通过单细胞测序和实验方法揭示装饰蛋白（decorin）在子宫内膜异位症发展中的重要作用

《PLOS One》：Unraveling the significance of decorin in endometriosis development through single cell sequencing and experimental approaches

　　摘要
背景：decorin（DCN）与子宫内膜异位症之间存在关联，然而DCN在这种疾病中的作用仍不明确。本研究旨在利用单细胞和批量转录组数据，通过生物信息学方法表征DCN的表达、诊断价值及其相关信号通路，并通过实验验证其表达水平。

方法：使用Scissor和ROGUE算法分析单细胞RNA测序（scRNA-seq）数据，以识别与子宫内膜异位症相关的关键细胞类型。CIBERSORTx用于构建特征矩阵，以解卷积批量RNA-seq数据并估计免疫细胞和基质细胞亚群的比例。在子宫内膜细胞和子宫内膜异位症基质细胞中探索DCN的表达，并通过逆转录-定量聚合酶链反应（RT-qPCR）进行验证。通过接收者操作特征（ROC）曲线分析评估其诊断价值，并通过基因集富集分析（GSEA）预测相关通路。通过生物信息学数据库预测潜在的DCN靶向药物。

结果：基质细胞被确定为具有高异质性和显著DCN表达的关键细胞类型。鉴定了10种基质亚型，其中活化/肌成纤维细胞样基质细胞（AMSC）、纤维化效应基质细胞（FESC）、干细胞重塑基质细胞（SRSC）和dStromal在子宫内膜异位症中的比例显著改变。在两个独立的数据集中，DCN在转录组和细胞水平上均显著上调，曲线下面积（AUC）>0.8，支持其诊断潜力。GSEA表明DCN与补体/凝血级联反应、TGF-β信号通路以及其他与组织重塑和炎症相关的通路相关。通过生物信息学数据库预测了7种潜在的DCN靶向药物。

结论：本研究提供了生物信息学和相关证据，证明DCN在子宫内膜异位症基质细胞中异常上调，并表现出良好的诊断价值。DCN与子宫内膜异位症的发病机制相关，是一个有前景的生物标志物和治疗候选物，有待未来的功能和机制验证。

1. 引言
子宫内膜异位症影响约6-10%的育龄妇女，与慢性盆腔疼痛、痛经、不孕和生活质量下降有关[1]。由于它不仅引起身体不适，还对成人和青少年造成巨大的心理和情感压力，这种疾病极大地降低了妇女的生活质量。全球范围内，诊断子宫内膜异位症仍然困难，特别是对于那些在年轻时首次出现症状的女性。根据最新数据，识别这种疾病需要大约八年的时间[2]。子宫内膜异位症的病因尚未完全明了，尽管逆向月经、免疫功能障碍、激素失衡和遗传倾向被认为与其发病机制有关[3]。目前的治疗策略，包括激素疗法和手术，通常只能缓解症状，并且复发率较高[4]。因此，识别和表征具有诊断和潜在治疗相关性的新候选生物标志物仍然是关键的研究重点。Decorin（DCN）是一种富含亮氨酸的小分子蛋白聚糖，由位于12q21.33染色体上的DCN基因编码[5]。它是细胞外基质（ECM）的关键成分，调节胶原纤维生成、细胞生长和炎症[6]。在成年恒河猴和人类卵巢的黄体、卵泡液和卵泡膜细胞中，通过免疫组化检测到DCN的表达[7]。新兴证据表明，DCN在多种病理过程中发挥多方面作用，包括纤维化、癌症和免疫调节[8,9]。例如，DCN可以通过调节TGF-β和EGFR等信号通路来抑制肿瘤生长和转移[10]。然而，DCN在子宫内膜异位症中的表达谱、临床相关性和分子相关性仍不明确。虽然已经提出了DCN与子宫内膜异位症之间的初步关联[11]，但系统地表征DCN在子宫内膜异位症发生和发展中的表达模式、诊断潜力及相关信号通路仍然缺乏。在这项研究中，我们采用了生物信息学分析和实验相结合的方法，研究了DCN在子宫内膜异位症中的表达特征、诊断价值及相关信号通路，并对其表达水平进行了实验验证。我们首先从scRNA-seq数据中识别出与子宫内膜异位症相关的关键细胞类型，并进行二次聚类以区分基质细胞的异质性。构建了一个自定义的特征矩阵，用于解卷积批量转录组数据，从而能够比较子宫内膜异位症和对照样本之间的细胞微环境。进一步通过逆转录-定量聚合酶链反应（RT-qPCR）在子宫内膜细胞和子宫内膜异位症基质细胞中表征DCN的表达模式并验证其差异表达。此外，我们还探讨了DCN在子宫内膜异位症中的诊断潜力及其相关分子通路。这项工作为未来阐明DCN的机制作用提供了全面的表征。

