《Artery Research》:Integrative Transcriptomic and Genetic Analysis Nominally Prioritizes SLC51A and TPMT as Candidate Diagnostic Genes for Thoracic Aortic Aneurysm
编辑推荐:
背景:胸主动脉瘤(thoracic aortic aneurysm, TAA)是一种危及生命的疾病,可用于早期检测和风险分层的血液生物标志物有限。整合转录组和遗传数据可能有助于识别潜在相关基因并开发提示性诊断工具。
方法:研究人员分析了来自GSE9106的外周
背景:胸主动脉瘤(thoracic aortic aneurysm, TAA)是一种危及生命的疾病,可用于早期检测和风险分层的血液生物标志物有限。整合转录组和遗传数据可能有助于识别潜在相关基因并开发提示性诊断工具。
方法:研究人员分析了来自GSE9106的外周血表达数据(包含59例TAA患者和34例对照),以识别TAA患者与对照之间的差异表达基因(differentially expressed genes, DEGs)。利用基于汇总数据的孟德尔随机化(summary data-based Mendelian randomization, SMR)并联合依赖性工具异质性检验(Heterogeneity in Dependent Instruments, HEIDI)测试,将来自eQTLGen联盟(31,684例个体)的全血顺式表达数量性状位点(cis-expression quantitative trait loci, cis-eQTLs)与全基因组关联研究(genome-wide association study, GWAS)汇总统计量(1,351例病例和18,295例对照)进行整合,以优先筛选具有提示性因果效应的基因。对DEGs与SMR基因的交集采用最小绝对收缩和选择算子(least absolute shrinkage and selection operator, LASSO)逻辑回归和随机森林(random forest, RF)进行特征选择。基于核心基因的多变量逻辑模型可视化为列线图,并通过受试者工作特征(receiver operating characteristic, ROC)分析、校准和决策曲线分析进行评价。研究人员进行单基因基因集富集分析(gene set enrichment analysis, GSEA),以探索与核心基因表达相关的通路。
结果:转录组分析鉴定出1,108个DEGs,与SMR结果整合后,得到14个在名义显著性水平上同时获得差异表达和遗传证据支持的基因。森林图显示,所有14个基因与TAA的SMR关联均达到名义显著,并通过HEIDI检验,提供了有限的反异质性证据,尽管这不能明确排除连锁或多效性。机器学习特征选择汇聚于两个核心基因SLC51A和TPMT,二者单独显示出中等的诊断性能。由这些标志物构建的两基因列线图实现了良好的区分度和校准,并在广泛的决策阈值范围内提供了净临床获益。单基因GSEA表明,SLC51A和TPMT表达变异与RNA代谢、大分子分解代谢、能量利用和细胞周期相关过程的协调变化有关。
结论:通过整合血液转录组学、eQTL数据和GWAS汇总统计量,本研究将SLC51A和TPMT确定为TAA的候选诊断基因,并提出一个简单的两基因列线图。鉴于样本量有限、缺乏外部验证以及遗传证据的名义性质,这些发现应被视为探索性和假说生成性的,而非可临床应用的。在转化应用之前,需要在更大队列中进行独立重复和功能验证。
研究背景与科学问题
胸主动脉瘤(thoracic aortic aneurysm, TAA)是一种进行性且常无症状的胸主动脉扩张,可发展为夹层或破裂,即使采用外科和腔内技术,相关死亡率仍然很高。目前TAA的风险分层主要依赖影像学测量的主动脉直径、生长速度以及综合征和家族史信息,但动脉瘤形成与进展涉及遗传易感性、血管平滑肌功能障碍、细胞外基质重塑和炎症反应等复杂相互作用,形态学测量无法全面反映这些分子病理过程。临床上也缺乏经过验证的、可反映TAA分子病理并易于实施的血液生物标志物。全基因组关联研究(genome-wide association study, GWAS)虽然发现了多个与胸主动脉疾病相关的位点,但多数信号位于非编码区,难以确定效应基因;单纯转录组差异表达研究又不能建立因果关系,且跨队列重复性有限。因此,研究人员将血液转录组、表达数量性状位点(expression quantitative trait loci, eQTL)和GWAS汇总统计量进行整合,希望识别既有差异表达又有遗传支持的TAA候选基因,并构建具有提示意义的诊断模型。
研究设计与关键技术方法
