《Biomolecules》:Identification of Potential Biomarkers Associated with Impaired Fatty Acid Oxidation in Aged Skeletal Muscle Using Bioinformatics and Machine Learning Approaches
编辑推荐:
目的:脂肪酸氧化(FAO)受损被认为是骨骼肌衰老和肌少症(sarcopenia)的重要代谢机制;然而,参与该过程的关键调控分子尚未完全明确。本研究旨在通过整合生物信息学和机器学习分析,鉴定与衰老骨骼肌FAO受损相关的候选生物标志物,表征其潜在生物学功能和调控特
目的:脂肪酸氧化(FAO)受损被认为是骨骼肌衰老和肌少症(sarcopenia)的重要代谢机制;然而,参与该过程的关键调控分子尚未完全明确。本研究旨在通过整合生物信息学和机器学习分析,鉴定与衰老骨骼肌FAO受损相关的候选生物标志物,表征其潜在生物学功能和调控特征,并在体内外衰老模型中初步验证其表达模式。方法:从Gene Expression Omnibus数据库获取骨骼肌衰老转录组数据集GSE1428和GSE674。从GeneCards检索FAO相关基因(FAOGs)。通过差异表达分析鉴定差异表达的FAO相关基因(DE-FAOGs),并进一步进行基因本体论(GO)和京都基因与基因组百科全书(KEGG)富集分析。采用随机森林(random forest)、Boruta和蛋白质-蛋白质相互作用(PPI)网络分析筛选hub基因,并构建人工神经网络(ANN)模型。进一步进行单细胞RNA测序分析、基因集富集分析(GSEA)、ceRNA网络构建、药物预测、分子对接和分子动力学模拟。通过qRT-PCR在自然衰老小鼠和D-半乳糖诱导的衰老C2C12细胞中验证hub基因表达。结果:共鉴定出69个DE-FAOGs,主要富集于线粒体功能、电子传递链和能量代谢相关通路。通过随机森林、Boruta和PPI分析,鉴定出三个hub基因:线粒体肌酸激酶2(CKMT2)、心肌肌动蛋白α1(ACTC1)和叉头框蛋白O3(FOXO3)。受试者工作特征(ROC)分析显示这些基因具有良好的区分性能。三基因ANN模型在训练集和验证集的曲线下面积(AUC)值分别为0.992和0.964。GSEA表明hub基因与线粒体能量代谢、脂质代谢和应激调节密切相关。qRT-PCR证实衰老条件下Ckmt2表达降低,Actc1和Foxo3表达升高,与生物信息学结果一致。结论:CKMT2、ACTC1和FOXO3是与衰老骨骼肌FAO受损相关的潜在生物标志物。基于这三个基因的ANN模型表现出良好的预测性能,可能为肌少症的代谢机制和治疗靶点提供新见解。
**论文解读:基于生物信息学和机器学习鉴定衰老骨骼肌脂肪酸氧化受损相关生物标志物**
**研究背景与问题**
随着全球人口老龄化加剧,骨骼肌衰老及肌少症(sarcopenia)成为重要的公共卫生问题。肌少症以肌肉质量、力量和功能的进行性下降为特征,与跌倒、骨折、残疾和死亡风险增加密切相关。目前临床干预主要依赖运动、营养及生活方式管理,尚缺乏获批的有效药物。骨骼肌是全身能量代谢和底物利用的主要场所,线粒体脂肪酸氧化(FAO)在静息、禁食及耐力运动时为ATP产生和脂质稳态所必需。大量证据表明,衰老骨骼肌中线粒体呼吸能力下降、脂质代谢重塑及代谢灵活性降低,FAO受损不仅是衰老的代谢特征,更是连接线粒体功能障碍、脂质失衡和肌少症表型的重要病理机制。然而,衰老骨骼肌FAO受损涉及多因素复杂性和异质性,单一候选基因策略难以可靠鉴定具有转化潜力的生物标志物。因此,本研究旨在整合公共转录组数据集、FAO相关基因集、生物信息学分析和机器学习算法,系统鉴定与衰老骨骼肌FAO受损相关的候选生物标志物,并评估其生物学功能、调控特征及药物干预潜力。
