《Autoimmunity》:Deciphering the molecular mechanisms linking abnormal mitochondrial respiratory chain activity to myeloid cell activation in systemic lupus erythematosus through multi-scale transcriptomics
编辑推荐:
线粒体呼吸链(mitochondrial respiratory chain, MRC)活性异常是系统性红斑狼疮(systemic lupus erythematosus, SLE)发病的关键驱动因素。然而,其活性异常与免疫表型及疾病进展之间关联的分子机制仍不
线粒体呼吸链(mitochondrial respiratory chain, MRC)活性异常是系统性红斑狼疮(systemic lupus erythematosus, SLE)发病的关键驱动因素。然而,其活性异常与免疫表型及疾病进展之间关联的分子机制仍不清楚。本研究旨在系统确定SLE中线粒体呼吸链功能障碍的核心生物标志物,并通过多组学转录组分析探索其潜在致病机制。研究人员整合了5个bulk转录组系列以筛选与线粒体呼吸链异常相关的差异表达基因。研究应用3种机器学习算法及SHAP(SHapley Additive exPlanations)分析鉴定核心特征基因。基于这些标志物,研究人员构建了诊断模型,并建立了分子互作与调控网络。通过功能富集、免疫浸润分析及与关键治疗靶点的相关性分析,阐明了其生物学功能。此外,研究人员整合了3个单细胞数据集,应用Seurat聚类、拟时序分析和CellChat表征核心基因在特定细胞亚群中的表达模式、分化轨迹及相互作用网络。研究共鉴定出18个生物标志物,其中SCO2(Synthesis of Cytochrome C Oxidase 2,细胞色素c氧化酶合成因子2)为主要核心基因。诊断模型具有较高的判别准确性。多维度功能分析揭示SCO2在连接线粒体代谢功能障碍与抗病毒天然免疫激活中可能发挥潜在作用。单细胞分析将SCO2过表达定位于单核细胞和树突状细胞,其在髓系分化过程中呈下调趋势。研究发现SCO2+髓系细胞在免疫微环境中呈现改变的相互作用网络,其特征为富集MHC-I/II(major histocompatibility complex-I/II,主要组织相容性复合体I/II)和MIF(macrophage migration inhibitory factor,巨噬细胞迁移抑制因子)信号。总之,SCO2是SLE中线粒体呼吸链活性的关键生物标志物,反映驱动免疫失调的线粒体代谢重编程。
系统性红斑狼疮(systemic lupus erythematosus, SLE)是一种复杂的慢性自身免疫病,以广泛炎症和免疫介导的组织损伤为特征,累及皮肤黏膜、肌肉骨骼、血液及肾脏等多个器官系统。2023年流行病学研究显示,SLE全球患病人数约341万,每年新发病例约40万,其中约34万为女性。其致病因素涵盖遗传学、环境、性别与激素以及免疫细胞及其代谢,与疾病临床表现的显著异质性相对应。日益增多的证据表明线粒体功能障碍与SLE发病密切相关,涉及淋巴细胞低线粒体膜电位、单细胞线粒体质量和循环线粒体DNA水平异常。线粒体功能障碍不仅与动脉粥样硬化相关,还可促进自身抗原和活性氧(reactive oxygen species, ROS)生成,诱发高血压并增加心血管与肾脏疾病风险。在细胞水平上,持续性线粒体功能障碍可导致狼疮T细胞自发性凋亡增加、坏死敏感性升高、活化诱导细胞死亡减少,狼疮B细胞呈现过度活化与坏死性凋亡,中性粒细胞胞外陷阱(neutrophil extracellular traps, NETs)形成异常,B细胞向浆细胞分化亦与线粒体功能障碍相关;线粒体代谢还调控树突状细胞的迁移、分化、抗原提呈与免疫调节。线粒体呼吸链(mitochondrial respiratory chain, MRC)作为氧化磷酸化(oxidative phosphorylation, OXPHOS)的核心组分,由四个多蛋白复合物及两种电子载体构成,活性异常与多种疾病相关。然而,与SLE发病相关的关键标志基因尚未得到充分探索。基于此,研究人员开展本研究,利用多组学转录组与机器学习技术剖析SLE中线粒体呼吸链功能障碍的分子特征,为理解SLE发病机制提供新的视角,具有重要的理论与临床转化意义。
