创伤后应激障碍相关血液转录信号与自主神经-心脏通路交叉的分子程序：整合转录组学、蛋白互作网络与机器学习的研究

《International Journal of Molecular Sciences》：Viral–Gut Microbiota Interactions: Implications for the Gut Mucosa in Inflammatory Bowel Disease

　　

专业术语翻译摘要 创伤后应激障碍（post-traumatic stress disorder，PTSD）与免疫及自主神经功能紊乱相关，但将PTSD相关血液转录信号与自主神经-心脏生物学联系起来的分子程序仍未得到充分表征。本研究所分析的公共基因表达汇编（Gene Expression Omnibus，GEO）队列并未直接测量心悸或自主神经功能障碍。来自GSE81761和GSE63878的外周血转录组与一个预先设定的、源自京都基因与基因组百科全书（Kyoto Encyclopedia of Genes and Genomes，KEGG）通路的自主神经-心脏基因集进行了整合分析。与所筛选通路基因集重叠的基因采用功能富集分析和蛋白-蛋白相互作用（protein-protein interaction，PPI）分析进行评估。研究采用多算法比较及独立的随机森林/SHapley Additive exPlanations（SHAP）分析进行内部模型评估和生物学优先级排序。GSE64813和GSE97356则采用靶向单基因分析和队列特异性多变量逻辑回归模型进行分析。模型性能通过重复嵌套交叉验证、完全嵌套敏感性分析以及对GSE64813和GSE97356的锁定迁移测试进行评估。白介素15（Interleukin 15，IL15）和蛋白磷酸酶2支架亚基Aα（protein phosphatase 2 scaffold subunit Aalpha，PPP2R1A）通过外部队列分析、免疫细胞去卷积和描述性死后海马单细胞核数据进行评估。在1679个名义显著的PTSD相关候选基因中，有92个与所筛选通路基因集重叠，并富集于细胞因子信号传导、趋化性、细胞凋亡、钙转运和PP2A相关功能。PPI分析得到37个反复出现的候选枢纽基因。原始模型比较将支持向量机（support-vector machine，SVM）列为合并数据集及源队列汇总中排名最高的算法［平均受试者工作特征曲线下面积（area under the receiver-operating-characteristic curve，AUC）为0.853］，但这些估计代表的是内部发现阶段性能。IL15在网络分析中被反复优先排序，而PPP2R1A是富集的磷酸酶相关模块的组成部分。IL15和PPP2R1A在GSE64813（AUC分别为0.566和0.612）和GSE97356（AUC分别为0.558和0.593）中显示出适度的单基因效应。队列特异性重拟合模型分别显示出0.834和0.749的表观AUC值。基于预先选择的29基因特征集的重复嵌套交叉验证将L2正则化逻辑回归确定为性能最优算法（平均AUC = 0.690）。重要的是，一项更严格的完全嵌套敏感性分析（在每个外部训练折内重复进行差异表达筛选和通路交集分析）得出平均重复外部交叉验证AUC为0.593［标准差（standard deviation，SD）= 0.033；范围，0.541–0.625］，表明预测性能有限。锁定迁移AUC在GSE64813中为0.664，在GSE97356中为0.534。单细胞核摘要提示IL15和PPP2R1A存在供体依赖性和细胞核类型依赖性表达模式。这些发现将IL15相关细胞因子信号传导和PPP2R1A相关磷酸酶调控确定为连接PTSD相关转录变异与通路来源的自主神经-心脏生物学的候选分子程序。因此，研究结果应被解读为产生假说而非未测量心悸症状的直接分子证据。有必要在具有标准化自主神经和心脏表型分析的独立、临床特征明确的队列中进行前瞻性验证。

论文解读文章

一、研究背景与问题

创伤后应激障碍（post-traumatic stress disorder，PTSD）是一种以闯入性记忆、回避、认知和情绪负性改变以及警觉性增高为特征的精神疾病。尽管PTSD主要被视为中枢神经系统疾病，但其影响远不止于大脑。许多PTSD患者报告心悸、心血管反应增强、呼吸困难及过度出汗等系统性表现，这些症状可能反映自主神经调节异常。这些临床表现与交感神经和副交感神经活动失调、神经内分泌应激信号受损及外周免疫激活相关，然而这些相互关联过程的潜在分子机制仍未得到充分探索。

既往对外周血的转录组学分析已揭示PTSD患者存在炎症通路、干扰素相关信号传导及应激反应网络的失调，但不同独立队列间报告的分子信号存在显著异质性，提示其潜在生物学机制复杂，难以通过单一生物标志物捕捉。值得注意的是，本研究所分析的公共GEO队列并非基于有记录的心悸症状而选择，心悸也未被作为临床表型进行系统评估。因此，研究人员并未试图推断心悸的分子特征，而是采用预先设定的、源自KEGG通路的自主神经-心脏基因集，考察PTSD相关血液转录信号是否与参与自主神经和心血管调节、免疫信号传导及神经内分泌应激反应的通路存在重叠。这一策略支持生物学假说生成，而非证明所识别基因与未测量的心脏症状直接相关。

