRNA水平的BRD4上调，未在蛋白水平和功能层面确认；所有样本均为外周血，未表征中枢神经系统组织中的BRD4表达模式；列线图仅纳入BRD4单一预测变量；CIBERSORT去卷积估计为推断结果而非直接测量。
研究结论：本研究通过整合DEG分析、WGCNA、PPI网络分析和机器学习的多维筛选策略，确定BRD4为BD与MS的共享核心基因。BRD4在两种疾病中均高表达且具有可靠的诊断效能，可能通过调控免疫-神经串扰通路参与BD和MS的病理过程。这些发现为理解精神疾病与自身免疫性疾病之间的共病机制提供了新的分子视角，BRD4有望成为BD和MS的跨疾病辅助诊断生物标志物及候选治疗靶点。
