《Neurobiology of Aging》：Systemic infections alter cortical transcriptional signatures in Alzheimer’s disease
编辑推荐：
阿尔茨海默病（Alzheimer's disease， AD）以神经炎症为特征，然而，同时发生的系统性感染对AD大脑的影响仍知之甚少。研究人员通过分析来自202名死后捐赠者（113名AD， 89名对照）前额叶皮层产生的RNA测序数据，研究了AD中中枢神经系统对
阿尔茨海默病（Alzheimer's disease， AD）以神经炎症为特征，然而，同时发生的系统性感染对AD大脑的影响仍知之甚少。研究人员通过分析来自202名死后捐赠者（113名AD， 89名对照）前额叶皮层产生的RNA测序数据，研究了AD中中枢神经系统对系统性感染反应的分子机制，并根据死亡时是否存在呼吸道感染进行了分层。研究人员在无感染的AD和对照之间鉴定出763个显著差异表达基因（differentially expressed genes， DEGs），这些基因在氧化磷酸化和神经退行性通路中富集。相比之下，在感染期间有122个DEGs将AD与对照区分开来，其中57个基因在感染存在时仅在AD中发生改变，包括MAPK4、VAV3和POU3F4，这提示了血管和免疫调节的感染依赖性机制。通路活性分析显示，AD中的感染抑制了一些免疫和血管通路，同时增强了转录和发育程序。加权基因共表达网络分析揭示了三个关键模块：一个与AD强相关，富集于衰老和信号转导；一个与AD和感染均相关，突出了细胞骨架重塑和宿主-病原体相互作用；一个对感染特异，在星形胶质细胞、周细胞和内皮细胞中富集，提示血脑屏障（blood-brain barrier， BBB）功能障碍。这些发现表明，系统性呼吸道感染重塑了AD大脑中的转录程序，抑制了免疫效应通路，并在与BBB相关的细胞类型中参与了血管和宿主-病原体相关过程。研究结果突出了系统性感染、神经炎症和AD中血管反应之间复杂的相互作用。
**阿尔茨海默病背景下系统性感染对大脑转录组影响的研究解读**
**研究背景与问题**
阿尔茨海默病（Alzheimer's disease， AD）是一种进行性神经退行性疾病，其病理特征包括β-淀粉样蛋白（Aβ）斑块沉积、神经原纤维缠结（neurofibrillary tangle， NFT）形成和神经炎症。神经炎症主要由中枢神经系统（central nervous system， CNS）内小胶质细胞和星形胶质细胞的激活驱动，在AD发病机制中扮演多面角色。尽管小胶质细胞在清除Aβ中起关键保护作用，但以持续释放促炎细胞因子为特征的慢性神经炎症会加剧神经元损伤，最终加速疾病进展。
越来越多的证据表明AD中系统性炎症与神经炎症存在关联。系统性炎症通常由外周感染触发，其特征是血液中促炎细胞因子产生增加。这些细胞因子被认为可以通过受损的血脑屏障（blood-brain barrier， BBB）进入CNS，而BBB在衰老和神经退行性疾病中变得更加脆弱。进入CNS后，这些循环的细胞因子可以进一步激活小胶质细胞和其他胶质细胞，加剧促炎环境，进而可能导致神经元功能障碍和认知能力下降。
临床研究进一步支持了系统性感染与AD表现和进展之间的关联，在AD个体中观察到感染后数月内血清肿瘤坏死因子-α（TNF-α）和白细胞介素-1β（IL-1β）水平升高以及认知能力下降速度加快。此外，呼吸道感染是AD患者死亡的常见原因。尽管有越来越多的证据将系统性炎症与AD中的神经炎症和认知能力下降联系起来，但其潜在机制尚未完全阐明。尽管已有许多研究系统评估了AD中的大脑转录组，但尚未有研究探讨同时发生的系统性感染对这些特征的影响。鉴于临床证据表明系统性感染可以驱动神经炎症和疾病进程，这一点非常重要。因此，本研究旨在通过分析来自晚期AD患者和对照捐赠者的202个死后前额叶皮层样本，并依据死亡时是否存在呼吸道感染进行分层，来探究系统性感染对AD大脑基因表达特征的影响。