2. 材料与方法
2.1 数据来源
子宫内膜异位症相关的转录组数据（GSE135485和GSE23339）、单细胞RNA测序（scRNA-seq）数据集（GSE179640）以及独立验证的数据集（GSE7307）均从Gene Expression Omnibus（GEO，https://www.ncbi.nlm.nih.gov/geo/）数据库下载。GSE135485数据集包含54个子宫内膜异位症样本和4个对照子宫内膜样本，由GPL21290平台测序。GSE23339数据集包含10个子宫内膜异位症样本和9个对照子宫内膜样本，由GPL6102平台测序。GSE179640数据集包含28个子宫内膜异位症样本和3个对照样本，由GPL24676平台测序。在28个子宫内膜异位症样本中，包括9个正常子宫内膜样本、8个异位腹膜样本、7个异位腹膜邻近样本和4个异位卵巢样本。GSE7307数据集包含18个子宫内膜异位症样本和23个对照子宫内膜样本，由GPL570平台测序。

2.2 scRNA-seq分析
使用“Seurat”包（版本5.1.0）[12]对scRNA-seq数据进行质量控制处理，排除以下标准：（1）覆盖细胞少于200个的基因；（2）基因数量≥8,000的细胞；（3）基因计数≥50,000的细胞；（4）线粒体基因占比≥20%的细胞。随后使用vst方法提取前2,000个高度变异的基因。使用ScaleData函数对单细胞数据进行缩放，然后使用JackStrawPlot函数识别统计上显著的主成分（PCs）。通过RunPCA函数计算高度变异基因和PCs之间的显著性，使用前30个PCs进行进一步分析。使用“Seurat”包中的FindNeighbors和FindClusters函数在分辨率=0.1的情况下识别细胞簇，并通过均匀流形近似和投影（UMAP）方法进行可视化。根据已发表文献中的标记基因[13]对细胞类型进行注释。此外，使用“DoubletFinder”包（版本2.0.4）[14]识别并排除双胞胎细胞，以减少它们对分析的影响。最后，比较子宫内膜异位症样本和对照样本中细胞类型的比例。

2.3 关键细胞的识别与分析
使用“Scissor”包（版本2.0.0）[14]整合scRNA-seq和批量RNA数据，确定与子宫内膜异位症相关的细胞。Scissor函数的参数设置为“alpha”=0.0001和“family”=“binomial”。然后识别与子宫内膜异位症正相关的Scissor+细胞和负相关的Scissor-细胞。此外，使用“ROGUE”包（版本1.0）[15]计算异质性纯度得分。在子宫内膜异位症和对照样本的细胞类型中研究DCN的表达。结合Scissor、异质性和表达分析的结果，选择关键细胞进行二次聚类。使用FindNeighbors和FindClusters函数在分辨率=0.2的情况下进行无监督聚类分析，并通过UMAP方法进行可视化。根据标记基因和功能对细胞亚型进行注释。

2.4 伪时间分析和细胞通信
使用“monocle”包（版本2.26.0）[16]对关键细胞的分化过程进行伪时间分析。还探讨了分化过程中DCN的表达。此外，使用“cellchat”包（版本1.6.1）[17]进行细胞通信分析，以研究细胞类型之间的相互作用。

2.5 特征矩阵的构建与验证
提取所有细胞类型，并按1:3的比例分为训练和测试队列。将注释的scRNA-seq数据上传到CIBERSORTx，使用“Create Signature Matrix”函数生成特征矩阵，训练队列的参数保持默认设置。随后在测试队列中验证特征矩阵的性能。基于特征矩阵，使用CIBERSORTx中的“Impute Cell Fractions”函数评估细胞的比例。在GSE135485和GSE23339数据集中进行解卷积，并使用Wilcoxon检验（P<0.05）比较子宫内膜异位症样本和对照样本中所有细胞类型的差异。在GSE135485数据集中，还探讨了DCN与所有细胞类型的相关性。