**研究内容与结论**
研究人员利用GEO数据库中人类股外侧肌转录组数据集(GSE1428为训练集,GSE674为验证集),结合GeneCards数据库的FAO相关基因,通过差异表达分析筛选出69个差异表达的FAO相关基因(DE-FAOGs)。进一步整合随机森林、Boruta算法和蛋白质-蛋白质相互作用(PPI)网络分析,鉴定出三个共识hub基因:CKMT2(线粒体肌酸激酶2)、ACTC1(心肌肌动蛋白α1)和FOXO3(叉头框蛋白O3)。基于这三个基因构建人工神经网络(ANN)诊断模型,在训练集和验证集均获得高区分性能(AUC值分别为0.992和0.964)。此外,通过单细胞RNA测序分析揭示这些基因在衰老骨骼肌微环境中的细胞类型特异性表达模式;基因集富集分析(GSEA)提示其与线粒体能量代谢、脂质代谢和应激调节密切相关;构建ceRNA调控网络预测其上游非编码RNA调控机制;通过药物预测、分子对接和分子动力学模拟筛选潜在药物靶向相互作用;最后在自然衰老小鼠(20月龄)腓肠肌和D-半乳糖诱导的衰老C2C12肌管细胞中通过qRT-PCR验证表达趋势,结果与生物信息学分析一致:CKMT2下调,ACTC1和FOXO3上调。该研究揭示了衰老骨骼肌FAO受损相关的分子特征,并支持CKMT2、ACTC1和FOXO3作为潜在生物标志物的价值,为肌少症的代谢机制研究和早期干预策略提供了理论依据。论文发表在《Biomolecules》。
**主要关键技术方法(不超过250字)**
研究人员从Gene Expression Omnibus数据库获取人类股外侧肌转录组数据集GSE1428(训练集)和GSE674(验证集),样本来源为年轻和老年个体。从GeneCards数据库检索FAO相关基因。采用"limma"包进行差异表达分析,筛选标准为|log
2FC|≥0.585且p<0.05。通过随机森林、Boruta算法和PPI网络分析(基于STRING数据库和Cytoscape)联合筛选hub基因。利用R包"neuralnet"构建人工神经网络模型。单细胞RNA测序分析基于GSE172410数据集(年轻和老年小鼠骨骼肌)。GSEA采用"clusterProfiler"包。ceRNA网络通过miRanda、miRDB、TargetScan和Spongescan数据库预测。药物预测使用DSigDB数据库,分子对接采用AutoDockTools,分子动力学模拟使用GROMACS 2023.2(100 ns)。qRT-PCR验证在自然衰老C57BL/6J小鼠(20月龄 vs 6月龄)腓肠肌和D-半乳糖诱导的C2C12肌管细胞中进行。
**研究结果(保留小标题,简要说明通过什么研究得出什么结论)**
**3.1. Identification and Enrichment Analysis of DE-FAOGs**
通过差异表达分析在训练集GSE1428中鉴定出463个差异表达基因,与FAO基因集取交集后获得69个DE-FAOGs。GO和KEGG富集分析显示其显著富集于线粒体内膜、电子传递链、氧化还原酶活性、碳代谢、AMPK信号通路等,表明衰老骨骼肌FAO异常伴随线粒体功能和能量代谢网络广泛重塑。
**3.2. Identification and Validation of Hub Genes**
整合随机森林、Boruta和PPI网络分析,三种方法交集鉴定出CKMT2、ACTC1和FOXO3为共识hub基因。ROC曲线分析显示,在训练集和验证集中,三个基因的AUC值均≥0.900,表达验证显示CKMT2在老年组下调,ACTC1和FOXO3上调,提示其作为衰老骨骼肌FAO受损潜在生物标志物的能力。
**3.3. Construction and Validation of the ANN Model**
基于CKMT2、ACTC1和FOXO3的表达特征构建ANN诊断模型,在训练集和验证集中AUC值分别达0.992和0.964,表明三基因联合模型能有效区分年轻和老年组,具有良好预测价值。