**研究方法概述**
本研究利用来自英国脑库网络（UK Brain Bank Network， UKBBN）五个脑库的死后大脑样本，队列分为四组：死亡时伴有感染的AD捐赠者、死亡时无感染的AD捐赠者、死亡时伴有感染的对照捐赠者以及死亡时无感染的对照捐赠者。所有AD捐赠者均有AD病理诊断，Braak NFT分期为V-VI期，而对照捐赠者Braak NFT分期≤II期。根据死亡时的临床报告确定感染捐赠者，报告指明了感染类型；任何将感染列为死因的病例均被归类为感染病例。排除了非呼吸道感染。所有捐赠者年龄均>60岁以排除早发性AD，各组在年龄和性别上尽可能匹配。从前额叶皮层组织中提取总RNA，使用Illumina Stranded Total RNA Prep方案进行RNA测序文库制备，在Illumina NovaSeq System 6000上进行测序。使用Salmon进行转录本表达定量以获得基因计数矩阵。使用R和Bioconductor进行后续统计分析，数据经过表达水平过滤和归一化。差异表达分析使用limma进行，以AD状态、感染状态及其交互作用为主要预测因子，并包括脑库、年龄、性别和估计的细胞类型比例作为协变量。使用加权基因共表达网络分析（Weighted gene co-expression network analysis， WGCNA）识别共表达模块。使用基因集变异分析（Gene set variation analysis， GSVA）评估通路活性。使用表达加权细胞类型富集分析（expression-weighted cell-type enrichment analysis， EWCE）确定感兴趣模块的细胞类型富集情况。使用HumanBase平台内的功能模块发现方法对感兴趣的WGCNA模块进行功能亚模块分析。
**研究结果**
**3.1. AD中的系统性感染诱导大脑中不同的转录特征**
为了探究系统性感染是否改变AD大脑中的分子通路，研究人员进行了差异表达分析，比较AD病例与对照，并根据死亡时是否存在呼吸道感染进行分层。
* **无感染时AD的转录特征**：在无系统性感染的情况下，与对照相比，AD病例中鉴定出763个显著DEGs。通路富集分析显示这些基因在能量代谢相关通路中显著富集，例如氧化磷酸化。京都基因与基因组百科全书（Kyoto Encyclopedia of Genes and Genomes， KEGG）富集进一步突出了在亨廷顿病（Huntington's disease， HD）和朊病毒病通路中的显著富集，这可能代表了神经退行性疾病过程的富集。GSVA分析确定了九个活性显著上调的通路，包括B细胞受体信号传导和DNA损伤反应信号转导，以及二十个活性下调的通路，包括与免疫细胞功能相关的通路，如吞噬体-溶酶体融合和由抗菌肽介导的抗菌体液免疫反应。
* **感染存在时AD的转录特征**：在死亡时伴有系统性感染的情况下，比较AD和对照大脑时鉴定出122个显著基因。GSVA分析确定了五个上调的通路，包括与转录和发育相关的通路，以及七个下调的通路，包括与免疫细胞反应和血管发育相关的通路，如体液反应和循环系统发育。
* **感染依赖性AD转录变化**：57个基因在比较伴有感染的AD和对照样本时差异表达，而在无感染的情况下不差异表达。其中18个基因在无感染时未显示名义上的转录变化，表明这些是AD中感染依赖性的转录变化。这些基因包括OPA3、VAV3、MAPK4等。值得注意的是，在比较伴有感染与无感染的AD病例时，或在比较感染与未感染的对照时，均未鉴定出任何FDR显著的DEGs，这表明这些基因可能反映了在感染条件下AD与对照之间的情境依赖性差异，而非感染本身的组内效应。
**3.2. WGCNA揭示与AD和感染相关的共表达模块**
WGCNA分析识别出12个共表达基因模块。
* **红色模块**：显示与AD状态存在Bonferroni显著性相关。该模块由568个基因组成，KEGG通路富集分析揭示了25个显著通路，许多与衰老、信号转导和内分泌系统相关。
* **黄色模块**：显示与感染状态和AD状态均存在名义上的显著关联。该模块包含1，479个基因，其枢纽基因的基因本体（Gene Ontology， GO）富集分析突出了八个显著通路，包括几个与信号转导和细胞组织相关的通路。
* **棕褐色模块**：显示仅与感染状态存在名义上的显著关联。该模块的GO富集分析鉴定了78个显著GO条目，其中许多与信号通路和细胞反应相关。