2.6 DCN在子宫内膜异位症中的诊断价值和功能分析
为了确定DCN在子宫内膜异位症中的关键作用，比较了对照组和疾病组中该基因的表达，并通过接收者操作特征（ROC）曲线评估该基因的诊断价值（在两个数据集和一个独立数据集GSE7307中）。此外，使用“clusterProfiler”包（版本4.6.2）[18]通过基因集富集分析（GSEA）探索DCN的潜在功能。使用Spearman分析比较DCN与所有基因的相关性，相关系数作为排序阈值。背景基因集从GSEA网站（http://www.gsea-MSigdb.org/gsea/msigdb）获取。GSEA的筛选标准为|NES|>1和P<0.05。

2.7 DCN的调控关系和靶向药物
为了研究DCN的调控机制，分别使用miRDB（http://mirdb.org）和starbase数据库（https://rnasysu.com/encori/）预测相应的miRNAs和lncRNAs。miRNAs和lncRNAs的筛选阈值分别为score>60和clipExpNum>10。基于这些结果，构建了DCN-miRNA-lncRNA调控网络。使用DGIDB（https://coremine.com/medical/）预测潜在的子宫内膜异位症靶向药物。

2.8 细胞培养
人类子宫内膜基质细胞hESC和子宫内膜异位症基质细胞hEM15A由日本京都大学的Shimada博士提供。在研究之前，所有细胞系都在北京协和医学院（中国北京）通过短串联重复DNA指纹技术进行了鉴定。这些细胞在DMEM/F12（Gibco，美国）培养基（HyClone，Logan，UT，美国）中培养，添加1%青霉素/链霉素和10%胎牛血清，培养温度为37°C，CO2浓度为5%。

2.9 逆转录-定量聚合酶链反应（RT-qPCR）
使用Trizol试剂（Invitrogen）从hESC和hEM15A中分离总RNA，并将其逆转录为cDNA。根据制造商的说明，使用Hiscript II QRT Supermix for qPCR试剂盒（Vazyme，中国）进行RT-qPCR。进行生物学和技术上的三重复实验以验证结果的可靠性。使用GAPDH标准化mRNA水平，并通过2-ΔΔCt方法计算相对mRNA水平。引物序列包含在S1表中。

2.10 统计分析
所有生物信息学分析均使用R软件（版本4.1.2）进行。实验数据以平均值±标准差（SD）表示。统计分析使用非配对双尾Student’s t检验或单因素方差分析（ANOVA）进行，最小显著差异检验。P值小于0.05被视为统计学上显著。

3. 结果
3.1 在子宫内膜异位症中鉴定了5种细胞类型
经过质量控制和数据筛选后，获得了107,331个细胞（13,358个对照细胞和93,973个子宫内膜异位症细胞）。通过PCA选择前2,000个高度变异基因进行降维（S1A图），然后选择前30个PCs进行后续分析（S1B图）。共鉴定出19个细胞簇（图1A），得到5种细胞类型。在这些细胞中，移除了8,050个双胞胎细胞（7.5%），剩下99,281个细胞边界更清晰的细胞（图1B和1C）。这5种细胞类型为上皮细胞、基质细胞、内皮细胞、髓系细胞和淋巴细胞（图1D和1E）。比例分析显示，基质细胞在子宫内膜异位症样本中的比例最高（图1F）。

3.2 基质细胞被确定为关键细胞
为了识别与子宫内膜异位症相关的细胞，进行了Scissor分析，得到与子宫内膜异位症正相关的细胞（Scissor+：基质细胞、内皮细胞、髓系细胞和淋巴细胞）和负相关的细胞（Scissor-：基质细胞和上皮细胞）（图2A和2B）。这些结果表明，基质细胞在子宫内膜异位症样本中表现出异质性。此外，基质细胞的ROGUE得分较低，进一步表明其异质性较高（图2C）。此外，发现基质细胞中的DCN表达最高（图2D）。通过结合高度异质性、DCN的最高表达以及基质细胞的影响，研究发现基质细胞对子宫内膜异位症的发展起着关键作用[13,19,20]，因此选择基质细胞作为后续分析的重点。二次聚类分析确定了14个基质细胞亚群（图2E），每个亚型的标记基因列在S2表中。根据标记基因，簇4/12被标注为eStromal[20]，簇1/2/3/8被标注为dStromal[20]，簇6被标注为血管平滑肌（VSMC）[21]，簇7被标注为周细胞[19]。上述亚群在特征基因表达和生物学功能方面与文献中报道的经典子宫内膜基质亚型一致。对于其余的细胞亚群，使用FindMarkers功能筛选出差异表达基因（DEGs），其|log2FC| > 0.5且adj.P < 0.05。进行了GO和KEGG富集分析以辅助功能注释。根据功能，簇0被标注为合成前基质细胞（HSSC），簇5被标注为激活/肌成纤维细胞样基质细胞（AMSC），簇9被标注为WNT-EMT激活基质细胞（WEASC），簇10被标注为纤维化效应基质细胞（FESC），簇11被标注为干细胞重塑基质细胞（SRSC），簇13被标注为代谢-内分泌双重功能基质细胞（MEDSC）（图2F和2G）。总共在基质细胞中鉴定了10个亚型。下载：PNG（大图）TIFF（原始图像）图2. 基质细胞被确定为关键细胞。(A) 与子宫内膜异位症正相关或负相关的细胞分布。(B) 细胞类型分类。(C) 细胞类型的异质性分析。(D) 细胞类型中的DCN表达。(E) 细胞亚群的识别。(F) 细胞亚型的注释。(G) 细胞亚型的标记基因。****P < 0.0001。https://doi.org/10.1371/journal.pone.0349505.g002

