《Heliyon》：Identification of glycolysis-related genes in pulpitis by bioinformatics analysis
编辑推荐：
引言：牙髓炎涉及复杂的机制，目前尚未完全阐明。本研究旨在揭示不可复性牙髓炎中与糖酵解相关的基因转录改变及其对生物学通路和分子网络的影响。材料与方法：从基因表达综合（Gene Expression Omnibus, GEO）数据库收集基因表达数据。通过GeneC
引言：牙髓炎涉及复杂的机制，目前尚未完全阐明。本研究旨在揭示不可复性牙髓炎中与糖酵解相关的基因转录改变及其对生物学通路和分子网络的影响。材料与方法：从基因表达综合（Gene Expression Omnibus, GEO）数据库收集基因表达数据。通过GeneCards和MsigDB等数据库鉴定糖酵解相关基因（glycolysis-related genes, GRGs）。为理解这些基因的作用，研究人员进行了基因本体论（Gene Ontology, GO）、京都基因与基因组百科全书（Kyoto Encyclopedia of Genes and Genomes, KEGG）通路富集分析和基因集富集分析（Gene Set Enrichment Analysis, GSEA）。利用STRING构建蛋白质-蛋白质相互作用（Protein-Protein Interaction, PPI）网络，并使用cytoHubba算法确定中心基因。研究人员评估了枢纽基因在组间的差异表达，并进行了探索性受试者工作特征（Receiver Operating Characteristic, ROC）曲线分析。采用单样本基因集富集分析（single-sample Gene Set Enrichment Analysis, ssGSEA）评估免疫细胞浸润。结果：分析揭示不可复性牙髓炎中有3480个差异表达基因（Differentially Expressed Genes, DEGs），包括1591个上调基因和1889个下调基因。其中，63个糖酵解相关差异表达基因（Glycolysis-Related Differentially Expressed Genes, GRDEGs）分布于多条染色体，在11号染色体上观察到相对较高的比例。这些GRDEGs富集于能量代谢过程和细胞器区室，提示关键通路参与不可复性牙髓炎的病理过程。PPI网络分析确定了8个枢纽基因——HIF1A、LDHA、HK2、STAT3、TALDO1、PPARG、ALDOC和PFKP。此外，ssGSEA揭示了28种免疫细胞浸润水平的显著差异，提示与不可复性牙髓炎相关的免疫应答改变。结论：该研究为不可复性牙髓炎的分子机制，特别是糖酵解通路方面提供了新的视角。这些发现为不可复性牙髓炎的进一步研究提供了候选糖酵解相关基因。其潜在的诊断和治疗相关性应在独立队列和实验研究中得到验证。
研究背景：
牙髓组织位于牙髓腔内，在牙本质形成、营养提供及牙齿支持保护中发挥关键作用。当牙本质层受损时，牙髓启动复杂的防御反应，激活微生物相关的体液和细胞免疫机制，导致初始可逆性局部炎症。牙髓炎是主要由细菌感染诱导的牙髓炎症性疾病，若未及时处理，可进展为严重疼痛、牙齿脱落甚至危及生命的全身感染。不可复性牙髓炎几乎没有恢复正常的机会，目前根管治疗是其主要治疗手段，但该手术常具侵入性，且并非适用于所有患者。不可复性牙髓炎的临床诊断主要依赖主观症状和诊断方法，与牙髓组织学状态相关性有限，因此迫切需要理解其分子机制以提高诊断精度和治疗效果。已有研究鉴定出趋化因子相关基因（如CXCL10、CXCL1、CCL5、CXCR4）和m6A修饰相关基因（如RBM15B、YTHDF1、METTL16等）作为不可复性牙髓炎的潜在生物标志物，但其发病机制是多因素的，许多生物学通路仍未明确。糖酵解是葡萄糖或糖原在酶作用下分解为丙酮酸和乳酸，并在厌氧或缺氧条件下产生三磷酸腺苷（Adenosine Triphosphate, ATP）的代谢通路。既往研究表明糖酵解相关基因失调参与炎症性疾病发展，糖酵解已被确定为牙周炎中巨噬细胞焦亡的关键介质。然而，糖酵解与不可复性牙髓炎之间的相关性仍未明确，需进一步研究。
