通过整合生物信息学与生物学方法确定EIF4A1作为自闭症谱系障碍的潜在分子标志物

《Brain Research》：Identification of EIF4A1 as a candidate molecular indicator of autism spectrum disorder using integrative bioinformatic and biological methods

　　摘要：自闭症谱系障碍是一种异质性的神经发育疾病，其遗传和分子机制十分复杂。寻找可靠的分子生物标志物仍是当前面临的重大挑战。本研究整合了五个来自尸体脑组织的GEO数据集的mRNA表达谱，以识别与自闭症相关的基因。在完成批次效应校正后，对差异表达基因进行了分析，并通过加权基因共表达网络分析筛选出与自闭症相关的基因。随后，运用随机森林、LASSO、Boruta、CatBoost和LightGBM五种机器学习算法来筛选核心基因。最后，利用母体免疫激活大鼠模型，通过检测大鼠伏隔核和尾状核中这些核心基因的mRNA表达情况，研究了这些基因的变化。最终共识别出30个差异表达基因和54个WGCNA模块基因，通过两者的交集得到了29个关键候选基因。EIF4A1是唯一一个在五种机器学习算法中均始终位列前五的基因。对整合后数据集的分析表明，自闭症患者的EIF4A1 mRNA表达水平显著升高。而在自闭症的大鼠模型中，发现EIF4A1 mRNA在伏隔核和尾状核中的表达显著降低，而使用抗精神病药物奥氮平或利培酮处理后可恢复这一异常表现。综上，本研究表明EIF4A1是一种具有潜力的分子标志物，有助于理解该疾病的发病机制，并为开发针对自闭症的干预措施提供依据。

