整合转录组学和机器学习分析确定了糖尿病视网膜病变中与细胞外基质相关的关键基因

《Scientific Reports》：Integrative transcriptomic and machine learning analysis identifies key extracellular matrix-related genes in diabetic retinopathy

　　

摘要

细胞外基质（ECM）的重塑会导致视网膜血管基底膜增厚，这是糖尿病视网膜病变（DR）的早期结构特征。本研究旨在识别与DR相关的关键ECM相关基因（ECMGs）。通过整合MatrixDB中DR和ECMGs的转录组数据，筛选出差异表达的ECMGs。研究采用了六种机器学习（ML）模型，包括Extra Trees（ET）、逻辑回归、自适应提升、随机森林、极端梯度提升和朴素贝叶斯分类器，构建了DR分类模型，并使用SHapley Additive exPlanation（SHAP）方法解释各特征对分类结果的贡献。通过GSEA进行功能富集分析，利用CIBERSORT进行免疫浸润分析，以探讨关键ECMGs调控DR的潜在机制。利用ENCORI、miRWalk和miRNet数据库，基于预测的miRNAs、lncRNAs和转录因子（TFs）构建了调控网络。进一步通过DGIdb和CTD数据库分析了药物与关键ECMGs及DM相关疾病之间的相互作用。最终确定了9个候选ECMGs，这些基因同时存在于356个DM相关DEGs、1,626个DR相关DEGs和1,023个ECMGs中，包括CILP2、FN1、DEFA3、COL17A1、CRISP3、TPSAB1、SFRP1和ECM2。在六种ML算法中，ET分类器的整体性能最佳，其中SFRP1、CILP2、FN1、TPSAB1和ECM2这5个基因的SHAP值非零，被确定为关键基因。这些基因在健康组、DM组和DR组中的表达模式存在显著差异，并且在神经相关通路（如轴突导向、糖鞘脂生物合成、神经活性配体受体相互作用）中富集。免疫谱分析和相关性分析显示，FN1、TPSAB1和CILP2与记忆/幼稚B细胞、CD8+ T细胞、活化记忆CD4+ T细胞、Tregs、单核细胞和中性粒细胞存在关联。此外，ceRNA网络包含5个miRNAs、7个lncRNAs和2个ECMGs，进一步的调控和药理学分析将关键ECMGs与特定的转录因子、药物及糖尿病相关疾病联系起来。本研究确定SFRP1、CILP2、FN1、TPSAB1和ECM2为DR中的关键ECMGs，揭示了它们在ECM重塑、神经信号传导和免疫调节中的协同作用。这些发现为DR的发病机制提供了新的见解，并为潜在的治疗靶点提供了依据。