研究人员利用生物信息学方法对不可复性牙髓炎相关基因表达模式进行深入分析，聚焦糖酵解相关通路。通过比较差异表达基因与糖酵解相关基因数据集，鉴定出关键生物标志物，并进行了功能富集分析、蛋白质-蛋白质相互作用（Protein-Protein Interaction, PPI）网络构建和枢纽基因鉴定。该研究为不可复性牙髓炎的分子机制提供了新视角，揭示了有前景的及时诊断和精准医学标志物。论文发表在《Heliyon》。
主要技术方法：
研究人员从基因表达综合（Gene Expression Omnibus, GEO）数据库获取GSE77459和GSE92681数据集（均来源于人牙髓组织，GSE77459含6例不可复性牙髓炎和6例对照，GSE92681含7例不可复性牙髓炎和5例对照），利用R包sva进行批次校正并合并。通过GeneCards和MsigDB数据库收集糖酵解相关基因（glycolysis-related genes, GRGs）。使用R包limma进行差异表达分析；采用clusterProfiler进行基因本体论（Gene Ontology, GO）、京都基因与基因组百科全书（Kyoto Encyclopedia of Genes and Genomes, KEGG）通路富集分析和基因集富集分析（Gene Set Enrichment Analysis, GSEA）。利用STRING数据库构建PPI网络，采用cytoHubba插件的5种算法（最大团中心性Maximal Clique Centrality, MCC、Degree、最大邻域组件Maximum Neighborhood Component, MNC、边渗透组件Edge Percolated Component, EPC、紧密度Closeness）鉴定枢纽基因。使用TarBase、ChIPBase和hTFtarget数据库构建mRNA-miRNA和mRNA-转录因子（Transcription Factor, TF）调控网络。用pROC包进行探索性受试者工作特征（Receiver Operating Characteristic, ROC）曲线分析。采用单样本基因集富集分析（single-sample Gene Set Enrichment Analysis, ssGSEA）评估28种免疫细胞的浸润水平。
研究结果：
3.1 技术路线图：该研究整体工作流程以流程图形式呈现，系统展示了从数据获取到功能分析、网络构建及免疫浸润分析的全过程。
3.2 牙髓炎数据集的合并：采用sva包校正批次效应，箱线图和主成分分析（Principal Component Analysis, PCA）图显示校正后批次效应得到有效减少，合并数据集可用于后续分析。
3.3 牙髓炎相关糖酵解相关差异表达基因：共鉴定出3480个差异表达基因（Differentially Expressed Genes, DEGs），其中1591个上调、1889个下调。通过DEGs与GRGs交集获得63个糖酵解相关差异表达基因（Glycolysis-Related Differentially Expressed Genes, GRDEGs）。染色体定位图显示大量GRDEGs位于11号染色体，包括YAP1、UCP2、PC、CD44、LDHA、NUP98和TALDO1等基因。
3.4 GRDEGs功能富集分析：GO分析显示GRDEGs主要参与丙酮酸代谢、糖酵解以及代谢前体和能量产生等生物过程；富集于细胞内细胞器腔等细胞组分；具有碳水化合物结合和异构酶活性等分子功能。KEGG分析显示其参与葡萄糖代谢、缺氧反应和碳利用等关键代谢和信号通路。
3.5 基因集富集分析（GSEA）：GSEA显示合并数据集中的基因显著富集于Jak Stat信号通路、Tak1依赖性Ikk和Nf Kappa B激活、Pi3k Akt网络负调控、Hippomerlin信号失调、Mapk信号通路和Fceri介导的Mapk激活等多种信号级联和生物过程。
3.6 构建PPI网络并鉴定枢纽基因：利用STRING