3.3 在基质细胞分化的早期和中期阶段DCN的表达比例分析显示，dStromal和HSSC在子宫内膜异位症中的比例较高（图3A）。基质细胞的伪时间分析表明，在分化过程中存在5个阶段，所有阶段都存在于子宫内膜异位症样本中（图3B）。此外，DCN在早期和中期分化阶段表达（图3C）。对细胞类型进行了细胞通信分析，结果显示在子宫内膜异位症中细胞间的相互作用数量和强度显著增加（图3D和3E）。这表明疾病过程中细胞间的频繁相互作用。下载：PNG（大图）TIFF（原始图像）图3. 细胞类型的伪时间分析和细胞通信。(A) 对照组和子宫内膜异位症组中细胞亚型的比例。(B) 基质细胞的分化。(C) 基质细胞分化过程中的DCN表达。(D-E) 对照组（D）和子宫内膜异位症样本（E）中细胞亚型的通信。https://doi.org/10.1371/journal.pone.0349505.g003

3.4 特征矩阵很好地预测了细胞组成的比例为了验证特征矩阵的性能，使用CIBERSORTx进行了反卷积处理（图4A和S3表）。估计的细胞群体和实际细胞群体之间存在显著相关性（cor = 0.59，P < 0.05），表明自定义特征矩阵很好地预测了细胞比例（图4B）。对于两个转录组数据集，使用CIBERSORTx和特征矩阵进行了反卷积。在对照组和子宫内膜异位症样本中估计了细胞组成比例（图4C和4D）。差异分析显示，AMSC、dStromal、FESC和SRSC在两组样本中都有显著差异（图4E和4F）。在GSE135485数据集中，探讨了细胞组成与DCN的相关性，结果显示DCN与AMSC、SRSC、FESC、HSSC和内皮细胞呈正相关，而与dStromal、eStromal和上皮细胞呈负相关（图4G）。下载：PNG（大图）TIFF（原始图像）图4. 特征矩阵很好地预测了细胞组成的比例。(A) 细胞组成比例的热图。(B) 估计的细胞组成比例与实际细胞组成比例的相关性。(C-D) GSE135485（C）和GSE23339数据集中的细胞组成图。(E-F) 对照组（E）和子宫内膜异位症样本（F）中细胞组成的差异。(G) DCN与细胞组成之间的相关性。ns，无显著性，*P < 0.05，**P < 0.01，***P < 0.001，****P < 0.0001。https://doi.org/10.1371/journal.pone.0349505.g004