**3.3. 胶质细胞和神经血管细胞在系统性感染期间显示转录组改变**
EWCE分析用于识别与AD或感染相关的三个模块（红色、黄色、棕褐色）背后的细胞类型。
* 对于与AD和系统性感染均名义上显著相关的黄色模块，其枢纽基因在星形胶质细胞和周细胞中显著富集。
* 对于仅与感染相关的棕褐色模块，其基因在星形胶质细胞、周细胞和内皮细胞中富集。
* 相比之下，与AD状态Bonferroni显著相关但与感染无关的红色模块中的基因，未在任何特定细胞类型中富集，提示广泛的细胞变化。
**3.4. 功能亚模块分析揭示与AD和感染相关的特定通路**
对黄色、棕褐色和红色模块进行了功能模块检测，以识别每个WGCNA模块内与特定通路相关的“亚模块”。
* **黄色模块（与AD和感染相关）**：识别出十个亚模块（M1A–M10A）。免疫和炎症信号通路显著突出，例如M4A涉及I-κB激酶/核因子κB（NF-κB）和肿瘤坏死因子反应；M2A集中于肥大细胞激活/脱颗粒；M1A包含受体反式激活通路。其他亚模块映射到RNA调控程序、病毒过程、细胞凋亡负调控、蛋白质定位以及Hippo通路调节和核苷酸代谢等。
* **棕褐色模块（仅与感染相关）**：解析出三个亚模块（M1B–M3B），具有不同的生物学过程。M1B反映宿主All-病原体转录相互作用；M2B反映类固醇反应性和表皮程序；M3B代表激酶信号传导和发育过程。
* **红色模块（与AD显著相关）**：识别出四个亚模块（M1C-M4C），揭示了AD中公认的通路和过程，包括Notch信号通路调节以及与线粒体、有丝分裂和泛素化相关的通路。其他亚模块主要与细胞对镉和二酰胺的反应以及磷脂酰肌醇3-激酶（phosphatidylinositol 3-kinase， PI3K）和脂质激酶活性的负调控相关。
**讨论与结论**
本研究首次根据死亡时是否存在系统性呼吸道感染对分析进行分层，探讨了系统性感染对AD大脑转录组的影响。研究发现，在无感染的情况下，AD大脑表现出与能量代谢和神经退行性过程相关的核心转录特征。而在感染存在时，AD大脑的转录组发生了转变，表现出不同的基因表达和通路活性模式，涉及血管调节、宿主All-病原体相互作用和细胞代谢等过程。
共表达网络分析进一步揭示了与AD和/或感染相关的特定基因模块。其中，黄色模块（与AD和感染均相关）的基因在星形胶质细胞和周细胞中富集，其功能亚模块分析显示了细胞骨架重塑、转录调控和宿主All-病原体相互作用过程的整合网络。棕褐色模块（仅与感染相关）的基因在星形胶质细胞、周细胞和内皮细胞中富集，突出了感染驱动的变化，特别是与BBB相关的细胞类型中的改变。
这些发现支持了一个模型，即AD中的系统性感染触发了一个协调的神经血管All-代谢应激反应，其特征是BBB相关信号传导、细胞骨架和运输过程以及线粒体功能的改变。在这个框架内，AD病理可能不仅仅是放大免疫激活，而是重塑大脑对系统性炎症刺激的反应，倾向于一种涉及血管失调和代谢弹性受损的适应不良状态。
研究也存在一些局限性，包括使用死后组织的横断面分析性质、感染状态仅基于临床记录的回顾性确定、缺乏微生物学数据、样本量不平衡可能影响统计效力、未通过多重检验校正的感染相关WGCNA模块、未考察性别特异性反应，以及使用批量脑组织带来的细胞异质性等。
总之，本研究强调了AD和系统性感染期间大脑中发生的复杂分子和细胞相互作用。这些发现拓宽了AD神经炎症中以小胶质细胞为中心的视角，突出表明AD中的系统性感染可能改变血管和免疫通路，并在BBB相关细胞类型（特别是星形胶质细胞和周细胞）中引发宿主All-病原体相关过程。考虑到系统性感染与AD认知能力恶化和不良结局之间的临床关联，这一点尤为重要。本研究为未来探索减轻AD神经炎症和修复血管功能障碍的潜在治疗策略的研究奠定了良好基础。
**结论部分翻译**：
总之，本研究强调了在阿尔茨海默病和系统性感染期间大脑中发生的复杂分子和细胞相互作用。这些发现拓宽了阿尔茨海默病神经炎症中以小胶质细胞为中心的视角，突出表明阿尔茨海默病中的系统性感染可能改变血管和免疫通路，并在血脑屏障相关细胞类型（特别是星形胶质细胞和周细胞）中引发宿主-病原体相关过程。考虑到系统性感染与阿尔茨海默病认知能力恶化和不良结局之间的临床关联，这一点尤为重要。本研究为未来探索减轻阿尔茨海默病神经炎症和修复血管功能障碍的潜在治疗策略的研究奠定了良好基础。
