编辑推荐：
理解来自老化组织的分泌因子（通常被称为衰老相关分泌表型（senescence-associated secretome, SASP））如何重塑细胞表型，由于下游分子级联的复杂性，仍然是一个重大挑战。在此，研究人员提出一个计算机模拟扰动模型（in silico
理解来自老化组织的分泌因子（通常被称为衰老相关分泌表型（senescence-associated secretome, SASP））如何重塑细胞表型，由于下游分子级联的复杂性，仍然是一个重大挑战。在此，研究人员提出一个计算机模拟扰动模型（in silico perturbation modeling）的计算框架，旨在预测对年龄特异性细胞外环境线索的不同转录反应。研究人员使用关节软骨细胞（articular chondrocytes）暴露于来自髌下脂肪垫（infrapatellar fat pads）的分泌组（该脂肪垫是软骨微环境的一个组成部分，取自年轻和年老动物的膝关节）来示例该框架的应用。首先，研究人员获取了来自健康和骨关节炎膝关节软骨的公开转录组数据，并使用拓扑重叠矩阵（topological overlap matrices, TOM）构建了软骨特异性共表达网络，该矩阵测量网络互连性。然后，研究人员实施随机游走重启（Random Walk with Restart, RWR）来模拟来自年轻和年老髌下脂肪垫的差异表达配体的下游信号传播。研究人员将预测的扰动特征与来自用年轻或年老髌下脂肪垫条件培养基体外(in vitro)处理的年老软骨细胞的RNA-seq数据进行了基准测试。研究人员的评估流程包括功能富集比较和接收者操作特征（receiver operating characteristic, ROC）分析。这些分析证实，模拟扰动重现了由年轻和年老髌下脂肪垫分泌组调节的软骨细胞信号通路，包括对线粒体呼吸（mitochondrial respiration）（衰老的一个核心标志）的主要影响。这里引入的网络范式提供了一种数据驱动的策略，以解析复杂的、年龄依赖的细胞外环境如何影响细胞命运。最终，研究人员预计该流程可以扩展到不同的组织和年龄相关疾病，以指导开发恢复年轻细胞表型的干预措施。
衰老驱动组织广泛的分子重塑，导致细胞功能破坏和稳态丧失。然而，实验上识别衰老的因果介质并追踪其下游效应仍是重大挑战，尤其是在关节软骨这类低周转组织中。最近组学技术虽能全面分析衰老组织的转录组和蛋白质组变化，但动态模拟细胞外扰动通过组织特异性分子通路传播的计算方法仍未充分利用。为此，本研究开发并验证了一个计算机模拟扰动框架，整合基于质谱的蛋白质组学衍生的分泌组数据与组织特异性转录网络，以模拟受体介导的下游细胞反应。研究人员以软骨衰老为例，通过建模软骨细胞对微环境中可溶性因子的反应，发现该框架能预测年龄相关细胞外环境对细胞命运的影响，相关成果发表在《Aging Cell》。
为开展研究，研究人员使用了以下主要关键技术方法：1. 从公共数据库（GSE114007）获取人类软骨转录组数据（健康18例，膝骨关节炎20例）；2. 采用加权基因共表达网络分析（Weighted Gene Co-Expression Network Analysis, WGCNA）构建软骨特异性共表达网络，利用拓扑重叠矩阵（TOM）量化基因互连性；3. 通过液相色谱-串联质谱（LC-MS/MS）分析年轻和年老小鼠（C57BL/6，4-6月龄和21-24月龄）髌下脂肪垫（IFP）的分泌组，鉴定差异分泌蛋白作为配体；4. 从NicheNet数据库获取配体-受体相互作用对；5. 使用随机游走重启（RWR）算法，以受体基因为种子节点，模拟信号在软骨网络中的扩散；6. 利用体外实验（年老小鼠软骨细胞经年轻或年老IFP条件培养基处理后的RNA-seq数据）进行验证，通过基因本体（GO）富集比较和接收者操作特征（ROC）分析评估模型性能；7. 通过琥珀酸脱氢酶复合体亚基A（SDHA）免疫组化染色验证线粒体功能变化。
研究结果如下：
**3.1 软骨转录组数据集作为网络建模基础的验证（Validation of Cartilage Transcriptomic Dataset as a Foundation for Network Modeling）**
通过对GSE114007数据集进行差异表达分析，研究人员发现与健康软骨相比，膝骨关节炎（KOA）软骨中有1294个差异表达基因（FDR < 0.05，|log
2 fold change| > 1），其中软骨形成关键转录因子Sox9下调，促分解代谢酶Mmp13、纤维软骨标志物Col1a1及组织重塑相关蛋白Fap上调。基因集富集分析进一步证实该数据集捕获了细胞外基质重塑、炎症和代谢重编程等KOA相关生物学过程，表明其适合作为网络建模基础。
**3.2 构建生理相关网络以模拟软骨中年龄相关信号（Construction of a Physiologically Relevant Network to Model Age-Related Signaling in Cartilage）**
利用WGCNA构建软骨特异性共表达网络，保留前50,000个基于TOM相似度的加权互作，形成无标度、枢纽中心架构。中心性分析显示，线粒体复合体I组分Ndufb9和Ndufab1为网络中高度连接的枢纽基因，提示该网络可反映线粒体对软骨结构完整性的贡献。
**3.3 计算机模拟扰动预测软骨细胞对细胞外衰老信号的转录反应（In Silico Perturbation Predicted Chondrocyte Responses to Extracellular Aging Cues）**
将RWR预测的基因与体外RNA-seq数据比较，发现重叠的GO通路主要集中于线粒体功能障碍，如线粒体呼吸链复合体I组装和细胞呼吸。SDHA免疫组化染色证实，暴露于年老IFP分泌因子的年老软骨细胞中SDHA荧光强度显著低于暴露于年轻IFP分泌因子的细胞，表明线粒体含量下降。ROC分析显示，在默认参数下模型AUC为0.819（95% CI: 0.699–0.938），阳性预测值（PPV）为36.0%，阴性预测值（NPV）为99.8%。通过优化FDR阈值和基因集大小，PPV可进一步提高，表明统计严谨性与生物学相关基因选择需平衡。
讨论部分总结：该研究展示了基于网络的扰动建模在识别和优先排序衰老相关细胞外信号方面的实用性。通过整合组织特异性转录组和细胞外蛋白质组，揭示了受体拓扑定位如何控制组织对旁分泌信号的响应，推进了对关节衰老机制的理解，并提供了一种可扩展的方法来识别退行性肌肉骨骼疾病中的干预靶点。局限性包括：共表达不等于因果，可能忽略转录后机制；小鼠与人类间存在种间差异；缺乏空间背景。未来需整合人类IFP蛋白质组学和空间转录组学以增强模型保真度。研究结论翻译如下：总的来说，本研究证明了基于网络的扰动建模在识别和优先排序调节软骨转录状态的衰老相关细胞外信号方面的实用性。研究人员的整合框架桥接了蛋白质组学和转录组学层次，以揭示受体的拓扑定位如何控制组织对旁分泌信号的反应。这些见解推进了研究人员对关节衰老的机制理解，并提供了一种可扩展的方法来识别退行性肌肉骨骼疾病中的干预靶点。