3.5 DCN在子宫内膜异位症中的功能和调控作用为了更深入地了解DCN在子宫内膜异位症发展中的作用，对DCN进行了特定分析。比较了对照组和子宫内膜异位症样本中DCN的表达，发现疾病组中的表达水平更高（图5A）。进一步的RT-qPCR验证了hEM15A细胞中DCN的高表达（图5B）。ROC曲线显示，两个数据集中DCN的曲线下面积（AUC）值均超过0.8（GSE135485：0.884，GSE23339：0.867）（图5C），表明DCN可以作为子宫内膜异位症的有希望的预测指标。此外，在独立数据集GSE7307中，DCN的AUC值也超过了0.8（0.814）（S2图），证明了结果的可靠性。DCN的GSEA显示了34条通路的富集，其中前6条显著通路包括补体和凝血级联、DNA复制、蛋白酶体和TGF-β信号通路（图5D）。这些通路在疾病的发生和修复中起着关键作用。基于DCN，预测了626个miRNA和75个miRNA-lncRNA相互作用对，构建了一个mRNA-miRNA-lncRNA调控网络（图5E）。在这个网络中，发现了DCN-hsa-miR-103a-3p-AC093297.2和DCN-hsa-miR-642a-3p-NORAD的相互作用。此外，预测了7种药物可能针对DCN，包括marimastat、CM-352、重组热休克蛋白、重组干扰素、抗坏血酸和MMP13示踪剂（图5F）。这些药物可能作为值得进一步研究的子宫内膜异位症治疗候选分子。下载：PNG（大图）TIFF（原始图像）图5. DCN在子宫内膜异位症中的功能和调控作用。(A) 对照组和子宫内膜异位症样本中DCN的表达。(B) 通过逆转录-定量聚合酶链反应（RT-qPCR）检测对照组和子宫内膜异位症细胞中DCN的表达。(C) DCN的接收者操作特征（ROC）曲线。(D) DCN的基因集富集分析（GSEA）。(E) DCN的调控网络。(F) DCN预测的潜在药物。*P < 0.05，**P < 0.01，***P < 0.001，AUC，曲线下面积。https://doi.org/10.1371/journal.pone.0349505.g005