研究人员从基因表达综合数据库(Gene Expression Omnibus, GEO)获取GSE9106队列,包含59例TAA患者和34例非动脉瘤对照,来自美国人群,推测以欧洲裔为主。对原始CEL文件使用稳健多阵列平均(robust multi-array average, RMA)算法进行背景校正和归一化,并用ComBat方法校正批次效应;采用limma识别差异表达基因(differentially expressed genes, DEGs)。将eQTLGen联盟全血cis-eQTL数据(31,684例个体)与TAA GWAS汇总统计量(1,351例病例、18,295例对照)进行基于汇总数据的孟德尔随机化(summary data-based Mendelian randomization, SMR)和依赖性工具异质性检验(Heterogeneity in Dependent Instruments, HEIDI)整合分析。对DEGs与SMR基因交集应用最小绝对收缩和选择算子(least absolute shrinkage and selection operator, LASSO)逻辑回归和随机森林(random forest, RF)筛选核心基因;构建多变量逻辑回归列线图,用受试者工作特征(receiver operating characteristic, ROC)曲线、校准曲线和决策曲线分析(decision curve analysis, DCA)评价;最后对核心基因进行单基因基因集富集分析(gene set enrichment analysis, GSEA)。
主要研究结果
3.1 差异表达基因鉴定及SMR候选基因优先化
利用limma分析GSE9106外周血表达数据,共鉴定出1,108个DEGs,其中765个基因在TAA患者中显著上调,343个显著下调。SMR分析整合全血eQTL与TAA GWAS,确定351个基因的较高遗传预测表达增加TAA风险,357个基因的较高表达具有保护作用。将上调DEGs与风险基因取交集获得8个基因,下调DEGs与保护基因取交集获得6个基因,从而得到14个在名义显著性水平上同时具有差异表达和遗传证据支持的候选基因。
3.2 候选基因SMR关联森林图
对上述14个基因绘制森林图,结果显示所有基因的SMR关联均达到名义显著性(p
SMR < 0.05),并通过HEIDI检验(p
HEIDI > 0.05),提供有限的反异质性证据,但不能完全排除连锁或水平多效性。需要强调的是,这14个基因均未通过错误发现率(false discovery rate, FDR)校正(所有FDR q值 > 0.5),因此它们属于名义性优先候选基因,而非确定性因果基因。
3.3 机器学习筛选核心诊断基因
将14个基因的表达谱输入LASSO逻辑回归和随机森林模型进行特征选择。LASSO在λ
1se准则下保留了非零系数的小型基因子集;随机森林按平均基尼指数下降值排序变量重要性。两种算法的交集为SLC51A和TPMT。ROC分析显示,SLC51A单独区分TAA与对照的曲线下面积(area under the curve, AUC)为0.733(95%置信区间0.628–0.838),TPMT为0.742(95%置信区间0.639–0.844);在最优约登指数截点下,SLC51A的敏感度和特异度分别为72.9%和70.6%,TPMT分别为74.6%和73.5%。
3.4 两基因列线图构建与验证
以SLC51A和TPMT表达为预测变量拟合多变量逻辑回归模型,方程为logit(P) = ?18.99 + 0.71 × SLC51A + 0.79 × TPMT,并将其可视化为列线图。该两基因模型在GSE9106队列中的表观AUC为0.757(95%置信区间0.657–0.856)。由于样本量有限(n = 93),研究人员未进行独立测试集划分,而是采用1,000次bootstrap重采样进行校准曲线的内部偏差校正;校准曲线与理想对角线接近,提示预测概率与实际风险一致性良好。决策曲线分析显示,在广泛的决策阈值范围内,该列线图相对于“全部治疗”或“不治疗”策略具有理论上的净获益。但这些性能均为发现队列内部的估计,不能替代外部验证。
3.5 单基因GSEA
以SLC51A或TPMT表达与全转录组基因表达的Pearson相关系数对基因排序,进行单基因GSEA。结果显示,SLC51A低表达与mRNA加工、非编码RNA转录、核酸酶活性调控、mRNA代谢过程、大分子分解代谢过程和有机氮化合物生物合成过程等通路的下调相关;TPMT低表达与脂肪酸β-氧化、单羧酸分解代谢、大分子分解代谢、有机氮化合物生物合成、有丝分裂细胞周期、细胞周期和线粒体RNA分解代谢调控等通路的下调相关。这表明SLC51A和TPMT表达变异与RNA代谢、大分子分解代谢、能量利用和细胞周期相关程序的协调变化有关。
讨论与结论
讨论部分指出,既往TAA研究多聚焦于血管壁结构基因如FBN1、ACTA2、MYH11、TGFBR1、TGFBR2和SMAD3等,而SLC51A和TPMT指向较少被探索的生物学维度。SLC51A编码有机溶质转运蛋白α,参与胆汁酸和甾体衍生分子转运,可能通过胆汁酸相关代谢信号影响血管炎症;TPMT编码硫嘌呤S-甲基转移酶,参与甲基化依赖的解毒反应,可能与氧化应激和代谢失调相关。单基因GSEA提示这些基因与RNA加工、线粒体/能量代谢和细胞周期调控存在关联,但研究人员强调这些机制解释均来自同一小型血液数据集的表达相关性,属于假说生成性质。该研究的主要局限包括:遗传证据仅为名义显著,未通过FDR校正;特征选择、模型拟合和性能评估均在同一个GSE9106队列内完成,缺乏外部验证;SMR使用全血eQTL而非主动脉组织eQTL;HEIDI检验不能完全排除多效性或连锁;未进行正式共定位分析;缺乏临床协变量校正;外周血整体表达可能受循环免疫细胞组成影响;未进行细胞类型反卷积;GSE9106队列的祖源信息未正式报告,仅推测以欧洲裔为主。研究结论可翻译为:通过整合转录组变化、基于eQTL的因果推断和机器学习,本研究名义性优先筛选SLC51A和TPMT作为TAA的候选诊断和机制相关基因。这些发现将TAA的生物学视角从经典细胞外基质和平滑肌通路扩展到胆汁酸转运、甲基化代谢、RNA加工、线粒体能量代谢和细胞周期调控。研究人员提出一个两基因列