识别与慢性压力相关的生物标志物，以用于骨质疏松症的潜在诊断和治疗：一项综合的多组学与临床数据分析研究

《Therapeutic Innovation & Regulatory Science》：Identification of Chronic Stress-Related Biomarkers for Potential Diagnosis and Treatment of Osteoporosis: An Integrated Multi-omic and Clinical Data Analysis

　　

摘要

目的

目前尚不清楚与慢性压力相关的基因如何影响骨质疏松症（OP）的诊断，其中慢性压力被视为一种风险因素。本研究旨在利用多组学方法识别与慢性压力相关的生物标志物，并探索其在OP诊断和治疗中的潜在应用。

方法

本研究整合了来自公共数据库的批量RNA测序（bulk RNA-seq）和单细胞RNA测序（scRNA-seq）数据。通过差异表达分析、加权基因共表达网络分析以及机器学习算法（如接收者操作特征曲线分析）来筛选候选生物标志物。构建了竞争性内源性RNA（ceRNA）网络和转录因子-mRNA（TF-mRNA）调控网络以预测潜在的治疗药物。利用scRNA-seq分析了关键细胞类型和伪时间变化，并通过逆转录定量聚合酶链反应（RT-PCR）验证了生物标志物的表达情况。

结果

通过生物信息学分析初步确定了两个高表达的候选生物标志物CD34和VAMP1，但后续实验验证仅确认CD34是OP的可靠标志物。ceRNA网络包含2个mRNA、5个miRNA和14个lncRNA，并预测了173个转录因子（TF）。筛选出了五种潜在的治疗药物（包括肉毒杆菌毒素B型和泼尼松龙）。scRNA-seq显示B细胞和T细胞是关键细胞类型，其中CD34在B细胞分化过程中表现出动态表达。

结论

本研究系统地阐明了与慢性压力相关的生物标志物在OP中的作用，提供了新的诊断靶点（CD34）并预测了潜在的治疗药物。尽管VAMP1在计算机模拟中显示出诊断潜力，但由于缺乏验证，仍需进行更大规模的队列研究。单细胞水平的分析为探索潜在的细胞类型和分化机制提供了初步的视角，为OP的精准诊断和治疗奠定了理论基础。