利用机器学习与单细胞RNA测序技术识别并验证反复妊娠丢失中的细胞衰老生物标志物

《Scientific Reports》：Identification and validation of cellular senescence biomarkers in recurrent pregnancy loss using machine learning and single-cell RNA sequencing

　　

摘要

反复妊娠丢失是育龄女性面临的重大生殖健康问题，其分子机制至今尚未完全明了。本研究旨在识别与反复妊娠丢失相关的关键细胞衰老生物标志物，并评估它们的诊断价值。从基因表达组数据库中获取了多个与反复妊娠丢失相关的转录组数据集，对这些数据进行了整合并校正了批次效应。通过差异表达分析，再将结果与CellAge数据库中的衰老相关基因进行比对，从而得到与衰老相关的差异表达基因。进一步通过基因本体论分析和京都基因与基因组百科全书分析、蛋白质-蛋白质相互作用网络构建以及基因集富集分析，探讨了潜在的功能通路。随后应用多种机器学习算法筛选关键基因，最终确定了5个与衰老相关的关键基因：CYB5R3、LEO1、PAK2、RHOA和GADD45G。基于这些基因建立了判别模型，并通过校准曲线、决策曲线分析以及接收者操作特征分析来评估其诊断性能。单细胞RNA测序分析显示，GADD45G在蜕膜基质细胞中高表达，虚拟敲除实验表明它可能参与细胞外基质重塑、细胞黏附及相关信号通路。此外，药物富集分析还预测出了潜在的小分子化合物候选物。最后，在临床蜕膜组织样本中通过定量实时PCR验证发现，反复妊娠丢失患者中CYB5R3、PAK2、RHOA和GADD45G的表达显著升高，而LEO1的表达则显著降低。总体而言，本研究确定了与反复妊娠丢失相关的关键衰老相关基因，建立了具有临床应用价值的诊断模型，为该疾病的机制研究以及精准诊断和治疗提供了新的思路。