为开展研究,研究人员从GEO数据库获取样本队列,整合GSE121239、GSE126307、GSE148601、GSE24706、GSE81622五个bulk转录组数据集(共478份样本,含88份健康对照与390例SLE患者)作为训练集,以GSE50772作为外部验证集;单细胞层面以GSE135779为训练集,GSE254176联合GSE244515为验证集,均源自SLE患者与健康对照外周血样本。关键技术方法包括:采用sva包校正批次效应并用limma包进行差异表达分析;应用主成分分析(principal component analysis, PCA)展示样本分布;运用最小绝对收缩和选择算子(least absolute shrinkage and selection operator, LASSO)回归、支持向量机递归特征消除(support vector machine-recursive feature elimination, SVM-RFE)及随机森林三种机器学习算法筛选核心基因,并结合SHAP分析验证;通过基因本体(Gene Ontology, GO)、京都基因与基因组百科全书(Kyoto Encyclopedia of Genes and Genomes, KEGG)富集与单样本基因集变异分析(gene set variation analysis, GSVA)解析生物学功能;构建蛋白互作(protein-protein interaction, PPI)网络与转录因子(transcription factor, TF)-微小核糖核酸(microRNA, mRNA)调控网络;建立基于SCO2的受试者工作特征(receiver operating characteristic, ROC)曲线与列线图诊断模型;运用CIBERSORT算法进行免疫浸润分析;单细胞层面采用Seurat聚类、UMAP降维、Monocle2拟时序分析与CellChat细胞通讯分析。
研究结果部分如下:
3.1 差异表达基因鉴定相关异常线粒体呼吸链活性:研究人员整合五个bulk数据集并进行批次效应校正,差异表达分析共鉴定2143个差异表达基因(differentially expressed genes, DEGs),与149个异常线粒体呼吸链活性相关基因集取交集,获得18个AARC-DEGs(包括SCO2、TTC19、PUS1、POLG等),实现了目标基因的无偏筛选。
3.2 基于机器学习的核心基因筛选与SHAP验证:PCA显示18个AARC-DEGs可有效区分SLE与健康对照;LASSO回归筛选出15个候选基因,SVM-RFE进一步将范围缩至7个(SCO2、NDUFA9、PUS1、POLG、TTC19、NDUFAF1、NSUN3),随机森林以重要性评分大于15为标准最终确定SCO2为核心基因;SHAP分析证实SCO2全局预测重要性最高,高表达样本一致偏向SLE预测,表达量与预测贡献呈非线性正相关。
3.3 GO、KEGG与GSVA功能分析:在训练集与验证集中,与SCO2显著相关的基因富集于病毒防御反应、病毒反应及病毒过程调控等生物学过程,细胞组分主要位于PML小体,分子功能涉及双链RNA结合与核苷酸基转移酶活性;KEGG通路涉及丙型肝炎、甲型流感、EB病毒及单纯疱疹病毒1型感染;GSVA显示SCO2表达与病毒免疫反应及NOD样受体、RIG-I样受体、胞质DNA感应、Toll样受体信号通路活性呈正相关,提示SCO2高表达与干扰素信号特征相关。
3.4 PPI网络与调控网络构建:基于STRING数据库构建包含11个节点、43条边的PPI网络,SCO2与线粒体氧化磷酸化系统关键组分(COX10、COX17、SURF1等)密切互作;同时构建20对转录因子-靶基因及16对miRNA-靶基因的TF-miRNA-mRNA调控网络,提示SCO2表达受多重调控。
3.5 SCO2的诊断价值:SCO2在SLE患者外周血单个核细胞(peripheral blood mononuclear cell, PBMC)中显著高表达;ROC分析训练集AUC为0.766、验证集AUC为0.834;列线图、校准曲线与决策曲线分析(decision curve analysis, DCA)显示基于SCO2的模型预测性能稳定,具有临床决策应用价值。
