基于机器学习识别斑马鱼鳍再生枢纽基因及时间调控机制

《Genes》：Machine Learning-Based Identification of Hub Genes and Temporal Regulation Mechanisms in Zebrafish Fin Regeneration Xiaoying Jiang, Junli Zheng, Yuqin Shu, Yinjun Jiang and Cheng Guo

　　

背景/目的：斑马鱼鳍再生是研究脊椎动物组织再生的经典模型，然而其核心调控网络及其与免疫微环境的串扰仍未完全阐明。本研究旨在识别枢纽基因，并阐明斑马鱼鳍再生过程中的潜在分子机制及免疫微环境动态。方法：研究人员整合了来自GEO数据库的多组斑马鱼鳍再生批量RNA测序(RNA-seq)数据集，并进行数据标准化以消除批次效应。通过差异表达分析、加权基因共表达网络分析(WGCNA)筛选枢纽基因，并利用13种经典机器学习算法构建预测模型。进一步进行了功能富集、时间有序基因共表达网络(TO-GCN)分析、免疫浸润分析及RT-qPCR验证。结果：研究人员鉴定了上调的差异表达基因、再生相关基因模块及其重叠基因，包括82个候选基因和10个枢纽基因，这些基因富集于细胞骨架重塑、细胞外基质组织和粘着斑等通路。时间分析揭示了再生过程中基因的层级调控和功能转换。枢纽基因表达与B细胞、M1/M2巨噬细胞和CD8+T细胞的浸润显著相关，揭示了阶段特异性的免疫微环境。RT-qPCR验证显示与多组学数据具有高度一致性。结论：本研究为理解斑马鱼鳍再生提供了潜在的基因靶点，并为探究脊椎动物组织再生中调控网络与免疫微环境的串扰提供了有价值的参考。

该研究针对斑马鱼鳍再生领域中多源数据整合不足、核心调控网络不清及缺乏系统性时空动态解析等问题，利用生物信息学与机器学习手段开展了系统性的多组学整合分析。研究人员首先整合了GEO数据库中GSE126701、GSE146960和GSE160909三个斑马鱼鳍再生转录组数据集，经ComBat算法校正批次效应后，联合差异表达分析与加权基因共表达网络分析(WGCNA)锁定核心基因集，进而采用13种机器学习算法构建分类模型筛选枢纽基因，并结合时间有序基因共表达网络(TO-GCN)、免疫浸润分析及RT-qPCR实验验证，最终揭示了斑马鱼鳍再生的分子调控机制。该研究成果已发表于《Genes》杂志。

在研究技术方法上，研究人员主要采用了多数据集整合与批次校正、差异表达基因与WGCNA共表达网络构建、13种机器学习算法模型构建与评估、京都百科全书基因和基因组(KEGG)与基因本体(GO)功能富集分析、时间有序基因共表达网络(TO-GCN)构建、基于ESTIMATE和quanTIseq算法的免疫浸润分析，以及野生型AB品系斑马鱼的RT-qPCR实验验证。

研究结果方面，首先在“再生相关差异表达基因鉴定与共表达核心模块筛选”中，经ComBat校正后，t-SNE聚类显示批次效应被有效消除（平均轮廓系数由0.0295降至0.0039）。差异分析鉴定出9394个显著上调基因，WGCNA构建出符合无标度网络的基因共表达模块，其中MEturquoise模块与表型关联最高，两者交集获得9203个基础基因。

其次，“构建与评估用于筛选再生相关枢纽基因的机器学习模型”表明，AdaBoost、XGBoost、Lasso、神经网络、PLS和Ridge六种模型表现最佳（AUC>0.9）。综合六种模型特征筛选结果得到82个候选基因，进一步筛选出10个枢纽基因（trpc1, sst1.1, kifc1, has3, cyp1b1, matn3b, slc25a43, abcb4, sim1a, itga6b）。

在“枢纽基因筛选与功能研究”中，KEGG和GO富集分析显示候选基因主要富集于肌细胞骨架、角质化包膜形成、粘着斑、运动蛋白及ECM-受体相互作用等通路，涉及透明质酸代谢、细胞外基质组织等生物学过程。ROC曲线分析证实这10个枢纽基因具有优异的分类判别能力。

“时间序列下的基因表达模式与功能分析”通过TO-GCN构建了七个再生特异性层级网络（L1-L7），发现候选基因在L2-L7阶段呈现显著的动态变化，表现出从早期细胞骨架重塑到中期细胞外基质组织，再到晚期运动蛋白与透明质酸代谢的功能转换。

“枢纽基因与转录因子的时间表达特征qPCR验证”结果显示，核心基因在不同模块中的时序表达模式与多组学分析高度一致，并补充了10天术后(dpa)的晚期表达信息，验证了multi-omics筛选结果的可靠性。

“鳍再生与免疫细胞的相关性”研究显示，随着再生进程，四种细胞（B细胞、巨噬细胞M1、巨噬细胞M2和CD8⁺T细胞）的浸润水平发生显著变化。枢纽基因与这些差异细胞类型存在相关性，表现为早期促进CD8⁺T细胞、晚期促进巨噬细胞M2、全程抑制B细胞的趋势。

讨论部分指出，该研究首次将13种机器学习算法应用于斑马鱼鳍再生核心基因筛选，证实了多源数据整合与机器学习结合在解析复杂生物过程中的有效性。尽管基于bulk RNA-seq数据无法解析单细胞异质性，且免疫浸润分析受限于跨物种算法，但研究成功构建了斑马鱼鳍再生的时空调控图谱，揭示了hub基因与免疫微环境的潜在互作关系。结论部分强调，该研究系统识别了斑马鱼鳍再生相关的枢纽基因及其参与的分子通路、时间调控特征和免疫微环境互作模式，为脊椎动物附肢再生研究提供了潜在的基因靶点和实验依据，也为水生脊椎动物组织损伤修复的比较再生生物学研究奠定了理论基础。