《MEDIATORS OF INFLAMMATION》：Integrated Epidemiological and Transcriptomic Investigation of the Association Between Metabolic Syndrome and Osteoarthritis
编辑推荐：
背景
代谢综合征（Metabolic Syndrome, MetS）已被广泛接受为骨关节炎（Osteoarthritis, OA）的重要危险因素。然而，这两种疾病之间的分子联系尚未被充分阐明。这些分子通路对于靶向治疗的开发以及患者预后的改善至关重要。
方法
流
背景
代谢综合征（Metabolic Syndrome, MetS）已被广泛接受为骨关节炎（Osteoarthritis, OA）的重要危险因素。然而，这两种疾病之间的分子联系尚未被充分阐明。这些分子通路对于靶向治疗的开发以及患者预后的改善至关重要。
方法
流行病学分析基于NHANES 2007–2016数据。采用加权logistic回归分析MetS与OA之间的关联。为探究与OA和MetS相关的关键分子特征，研究人员对GEO基因表达谱进行了差异表达基因（Differentially Expressed Gene, DEG）分析、加权基因共表达网络分析（Weighted Gene Coexpression Network Analysis, WGCNA）及功能富集分析。进一步通过机器学习与蛋白质-蛋白质相互作用（Protein-Protein Interaction, PPI）网络分析识别诊断基因，并评估其表达水平、诊断效能、预测价值及与免疫细胞浸润的关联。为研究细胞特异性枢纽基因表达，进行了单细胞RNA测序（Single-Cell RNA Sequencing, scRNA-seq），随后采用实时荧光定量聚合酶链反应（Quantitative Real-Time Polymerase Chain Reaction, qRT-PCR）和免疫荧光进行验证。
结果
根据NHANES 2007–2016数据，MetS与OA患病率升高显著相关。整合转录组分析揭示了OA中的DEG、MetS中的DEG以及通过WGCNA识别的疾病相关基因之间存在27个共同基因。基于机器学习模型和PPI网络分析，MMP9和JUN被确定为枢纽基因，并在列线图中显示出诊断价值。免疫浸润分析揭示了免疫细胞组成的变化。枢纽基因表达模式经scRNA-seq分析确认，并进一步通过qRT-PCR和免疫荧光验证。
结论
本研究揭示JUN和MMP9是与MetS相关OA进展相关的重要基因，且这些基因与疾病进展显著相关。这些发现为这一共病的早期诊断和潜在治疗策略提供了新的靶点。
论文解读
一、研究背景与意义
骨关节炎（Osteoarthritis, OA）是一种常见的退行性关节疾病，以关节疼痛和功能障碍为主要特征，全球超过5亿人受累，给公共卫生带来沉重负担。OA的病理生理机制复杂，涉及细胞衰老、异常机械负荷、炎症信号通路激活和代谢失衡等多个相互关联的生物学过程。代谢综合征（Metabolic Syndrome, MetS）是一组与持续性轻度炎症和胰岛素抵抗密切相关的代谢异常聚集状态，其发生常伴随肥胖和脂肪组织功能障碍。肥胖导致的机械负荷增加不仅加重了肌肉骨骼系统的生物力学应力，还可能通过代谢失衡和炎症介质释放破坏关节稳态。近年来，随着不健康生活方式的普及和肥胖患病率的持续上升，MetS发病年龄不断下降，MetS相关OA已被广泛认为是OA的一种具有独特临床和病理特征的亚型。然而，MetS与OA之间的分子联系尚未被充分阐明，识别同时受两种疾病影响患者的早期预测生物标志物对于个性化治疗策略的制定具有重要意义。本研究旨在通过整合人群流行病学、多组学分析和实验验证，将临床观察与生物学机制联系起来，系统探索MetS与OA共病的分子基础。
二、研究设计与主要发现
研究人员基于NHANES 2007–2016数据，经严格筛选后纳入9383名参与者进行流行病学分析，发现MetS与OA患病率升高显著相关（调整混杂因素后OR=1.53，95%CI: 1.19–1.95）。在转录组层面，研究人员整合了6个OA相关GEO数据集（GSE169077、GSE55235、GSE55457、GSE82107作为发现队列，GSE12021和GSE98918作为独立验证队列）以及1个MetS数据集（GSE181646），通过差异表达基因（DEG）分析、加权基因共表达网络分析（WGCNA）和功能富集分析，识别出27个OA与MetS共有的候选基因。基于蛋白质-蛋白质相互作用（PPI）网络分析和12种机器学习算法构建的113个预测模型，最终确定MMP9和JUN为MetS相关OA的核心枢纽基因。该研究为MetS相关OA的早期诊断和靶向治疗提供了潜在的新型生物标志物和分子靶点。
三、关键技术与方法
本研究采用的主要技术方法包括：基于NHANES 2007–2016人群队列的流行病学调查与加权logistic回归分析；从GEO数据库获取OA和MetS转录组数据集，利用limma进行差异表达分析，sva消除批次效应；WGCNA构建基因共表达网络并筛选疾病相关模块；clusterProfiler进行GO和KEGG功能富集分析；STRING数据库和Cytoscape构建PPI网络，cytoHubba四种拓扑算法识别枢纽基因；12种机器学习算法构建113个预测模型并采用stacking集成策略；构建列线图预测模型并绘制校准曲线和ROC曲线评估诊断效能；CIBERSORT算法评估免疫细胞浸润；GSE152805单细胞RNA测序数据分析核心基因的细胞特异性表达；最后通过IL-1β诱导的软骨细胞炎症模型进行qRT-PCR和免疫荧光实验验证。