**3.4. Single-Cell RNA Sequencing Analysis**
基于GSE172410数据集进行单细胞RNA测序分析,鉴定出9种主要细胞类型(包括肌细胞、树突状细胞、巨噬细胞、周细胞等)。Ckmt2和Actc1在周细胞和巨噬细胞中表达相对较高,Foxo3在软骨细胞和树突状细胞中表达较高,提示hub基因在衰老骨骼肌微环境中呈现细胞类型偏向性表达模式。
**3.5. GSEA and Construction of the Predicted ceRNA Network**
GO-GSEA和KEGG-GSEA分析显示,CKMT2主要富集于胰岛素响应、线粒体基质、TCA循环、脂肪细胞因子信号通路;ACTC1涉及mRNA加工、核糖核蛋白复合体生物合成、错配修复、蛋白酶体;FOXO3富集于胺转运负调控、α-亚麻酸代谢、脂质代谢等。此外,预测了44个候选miRNA和110个潜在lncRNA,构建了mRNA-miRNA-lncRNA ceRNA调控网络。
**3.6. Drug–Gene Interaction and Molecular Docking Analysis**
利用DSigDB数据库预测靶向hub基因的候选药物,并选择Alsterpaullone、Perhexiline和Wortmannin进行分子对接。结果显示,所有候选药物与hub基因编码蛋白的结合能均低于-5.0 kcal/mol,其中Alsterpaullone-FOXO3、Perhexiline-FOXO3、Alsterpaullone-CKMT2等复合物具有较低结合能和合理对接构象。
**3.7. Molecular Dynamics Simulation**
对Alsterpaullone-FOXO3、Perhexiline-FOXO3和Alsterpaullone-CKMT2复合物进行100 ns分子动力学模拟。RMSD、Rg、氢键分析、RMSF和自由能景观分析表明,三个复合物在模拟后期均达到相对稳定构象,其中Alsterpaullone-CKMT2复合物表现出较稳定的结构特征。
**3.8. qRT-PCR Validation of Differentially Expressed Genes**
在自然衰老小鼠(20月龄)腓肠肌和D-半乳糖诱导的衰老C2C12肌管细胞中,通过qRT-PCR验证发现Ckmt2表达显著下调,Actc1和Foxo3表达显著上调,与人类转录组数据一致,证实了hub基因在体内外衰老模型中的表达稳定性。
**讨论与结论总结**
讨论部分指出,本研究以FAO受损为切入点,整合生物信息学、机器学习、单细胞转录组学和实验验证,系统鉴定了与衰老骨骼肌FAO相关的三个hub基因。CKMT2反映线粒体能量转移和磷酸肌酸介导的能量缓冲能力,ACTC1可能反映肌节和收缩结构重塑,FOXO3代表应激相关转录调控和蛋白稳态。三基因组合覆盖“能量转移-结构重塑-应激调节”三个相互关联的维度,比单一指标更具综合性。研究还构建了ceRNA网络和药物预测模型,分子动力学模拟支持药物与靶蛋白的动态稳定性。但存在局限性:样本量有限、缺乏蛋白水平和FAO功能验证、基因组织特异性需考虑(CKMT2和ACTC1也表达于心脏,FOXO3广泛表达),未来需结合肌肉活检、肌管模型、细胞外囊泡等多源信息提高特异性。
**结论**:本研究以FAO受损为切入点,通过整合生物信息学分析、机器学习算法、单细胞转录组学和实验验证,系统鉴定了与骨骼肌衰老相关的关键生物标志物。结果表明,CKMT2、ACTC1和FOXO3是与衰老骨骼肌脂肪酸氧化异常相关的重要hub基因,涉及线粒体能量代谢、肌纤维结构重塑及应激与代谢相关调控等关键生物学过程。基于这三个基因构建的ANN模型在训练集和验证集均表现出良好的区分性能,提示其潜在诊断价值。此外,在自然衰老小鼠骨骼肌组织和D-半乳糖诱导的C2C12细胞衰老模型中验证了这些基因的表达模式。总之,本研究揭示了衰老骨骼肌脂肪酸氧化功能障碍相关的分子特征,并支持CKMT2、ACTC1和FOXO3作为生物标志物的潜在价值,为进一步阐明骨骼肌衰老和肌少症的代谢机制以及开发早期识别和干预新策略提供了理论基础。