引言：自闭症谱系障碍是一种神经发育疾病，其特征包括社交沟通方面的差异（如避免眼神交流、难以理解情感、兴趣范围狭窄、语言发展迟缓、语言重复）、兴趣局限（如对时间表、轮子或数字等物体感兴趣）、行为重复（如拍手、摇晃身体）以及坚持固定作息，同时还存在对感官刺激的反应过度或不足的情况。全球约有1%至3%的儿童患有此病（Bent等人，2015；Lord等人，2018；Maenner等人，2023；Zeidan等人，2022）。如今，自闭症已成为一项全球性的公共卫生问题。该病的成因主要是遗传因素，同时也会受到环境因素的影响（如产前不良因素、人口统计学因素、生化因素）（Ayoub，2025；Mashayekhi和Salehi，2025）。迄今为止，已有多个与自闭症相关的基因被鉴定出来，它们与多种神经功能有关。例如，有研究发现了117个与自闭症易感性相关的基因，这些基因以特定神经元类型和脑区域为调控对象，参与转录和转录后调控过程（Zhang和Shen，2017）。此外，还有一些特定基因也被证实与自闭症相关，比如SHANK3、UBE3A、CUL3和ARIH2，它们会影响细胞的形态发生、突触功能与可塑性、神经递质传递以及泛素化过程（Monteiro和Feng，2017；Tener等人，2024；Vatsa和Jana，2018；Vinci等人，2024）。Krupp及其同事还鉴定出了多个高度可信的与自闭症易感性相关的基因，如CHD2、CTNNB1、SCN2A和SYNGAP1，此外还有一些可能参与染色质重塑或神经发育的潜在风险基因，包括ACTL6B、BAZ2B、COL5A3、SSRP1和UNC79（Krupp等人，2017）。还有其他研究通过分析基因在信号通路中的作用（如MAPK信号通路、钙信号通路、mTOR通路）以及功能聚类特征（如免疫反应、突触发育与传递、神经发育），也鉴定出了与自闭症相关的风险基因，包括MAPK1、MPAK3、HRAS、PRKCB、BRAF、CORO1A、NRXN1、GRIN2B、CNDP1、PDE4D、ULK2、CHD8和PTEN（Arpi和Simpson，2022；Guo等人，2023；Parikshak等人，2013；Wen等人，2016）。尽管目前已发现了多个与自闭症相关的基因，但如何将这些基因用于自闭症的诊断和治疗，以及是否存在其他与自闭症相关的基因，仍需进一步研究。eIF4A家族包含三种亚型：eIF4A1、eIF4A2和eIF4A3（Xue等人，2021）。通常情况下，eIF4A1和eIF4A2主要存在于细胞质中，而eIF4A3则主要位于细胞核内（Lu等人，2014）。EIF4A1属于DEAD盒RNA解旋酶家族的重要成员，在真核生物的翻译起始过程中起着关键作用（Schutz等人，2010）。EIF4A1基因位于人类17号染色体上，它作为一种依赖ATP的RNA解旋酶，能够解开mRNA 5′端非翻译区中的二级结构，从而促进核糖体的结合；它的活性在eIF4F复合物（由eIF4E和eIF4G组成）中受到严格调控，这个复合物共同促使40S核糖体亚基与mRNA结合（Iwasaki等人，2019）。这一过程对于帽依赖性翻译至关重要，而帽依赖性翻译是细胞合成参与生长、增殖和应激反应的蛋白质的主要途径（Schutz等人，2010）。已有大量证据表明，EIF4A1的功能失调和异常表达与多种癌症有关，比如肝细胞癌（Li等人，2025）、胃癌（Gao等人，2020）、结直肠癌（Li等人，2017）、宫颈癌（Liang等人，2014）、乳腺癌（Modelska等人，2015）、黑色素瘤（Eberle等人，2002）、周围神经鞘肿瘤和听神经瘤（Oblinger等人，2016）、胶质母细胞瘤（Krassnig等人，2021）。此外，EIF4A1基因还与神经精神疾病存在关联，其主要作用在于调节突触可塑性、神经元发育和认知功能。例如，有研究指出EIF4A1基因与癫痫（Zhao等人，2025）和肌萎缩侧索硬化症（Gascon等人，2024）有关。在一项关于精神分裂症的研究中，发现精神分裂症患者的前额叶皮层中EIF4A1的表达发生了改变，而该区域负责调控轴突的生长和突触结构的形成（Hirayama-Kurogi等人，2017）。我们之前的研究也发现EIF4A2（EIF4A1的一个重要同源基因）可能是精神分裂症的潜在风险基因（Weng等人，2025）。另外，利用斑马鱼构建的自闭症模型研究表明，模型动物体内的EIF4A1 mRNA表达水平升高（Eghan等人，2025；Lee等人，2018）。虽然目前还没有直接的人类数据将EIF4A1与自闭症联系起来，但根据现有的相关研究结果，人们认为EIF4A1很可能与自闭症的发病机制有关。近年来，机器学习方法被广泛用于预测与自闭症相关的候选基因。例如，有研究采用梯度提升树算法，根据基因的时空表达特征、网络拓扑特征、基因层面的约束指标以及其他通用基因特征，预测自闭症的风险基因，最终确定了5个候选基因（Lin等人，2020）。此外，Duda及其同事（2018）运用随机森林算法，从包含2万多个基因的跨物种脑特异性功能关系网络中，筛选出了61个与自闭症相关的基因。Wang和Wang（2020）则利用发育过程中的脑基因表达谱以及RNA转录序列特征，构建逻辑回归模型、支持向量机模型和随机森林模型，筛选出了5个被认为与自闭症高度相关的lncRNA。还有研究建立了一种新的多标签分类模型，用于在大规模数据集中识别自闭症风险基因和有毒化学物质，结果表明，在预测出的前20个风险基因中，分别有60%和50%与自闭症及自闭症谱系障碍存在关联（Huang等人，2021）。在本研究中，我们基于自闭症患者尸体脑组织中的mRNA表达谱，运用多种机器学习算法来筛选潜在的自闭症风险基因。总体而言，本研究旨在寻找自闭症的潜在分子标志物；据我们所知，这是首项通过一系列生物信息学技术和机器学习算法证明EIF4A1与自闭症高度相关的研究。之后，我们建立了自闭症动物模型，用于验证EIF4A1基因的mRNA表达情况以及抗精神病药物对其表达的影响。本研究的工作流程如图1所示。

