通过整合生物信息学和机器学习技术识别糖尿病性心肌病中的脂肪酸代谢基因特征

《Biochemical and Biophysical Research Communications》：Identifying a Fatty Acid Metabolic Gene Signature in Diabetic Cardiomyopathy through Integrated Bioinformatics and Machine Learning

糖尿病心肌病（DCM）的致病机制涉及多因素，研究整合RNA-seq、蛋白质组和代谢组学数据，通过差异表达分析、PPI网络和机器学习筛选出7个核心基因（Ech1、Fbp2等），单细胞测序显示其表达集中于心肌细胞。实验验证发现这些基因及蛋白在DCM小鼠心肌中显著上调，代谢组学揭示脂质氧化代谢失衡。研究首次明确Ech1和Fbp2在DCM发展中的作用，为临床诊断和治疗提供新靶点。

　　

魏傲云|张浩志|何奥迪|张娜|王敏|庞爱明|崔玉杰|席鹏娇

天津医科大学医学技术系，中国天津300203

摘要

背景

糖尿病心肌病（DCM）是糖尿病的主要心血管并发症，最终会导致心力衰竭和死亡率增加。其发病机制涉及多种因素，关键致病基因尚未完全阐明。

方法

我们合并并批量校正了七个基因表达组（GEO）数据集。通过差异表达分析、蛋白质-蛋白质相互作用（PPI）网络和机器学习，确定了七个核心候选基因。利用单核RNA-seq数据描绘了细胞表达模式。在DCM小鼠模型中进行的实验验证通过RT-qPCR和Western blot证实了心肌组织中基因和蛋白质表达的变化。为了揭示潜在机制，我们进行了多组学分析（RNA-seq、蛋白质组学和非靶向代谢组学）。

结果

本研究发现了在DCM中上调的七个基因，包括Hmgcs2、Ech1、Acot2、Acot1、Fbp2、Fkbp5和Decr1。单核RNA测序结果显示这些基因主要在心肌细胞中差异表达。体内分析显示DCM组中Hmgcs2、Ech1、Acot1、Fbp2和Decr1的mRNA表达上调，Western blot结果一致证实DCM小鼠心脏中ECH1、FBP2和ACOT1的蛋白水平也显著增加。代谢组学分析显示DCM小鼠心肌组织中的烟酰胺腺嘌呤二核苷酸和环ADP-核糖水平降低，而游离脂肪酸水平升高，表明脂肪酸代谢增强。

结论

我们的研究创新性地证实了Ech1和Fbp2在DCM的发生和发展中的作用。这些发现为DCM的临床诊断提供了新的分子靶点和理论基础，为未来的研究开辟了新的视角。

引言

糖尿病（DM）是许多心血管疾病的高风险因素。糖尿病心肌病（DCM）是糖尿病的一种严重并发症，其特征是舒张和收缩功能障碍[1]、[2]。目前全球约有4.63亿人患有糖尿病，预计到2045年这一数字将增至7亿人，这对全球健康构成了重大挑战[3]。因此，寻找新的治疗靶点以预防和治疗DCM至关重要。

心肌脂质积累和心脏功能障碍是DCM的主要特征。研究表明，脂肪酸摄取与脂肪酸氧化（FAO）之间的不平衡是导致DCM中心脏脂毒性的初始因素[4]。在生理条件下，心肌细胞所需的能量主要来自线粒体氧化磷酸化和糖酵解。然而，在病理条件下，特别是在糖尿病中，心肌细胞的葡萄糖代谢受损，伴随心脏FAO率显著增加，使脂肪酸成为心脏的主要能量来源[5]、[6]。这种代谢失衡导致线粒体功能障碍、ATP生成不足和心脏重塑，从而加剧了DCM的进展[7]。研究还发现，与糖尿病和肥胖相关的心力衰竭中心肌FAO增加，而在与高血压或缺血相关的心力衰竭中则减少[8]。因此，寻找和鉴定与DCM相关的脂肪酸代谢基因对于预防和治疗DCM具有重要意义。

本研究将整合RNA测序、蛋白质组学和代谢组学分析，系统全面地筛选DCM中的关键差异表达基因（DEGs），并确定这些基因与脂肪酸代谢密切相关。我们的研究创新性地证实了烯酰辅酶A水合酶1（Ech1）和果糖-二磷酸酶2（Fbp2）在DCM的发生和发展中的作用。这些发现为DCM的临床诊断提供了新的分子靶点和理论基础，为未来的研究开辟了新的视角。

数据获取与处理

与DCM相关的RNA-seq数据来自基因表达组（GEO）数据库。训练队列是通过整合七个数据集构建的（详见图S1A），而两个独立的微阵列数据集（GSE123975和GSE157331）被用作外部验证队列。使用替代变量分析算法校正了合并训练数据集的批量效应。

差异表达基因（DEGs）的鉴定

为了确保全面鉴定DEGs，我们采用了三种独立的方法

DCM与对照组之间DEGs的鉴定及富集分析

整体数据筛选策略的流程图如图1所示。分析了七个与DCM相关的GEO数据集：GSE161052、GSE161931、GSE173384、GSE211106、GSE215979和GSE244904、GSE274500。

为了鉴定DCM小鼠和对照组小鼠之间的DEGs，我们从这七个GEO数据集中提取了数据。如图S1A所示，这七个GEO数据集中的动物模型包括1型和2型糖尿病小鼠。箱线图分析（图S1B和S1C）和PCA（图S1D）显示

讨论

本研究整合了来自GEO数据库的七个高通量基因表达数据集，分析了DCM的转录组特征。利用多种生物信息学方法，发现DEGs在与脂肪酸代谢和脂质氧化相关的通路中显著富集，包括Acot1、Fbp2、Acot2、Decr1、Ech1、Fkbp5和Hmgcs2。脂肪酸代谢失调参与了DCM的发病机制。所有基因的AUC值均超过0.96，表明其重要性

CRediT作者贡献声明

王敏：资源提供。庞爱明：资金筹集。崔玉杰：监督。席鹏娇：撰写——审稿与编辑、方法学。魏傲云：撰写——初稿、可视化、概念构建。张浩志：撰写——初稿、方法学、数据管理。何奥迪：验证。张娜：验证

伦理批准

本研究中进行的动物实验获得了天津医科大学动物护理委员会（TMUaMEC 2024052）的批准。

数据可用性

本文中所有数据集的分析数据均来自公共免费数据平台GEO。此外，我们当前研究中的实验数据可应合理要求向通讯作者索取。

资助

本研究得到了国家自然科学基金（编号82170217和82401045）、非传染性疾病-国家科技重大专项（编号2025ZD0545802）、CAMS医学科学创新基金（编号2025-I2M-C&T-A-012）以及中国天津市教育委员会科学研究项目（编号2023KJ075）的财政支持。

利益冲突声明

作者声明他们没有已知的可能会影响本文所述工作的竞争性财务利益或个人关系。