摘要
暴露于环境颗粒物（PM）与肾功能不全有关，特别是在糖尿病人群中，但其潜在机制尚不清楚。我们进行了双向孟德尔随机化，以评估 PM 暴露与估计肾小球滤过率（eGFR）之间的因果关系，整合转录组数据集以识别与糖尿病肾病（DKD）差异表达基因重叠的 PM 相关基因，并应用机器学习方法选择关键特征基因并构建诊断模型。使用单细胞和空间转录组分析来表征细胞类型和区域特异性表达模式，同时通过计算机模拟敲除分析探索潜在的功能关联。PM2.5–10 暴露与 eGFR 降低有因果关系，特别是在糖尿病患者中，没有反向因果关系的证据。转录组整合鉴定出 168 个共享的 PM-DKD 基因，富集在炎症、免疫和代谢通路中，包括 AGE-RAGE、IL-17、TNF 和 PI3K-Akt 信号传导。七个特征基因（AVPI1、DUSP1、FOSB、JUNB、PDK2、TPPP3 和 VIM）在训练和外部验证队列中表现出良好的诊断性能，并且机器学习模型和列线图分析表现出一致的预测性能。单细胞和空间转录组分析揭示了独特的细胞类型和区域特异性表达模式，VIM 富集在间质和纤维化区域，TPPP3 主要在足细胞中检测到，其他基因分布在管状或免疫细胞群体中。计算机模拟敲除分析表明这些基因可能与线粒体代谢、氧化应激、管状功能和炎症过程有关。基于数据库的治疗探索鉴定 VIM 为潜在候选靶点，血根碱显示出良好的预测结合亲和力。总的来说，这些发现表明 PM2.5–10 暴露可能通过炎症、代谢和氧化应激相关机制导致 DKD 易感性，并为进一步研究提供了候选分子标志物。