数据获取：这些mRNA表达数据来源于NCBI GEO公共数据库中的GSE269105、GSE236761、GSE113834、GSE64018、GSE59288和GSE51264这六个数据集。GSE269105的数据是通过GPL28038 DNBSEQ-G400平台获取的；GSE236761的数据来自GPL16791 Illumina HiSeq 2500平台；GSE113834的RNA阵列数据是通过GPL15207 Affymetrix人类基因表达阵列获得的；GSE64018的数据则是通过GPL11154 Illumina HiSeq 2000平台获取的。

数据集整合与差异表达基因分析：这五个自闭症相关数据集（GSE269105、GSE236761、GSE113834、GSE64018和GSE59288）以及对应的对照数据集（GSE51264）都经过了标准化处理和批次效应校正（见图2A和B）。这些数据总共涵盖了128个尸体脑样本，其中包括65名自闭症患者和63名健康对照组。最终，六个数据集整合后包含了11,520个基因（详见补充表S2）。我们使用“limma”R软件包对差异表达基因进行了分析，最终共识别出30个差异表达基因。

讨论：自闭症谱系障碍是一种神经发育疾病，全球约有1%至3%的儿童患有此病（Bent等人，2015；Zeidan等人，2022）。多项研究都表明，遗传因素在自闭症的发病机制中起着至关重要的作用（Ayoub，2025；Mashayekhi和Salehi，2025）。在本研究中，我们整合了自闭症患者和健康对照组的多个尸体脑组织数据集的转录组数据，运用了一套完善的生物信息学和机器学习方法进行分析。

结论：总的来说，本研究通过综合生物信息学方法和实验研究手段，确定EIF4A1是一种潜在的分子标志物，也是自闭症分子病理学中的关键因子。这一发现有望推动针对自闭症的新诊断方法和治疗策略的研发。

作者贡献说明：Siru Dai：撰写——审阅与编辑、撰写——初稿、研究工作、正式分析、数据整理。Kaiyang Zou：研究工作、数据整理。Guosen Lv：研究工作、数据整理。Chao Deng：方法设计、研究工作、数据整理。Yueqing Su：撰写——审阅与编辑、方法设计、研究工作、数据整理、概念构建。Ruirui Yang：撰写——审阅与编辑、方法设计、研究工作、资金筹集、概念构建。Bo Pan：撰写——审阅与编辑。

伦理声明：本研究中的所有实验程序都获得了伍伦贡大学动物伦理委员会（批准编号AE 17/12）和扬州大学医学院动物伦理委员会（批准编号YXYLL-2025-47）的批准。

资金支持：本研究得到了江苏省中医药发展研究项目（项目编号ZXFZ2024114，资助对象为BP）、南通大学临床医学特殊研究基金项目（重点项目编号2024JZ049，资助对象为RY）以及山东省自然科学基金项目（项目编号ZR2020MC073，资助对象为RY）的支持。这些资助机构并未参与本研究的设计与实施、数据解读或论文撰写工作。

利益冲突声明：作者声明自己不存在任何可能影响本研究结果的已知财务利益或个人关系。

致谢：我们感谢澳门大学的曾建明博士以及他的生物信息学团队和实习生们，他们慷慨地分享了他们的经验和代码。

Siru Dai|Kaiyang Zou|Guosen Lv|Chao Deng|Yueqing Su|Ruirui Yang|Bo Pan
江苏省高等学校核酸与细胞命运调控重点实验室（扬州大学），中国江苏省扬州市225009