3.6 与SLE关键靶点的相关性分析:SCO2与ISG15、PKR(EIF2AK2)、STAT1显著正相关,与C1QA、CD38、UNC93B1正相关,与LRIG1、CD20(MS4A1)、STAT4负相关,提示SCO2可能参与I型干扰素信号持续放大、B细胞异常活化及T细胞耗竭抑制。
3.7 免疫微环境分析:CIBERSORT分析显示高SCO2组10种免疫细胞亚群比例显著失调,激活记忆CD4
+ T细胞、单核细胞与激活树突状细胞浸润增加;SCO2表达与单核细胞(r=0.4)及激活树突状细胞(r=0.34)浸润显著正相关。
3.8 单细胞数据质控与细胞注释:质控后训练集获19,059个基因、验证集获23,577个基因,分别注释为22种与17种细胞类型;细胞组成分析显示样本间免疫组成显著异质,且中间单核细胞亚群仅存在于SLE样本中。
3.9 SCO2单细胞表达特征:UMAP与小提琴图显示SCO2在单核细胞、树突状细胞及浆细胞显著过表达,在经典单核细胞(classical monocyte, cMO)、非经典单核细胞、常规树突状细胞(conventional dendritic cell, cDC)与浆细胞样树突状细胞(plasmacytoid dendritic cell, pDC)中均显著上调,验证队列结果一致。
3.10 拟时序分析:Monocle2分析显示,SCO2在成人发病、儿童发病及健康对照髓系细胞中均随拟时序推进呈一致下降趋势,验证队列证实了这一动态变化,提示SCO2高表达主要定位于分化早期的经典单核细胞。
3.11 细胞通讯分析:SCO2
+单核细胞与树突状细胞的入向和出向信号强度均高于SCO2
-对应细胞;MHC-I、MHC-II与MIF信号在SCO2
+单核细胞中显著增强,表明SCO2
+髓系细胞在免疫微环境中通讯更为活跃,且通讯强度主要由SCO2表达状态决定。
讨论部分指出,线粒体呼吸链与免疫细胞氧化还原稳态密切相关,是自身免疫病发病的重要病因;SCO2重要性评分突出,提示其在SLE发病中发挥重要作用。病毒相关通路发现支持病毒感染参与SLE病因的假说。SCO2(定位于22q13.33)编码266个氨基酸,是复合体IV(细胞色素c氧化酶,COX)的组装因子,参与核心亚基MT-CO2生物合成及铜离子转运;作为呼吸链终末限速酶,COX控制膜电位从而间接调控复合体I和III的ROS生成。文献报道SCO2上调可能干扰COX组装或功能,增加线粒体ROS,并以ROS依赖方式促进凋亡信号调节激酶1(apoptosis signal-regulating kinase 1, ASK-1)在Thr
845位点磷酸化,激活p53(tumor protein p53, p53)通路诱导凋亡;在非肿瘤环境中,SCO2介导的过度凋亡可能促使核抗原(如双链DNA、Ro/La)异常释放,突破免疫耐受,触发自身抗体产生与免疫复合物沉积,SCO2上调可能是炎症-代谢循环的一部分而非单向致病因素。单细胞结果揭示中间单核细胞亚群在SLE中的特异性富集,与疾病活动相关;经典单核细胞可塑性强、易分化为树突状细胞与巨噬细胞,其代谢障碍与SCO2高表达相关;树突状细胞激活后发生代谢重编程、由氧化磷酸化转向糖酵解,伴随SCO2下调。SCO2
+髓系细胞MHC-I/II与MIF信号增强,可能影响抗原提呈效率与T细胞活化阈值并诱导促炎因子(如肿瘤坏死因子-α、白细胞介素-6)释放,与SLE发病机制相关。研究同时承认局限性:依赖回顾性公共数据、缺乏临床元数据校正、单细胞样本量有限、缺乏体内外功能验证及蛋白水平验证、机器学习用于高维数据存在过拟合风险、未执行专门的双联体去除算法、拟时序推断基于横断面数据不能替代谱系示踪实验。
研究结论部分翻译如下:通过结合多队列转录组数据,本研究探讨了异常线粒体呼吸链活性在SLE发病中的关键作用,并借助机器学习算法组合鉴定出SCO2作为具有潜在预测价值的核心候选生物标志物。多维分析支持SCO2参与驱动线粒体功能障碍与异常免疫激活的通路,并提示其与疾病背景下经典单核细胞及树突状细胞的活化、独特功能转变及细胞间通讯密切相关。研究人员构建的分析框架阐明了SCO2相关线粒体调控与致病性免疫细胞表型之间的复杂关系,为早期分子分类、疾病活动监测及开发纠正"代谢-免疫"失衡的新干预措施提供了理论基础。