四、研究结果
4.1 MetS与OA在NHANES中的关联
基于9383名参与者的数据，OA组平均年龄显著高于非OA组（62.34±13.32岁 vs. 45.94±16.93岁，p<0.001），女性在OA组中占比更高（64.0% vs. 47.0%，p<0.001）。非西班牙裔白人占OA病例的最大比例（59.8%）。MetS在OA参与者中的患病率显著高于非OA参与者。未调整模型中MetS与OA患病率升高相关（OR=2.19，95%CI: 1.74–2.74），调整人口学特征后OR降至1.51，进一步调整生活方式因素后OR为1.53，表明MetS与OA患病率独立相关。
4.2 差异表达基因
将GSE169077、GSE55235、GSE55457和GSE82107四个OA数据集合并构建发现队列，经批次效应校正后分别对OA和MetS数据集进行差异表达分析，通过火山图展示了两个数据集中DEG的分布模式。
4.3 WGCNA构建与模块筛选
在整合的OA队列和MetS数据集GSE181646中分别进行WGCNA，均以β=7构建网络并满足无标度拓扑准则。OA数据集中turquoise模块与OA表型关联最强，包含2386个基因；MetS数据集中green和brown模块与MetS表型显著相关，共含2621个基因。将这些疾病相关模块基因与OA和MetS的DEG取交集，最终获得27个共同基因。
4.4 共享基因富集分析
对这27个共享候选基因进行富集分析，GO分析显示这些基因富集于炎症相关生物学过程、含胶原蛋白的细胞外基质、糖胺聚糖结合和辅助动蛋白结合等细胞外基质重塑相关条目。KEGG分析显示显著富集于TNF和NF-κB等炎症与退变相关通路，以及凋亡、细胞衰老和黏着斑通路。
4.5 基于PPI和机器学习的核心基因筛选
利用27个共享候选基因构建PPI网络，通过MCC、degree、betweenness和closeness四种cytoHubba拓扑算法取交集获得8个候选基因。将这些基因纳入12种机器学习算法框架，构建113个预测模型，其中glmBoost+LDA模型表现最佳，在训练队列和两个验证数据集中的AUC分别为0.986、0.960和0.910。基于模型稳定性和诊断性能，最终确定MMP9和JUN为MetS相关OA的核心基因。
4.6 风险预测模型构建与枢纽基因表达验证
基于MMP9和JUN构建的列线图诊断模型显示出良好的预测性能（AUC=0.884），校准曲线表明模型预测偏差较小。在验证队列中，MMP9在OA样本中显著升高，而JUN显著降低，单个基因的ROC分析进一步评估了各自的诊断价值。
4.7 枢纽基因功能网络与通路分析
GeneMANIA分析显示JUN和MMP9与FOS、TIMP1、ATF3、MAPK8、MAPK9、TGFB1、MMP10和FOSL2等多个参与转录调控、炎症应激和基质重塑的基因密切相关。GSEA分析显示JUN相关基因主要富集于胰岛素信号、抗原加工呈递和溶酶体通路；MMP9相关基因富集于细胞黏附分子、胰岛素信号、脂肪细胞因子信号、ECM-受体相互作用和溶酶体通路。
4.8 免疫浸润分析
CIBERSORT分析显示，与对照组相比，OA样本中静息记忆CD4 T细胞和M0巨噬细胞比例升高，嗜酸性粒细胞比例降低。相关性分析显示MMP9与M0巨噬细胞正相关，JUN与CD8 T细胞和单核细胞正相关。
4.9 单细胞转录组分析
对GSE152805的关节软骨单细胞RNA测序数据进行质控后获得25184个高质量单细胞，经UMAP降维聚类分为软骨细胞、内皮细胞和免疫细胞三大类。小提琴图显示，与正常对照相比，OA软骨细胞中JUN表达降低，而MMP9表达升高。
4.10 体外OA细胞模型验证
在IL-1β诱导的软骨细胞炎症模型中，qRT-PCR结果显示MMP9 mRNA表达上调而JUN mRNA表达下调，免疫荧光染色结果与之一致，进一步验证了两种枢纽基因在OA软骨细胞中的异常表达模式。
五、讨论与结论
本研究表明MetS与OA患病率升高独立相关。MMP9作为IV型胶原酶，在细胞外基质降解和重塑中发挥核心作用，其在OA中显著上调，可能通过促进炎症相关的ECM重塑参与MetS背景下OA的进展。JUN作为AP-1转录因子复合物的核心组分，其在OA中显著下调可能损害软骨细胞增殖、通过染色质不稳定性促进软骨细胞衰老并加速OA进展，JUN/AP-1在OA中的作用可能具有情境依赖性。MMP9的上调与JUN的下调共同创造了一种有利于细胞外基质降解和OA进展的分子状态，构成连接MetS与OA的潜在分子桥梁。免疫浸润分析进一步揭示了枢纽基因与免疫细胞之间的关联，M0巨噬细胞与MMP9正相关，JUN与单核细胞、嗜酸性粒细胞和CD8 T细胞正相关。
本研究也存在一定局限性：分析主要基于公开的测序数据库，可能存在选择偏倚和批次相关变异；验证主要聚焦于关节相关样本，缺乏同时患有MetS和OA患者的测序数据集；连接MetS与OA的主要通路仍主要处于假设层面，需要基因敲除模型和药物干预等功能研究进一步验证。
结论：本研究为MetS与OA患病率升高之间的关联提供了流行病学和分子证据。JUN和MMP9是MetS与OA共有的枢纽基因，其表达失调可能促进炎症激活、细胞外基质重塑和软骨退变。这些发现为MetS相关OA提供了潜在的生物标志物和治疗靶点。
