《International Journal of Women's Health》:Machine Learning Identified Mitophagy- and Hypoxia-Related Genes MTRNR2L8 and SUMO1P3 as Potential Biomarkers Associated with Unexplained Recurrent Pregnancy Loss
编辑推荐:
目的:本研究旨在通过整合转录组学数据与机器学习算法,识别用于不明原因复发性流产(unexplained recurrent pregnancy loss,uRPL)的线粒体自噬(mitophagy)与缺氧相关生物标志物。方法:研究人员从基因表达综合数据库(Ge
目的:本研究旨在通过整合转录组学数据与机器学习算法,识别用于不明原因复发性流产(unexplained recurrent pregnancy loss,uRPL)的线粒体自噬(mitophagy)与缺氧相关生物标志物。方法:研究人员从基因表达综合数据库(Gene Expression Omnibus,GEO)获取子宫内膜转录组数据集GSE165004,以识别uRPL病例与健康对照间的差异表达基因(differentially expressed genes,DEGs)。从GeneCards与PubMed收集线粒体自噬与缺氧相关基因(hypoxia- and mitophagy-related genes,HMRGs)。采用加权基因共表达网络分析(weighted gene co-expression network analysis,WGCNA)检测HMRG相关关键模块基因,取模块基因与DEGs交集定义为DE-HMRGs,并进行功能与通路富集分析及蛋白互作网络(protein-protein interaction network,PPI)构建。利用LASSO、SVM-RFE与随机森林算法筛选枢纽基因(hub genes),通过人工神经网络(artificial neural network,ANN)模型评估诊断效能并在独立数据集中验证。结果:共识别356个DEGs,与HMRG关键模块基因交集得82个DE-HMRGs,主要富集于能量代谢与WNT信号。PPI网络中NCKAP1为中心节点。机器学习确定MTRNR2L8与SUMO1P3为关键枢纽基因,在训练集与验证集ANN模型中诊断效能良好(AUC=1)。结论:线粒体自噬与缺氧相关基因MTRNR2L8与SUMO1P3参与uRPL发病,可作为潜在诊断与治疗生物标志物;但研究受限于回顾性设计及缺乏实验验证,需前瞻性研究与功能验证。
研究背景方面,复发性流产(recurrent pregnancy loss,RPL)指两次及以上胚胎或胎儿丢失,影响约2.6%妊娠,其中约半数无染色体、解剖、内分泌或免疫等明确原因,被定义为不明原因RPL(uRPL)。uRPL缺乏客观诊断标志,患者心理负担重且临床干预依据不足。妊娠过程中子宫内膜蜕膜化、胎盘形成及胚胎发育依赖线粒体供能;缺氧限制氧化磷酸化、诱发活性氧(reactive oxygen species,ROS)蓄积与线粒体功能障碍,若受损线粒体经线粒体自噬清除受阻,会加剧氧化应激、炎症与凋亡,损害子宫内膜容受性。既往生物标志物多聚焦单一免疫或内分泌因子,对缺氧与线粒体自噬协同作用刻画不足,传统蛋白如HIF-1α、LC3B特异性低。该研究发表于《International Journal of Women's Health》,研究人员假设缺氧与线粒体自噬共同参与uRPL发病,拟通过生物信息学结合机器学习挖掘多通路基因面板。
关键技术方法上,研究人员使用GEO公开数据集GSE165004(24例健康对照与24例uRPL子宫内膜样本)为主队列,GSE113790(3例对照与3例uRPL)为独立验证队列;从GeneCards与PubMed整合缺氧相关基因(HRGs)2478个、线粒体自噬相关基因(MRGs)1715个,取交集得573个HMRGs。分析流程包括limma包差异分析、GSVA评分、WGCNA模块识别、clusterProfiler富集分析、STRING/Cytoscape构建PPI、LASSO回归、SVM-RFE、随机森林三种机器学习交叉筛选、neuralnet包构建ANN诊断模型、CIBERSORT免疫浸润估计及CellMiner药物预测,统计用R 4.5.1完成。
研究结果部分,Identification of DEGs in uRPL小节中,经预处理GSE165004获356个DEGs(109上调、247下调)。GSVA and WGCNA Identify HMRG-Associated Modules小节中,软阈值β=14建无标度网络,分12模块,black模块与HMRG评分相关最强(r=0.46,p<0.001)。Identification of DE-HMRGs and Functional Enrichment Analysis小节中,black模块93基因与DEGs交得82个DE-HMRGs,GO富集于肌动蛋白结合、半胱氨酸型内肽酶活性调控、前体代谢物与能量生成、WNT信号调控等,KEGG富集于氨基酸生物合成、碳代谢、细菌入侵上皮细胞等。PPI Network小节中,STRING/Cytoscape显示NCKAP1度值最高,与MYO1A、CRAMIL1、CD2AP、DUSP22互作。Selection of Optimal Feature Genes for uRPL小节中,LASSO选13基因、SVM-RFE选4基因、随机森林选13基因,三者交集4个下调基因为RPS7P5、C18orf32、MTRNR2L8、SUMO1P3。Diagnostic Performance of Hub Genes and the ANN Model小节中,验证集排除RPS7P5后,C18orf32在训练集AUC=1、验证集0.67;MTRNR2L8两集AUC均1;SUMO1P3训练集1、验证集0.83;基于MTRNR2L8与SUMO1P3的ANN模型两集AUC均1。Functional Enrichment of Hub Genes小节中,单基因GSEA示MTRNR2L8关联胶原细胞外基质、内质网腔、WNT/Hedgehog/TGF-β信号;SUMO1P3关联烯烃化合物代谢、凝血、紧密连接-肌动蛋白、KEAP1-NRF2信号。Immune Infiltration小节中,uRPL组M1/M2巨噬细胞浸润降低、滤泡辅助T细胞升高;MTRNR2L8与中性粒细胞正相关(r=0.33),SUMO1P3与M1巨噬细胞正相关(r=0.45)。Prediction of Potential Therapeutic Drugs小节中,CellMiner预测MTRNR2L8关联oprozomib、mithramycin、ADW-742、milademetan;SUMO1P3关联irofulven、salirasib、AT-13148、ARQ-087。
讨论部分总结,研究人员指出NCKAP1作为WAVE调节复合体核心,经Arp2/3调控分支肌动蛋白聚合与滋养层迁移,其失调可能介导缺氧-线粒体自噬轴与细胞运动衔接。对比既有文献,MTRNR2L8编码humanin样肽具抗凋亡性,SUMO1P3为伪基因来源长链非编码RNA促增殖抑凋亡;二者在uRPL内膜下调且分别正向关联中性粒细胞与M1巨噬细胞,提示凋亡失衡与免疫微环境改变共参发病。ANN模型虽两队列AUC均1,但受样本小、公开数据回顾性、无湿实验验证限制,不能推定因果。药物预测化合物多源肿瘤研究,仅oprozomib有生育力相关假说,尚不能直接转译至妊娠丢失治疗。
结论部分翻译:本研究探讨线粒体自噬与缺氧相关基因同uRPL的关联,识别MTRNR2L8与SUMO1P3为关键基因;两基因在ANN模型中诊断效能良好,有望作为uRPL诊断潜在生物标志物及治疗靶点,但需体内外功能验证确认。