4. 讨论子宫内膜异位症是一种复杂的慢性疾病，由于涉及子宫外的类似子宫内膜的组织，因此会引起持续的炎症反应[22]。血管生成是子宫内膜异位症发生和进展的关键驱动因素，其在疾病进展中的作用类似于其在肿瘤样增殖性疾病中的关键地位。作为与血管生成密切相关的分子，DCN和血管内皮生长因子（VEGF）需要进一步研究其与子宫内膜异位症的相关性。Aydin GA等人进行了一项描述性研究，评估了子宫内膜异位症患者和未患该疾病的患者在卵巢和子宫内膜组织中DCN和VEGF的免疫组化（IHC）染色特征。结果显示，子宫内膜异位症患者和因其他良性妇科疾病接受手术的受试者之间，DCN和VEGF在子宫内膜和卵巢组织中的染色强度和分布模式存在显著差异。此外，测试组织中DCN和VEGF的表达模式之间存在显著的负相关，表明DCN作为子宫内膜异位症治疗干预的潜在分子靶点具有潜力[23]。然而，关于DCN与子宫内膜异位症相关性的现有研究仍然很少，其具体作用机制尚未明确。因此，本研究结合了单细胞转录组学和功能实验，进一步阐明了DCN在子宫内膜异位症中的作用。我们确定基质细胞是子宫内膜异位症发病机制中的关键细胞成分，并进一步划分了10个功能不同的基质亚型。值得注意的是，我们证明了DCN在对照组和子宫内膜异位症基质细胞之间的表达趋势存在显著差异。我们的scRNA-seq分析再次证实了基质细胞在子宫内膜异位症中的核心作用，这与最近文献中强调的它们的功能异质性和对疾病病理的贡献一致[24]。基质细胞代表了子宫内膜异位症病变的主要元素，表现出与激素相关的基因表达[25,26]。子宫内膜异位症病变中的基质细胞表现出部分卵巢颗粒细胞（雌二醇生物合成）和巨噬细胞（细胞因子产生）的特征[27]。雌二醇（E2）主要通过其受体ERβ，作为子宫内膜异位症中关键病理过程的主要调节因子，促进病变存活并引发疼痛相关的炎症[28]。此外，子宫内膜异位症病变对孕酮的作用具有抗性。因此，这种组织缺乏孕酮受体，导致子宫内膜和子宫内膜异位症病变的分化异常[28]。先前的研究表明，孕酮信号传导后基质细胞中AKT通路的激活会加速子宫内膜异位症病变的蜕膜化[29,30]。同时，AKT的异常激活降低了基质细胞中的孕酮受体蛋白水平，从而促进了子宫内膜异位症中的孕酮抗性[31]。子宫内膜异位症病变中的孕酮抗性加剧了病变增殖、持续炎症、异常基因表达和子宫内膜排斥[32]。这些发现共同说明了基质细胞在子宫内膜异位症中的关键作用。随后，鉴定了10个在子宫内膜异位症中显著升高的基质亚型，包括AMSC、FESC和SRSC，表明基质细胞的激活和分化过程非常复杂。特别是，FESC和AMSC亚群的扩增与新兴证据一致，即肌成纤维细胞的激活和纤维化过程是晚期子宫内膜异位症的标志[33]。伪时间轨迹进一步表明子宫内膜异位症病变中基质细胞的动态分化，DCN在早期和中期阶段高度表达，表明其在驱动基质细胞激活中的潜在作用。GSEA显示DCN与几个与子宫内膜异位症密切相关的通路相关，尤其是TGF-β信号通路和补体及凝血级联通路。TGF-β信号是子宫内膜异位症中纤维化、免疫逃逸和细胞增殖的已知驱动因素[22,34]。先前的研究表明，β-连环蛋白通路促进了卵巢子宫内膜异位症中的TGF-β1介导的纤维化[35]，并且TGF-β1促进了异位子宫内膜异位症病变中的TGF-β/Smad信号通路[36]。所有这些结果都强调了TGF-β信号在子宫内膜异位症中的重要性。此外，DCN与TGF-β通路激活之间的关联特别有趣。在特定情况下，作为细胞外基质成分的DCN可以通过结合TGF-β1并部分中和其作用，从而作为TGF-β的天然抑制剂[37]，从而减少组织纤维化。机制上，DCN通过阻止TGF-β1诱导的SMAD2/3磷酸化来抑制TGF-β1通路，并减少纤维连接蛋白、胶原蛋白I、胶原蛋白III和α-SMA的表达。此外，补体和凝血级联的富集强调了炎症过程的作用，这些过程是子宫内膜异位症微环境的特征[39]。补体级联在炎症和免疫反应中至关重要[40]。在女性中，妊娠早期补体和凝血级联的C3a组分的激活与早产膜早破的风险显著相关[41]。Golinska M等人确定了补体系统和血小板凝血是子宫内膜异位症中的两个主要途径，这两个过程对子宫内膜的自然生长和脱落周期至关重要[42]。补体系统作为组织生长和再生的促进因素，与自身免疫疾病的发作和肿瘤促进有关[43,44]。因此，其失调可能导致免疫监视逃逸并促进病变植入。自20世纪80年代以来，人们就认为其在子宫内膜异位症中的重要性，因为在受影响女性的血液和腹膜液中发现了C1、C3和C5水平的升高[45,46]。在子宫内膜异位症病变和卵巢癌肿瘤的上皮细胞中发现了许多补体蛋白，它们的局部合成和沉积与多种癌症类型的进展有关[42,47]。这些数据进一步证实了这两种途径在子宫内膜异位症中的关键作用。这项研究不仅加深了我们对子宫内膜异位症中基质细胞异质性的理解，还提供了初步的分子证据，支持DCN作为有希望的治疗靶点。然而，目前的工作主要集中在基质细胞中DCN的表达和分布模式上，而其在子宫内膜异位症微环境中其他细胞类型中的生物学功能仍有待完全阐明。此外，当前分析中没有直接研究DCN参与子宫内膜异位症进展的具体分子机制。这项研究的一个主要局限性是缺乏独立的临床验证队列。因此，在我们的发现能够转化为临床应用之前，需要使用大样本和多中心临床队列进行进一步验证。值得注意的是，鉴于DCN的分泌性质，它还具有作为非侵入性生物标志物的潜力，可以在血清、腹膜液或月经血中检测到。探索这些易于获取的体液中DCN的表达及其诊断价值，将为未来的转化研究提供更为可行的策略。在未来的研究中，我们计划进行体外功能实验，以研究DCN对子宫内膜细胞迁移、侵袭和细胞外基质重塑的影响，评估与纤维化相关的标志物表达以及转化生长因子-β信号通路的活性，并进行体内验证实验，旨在明确DCN在子宫内膜异位症进展中的确切作用和调控机制。尽管存在上述局限性，我们的研究结果为子宫内膜异位症的分子病理机制提供了新的见解，并指出了后续机制研究、生物标志物开发和治疗探索的潜在方向。

5. 结论

总之，我们的研究确定基质细胞是子宫内膜异位症发病机制中的关键参与者。基于生物信息学分析，我们观察到DCN在基质细胞分化的早期和中期阶段都有表达。此外，我们应用CIBERSORTx和反卷积算法构建了一个细胞比例特征矩阵，用于评估转录组数据集中的细胞组成。DCN的表达在转录组和单细胞水平上都得到了验证，ROC曲线分析也支持其作为子宫内膜异位症候选诊断生物标志物的潜在价值。总体而言，这些发现为DCN在子宫内膜异位症中的潜在作用提供了新的生物信息学证据，而其在疾病进展中的精确生物学功能和调控机制仍需通过实验验证来进一步阐明。

支持信息
致谢
我们衷心感谢各位作者的科学研究贡献。
参考文献