二、研究内容与结论概述

研究人员整合了外周血转录组数据、蛋白-蛋白相互作用（PPI）网络分析、机器学习策略、死后海马单细胞核转录组数据、免疫细胞去卷积及功能网络分析，旨在优先排序PTSD相关血液转录改变与自主神经-心脏通路生物学交界处的候选分子程序。研究发现，在1679个名义显著的PTSD相关候选基因中，有92个与预先设定的自主神经-心脏基因集重叠，富集于细胞因子信号传导、趋化性、细胞凋亡、钙转运及NF-κB信号传导等生物学过程。PPI网络分析识别出37个反复出现的候选枢纽基因，其中白介素15（IL15）和蛋白磷酸酶2支架亚基Aα（PPP2R1A）分别代表细胞因子相关和PP2A相关磷酸酶调控程序。然而，更严格的验证分析显示模型预测性能有限：完全嵌套敏感性分析的平均重复外部交叉验证AUC仅为0.593，锁定迁移AUC在GSE64813中为0.664、在GSE97356中为0.534，表明当前转录组模型尚未展现稳健的跨队列预测泛化能力。

三、主要关键技术方法

研究人员主要采用了以下关键技术方法：整合GSE81761和GSE63878两个发现队列的外周血转录组数据，使用ComBat进行批次效应校正；构建源自KEGG通路的自主神经-心脏基因集（含1229个独特基因）；采用limma进行差异表达分析；使用clusterProfiler进行基因本体（GO）富集分析；利用STRING和Cytoscape的cytoHubba插件（含degree、MCC、MNC和DMNC四种算法）进行PPI网络和枢纽基因分析；采用多种机器学习算法（包括弹性网络、LASSO、岭回归、逐步逻辑回归、支持向量机、线性判别分析、glmBoost、PLS-GLM、随机森林、梯度提升、XGBoost和朴素贝叶斯）进行模型开发；使用kernelshap算法进行SHAP分析；对GSE64813和GSE97356外部队列进行靶向单基因分析和队列特异性多变量逻辑回归；使用CIBERSORT进行免疫细胞去卷积；分析GSE313257死后海马单细胞核RNA测序数据；使用GeneMANIA和比较毒物基因组学数据库（CTD）进行功能网络和基因-疾病关联分析。

四、研究结果

4.1 PTSD相关血液特征与自主神经-心脏通路的交叉

主成分分析显示两个发现数据集在批次效应校正前存在显著分离，经ComBat校正后样本重叠度大幅提高。采用名义p < 0.05且|log2倍数变化| > 0.1的预设探索性阈值，共识别出1679个名义显著的PTSD相关候选基因（含1062个上调、617个下调基因）。这些基因与1229个独特基因组成的自主神经-心脏基因集重叠92个基因（占名义候选基因的5.48%和通路基因集的7.49%），包括MYL9、AIM2、MAP2K2、FASLG、STIM2、IL15、ROCK2、KCNQ1、TLR3、TBK1、PPP2R1A、JAK2、CASP1、CXCL8、CXCL10和IFNG等。GO富集分析发现590个FDR校正后显著富集的GO条目，最富集的生物学过程包括蛋白磷酸化正调控、趋化性、外源性凋亡信号传导、钙离子转运和NF-κB信号传导。PP2A复合物（含PPP2R5A、PPP2R1A和PPP2R2B）显示36.16倍富集，表明磷酸酶依赖性信号传导是共享基因集的重要组成部分。

4.2 PPI网络识别分布式免疫信号核心

由92个共享基因构建的PPI网络包含92个节点和338条边，平均节点度为7.35，平均局部聚类系数为0.583，PPI富集具有统计学显著性。网络致密核心富集细胞因子、趋化因子、固有免疫传感器和细胞死亡调控因子，而钙信号传导、离子转运和生长因子通路蛋白分布于网络外围。通过degree、MCC、MNC和DMNC四种算法排序，识别出37个在所有四种方法中均排名前50的候选枢纽基因。这些枢纽基因分为四大类：细胞因子和趋化因子信号传导（含IFNG、CXCL8、CXCL10、IL15等）、固有免疫和干扰素信号传导（含TLR3、TBK1、LY96、OAS1/2/3等）、炎症小体激活和细胞死亡通路（含AIM2、CASP1、CASP3、FASLG等）以及细胞内信号传导和磷酸酶调控（含JAK2、MAP3K7、CHUK、PPP2R1A等）。IL15在四种中心性指标中排名均靠前，直接连接IFNG、JAK2、CXCL10和FASLG。

4.3 机器学习结果与防泄漏敏感性分析

原始发现框架中，支持向量机（SVM）在合并发现数据集（AUC 0.863）、GSE63878（AUC 0.885）和GSE81761（AUC 0.812）中均显示最佳判别能力（平均AUC 0.853），但这些估计属于内部发现阶段性能。锁定模型敏感性分析中，模型在50个外部测试折中的平均外部折AUC为0.690。完全嵌套敏感性分析（在每个外部训练折内重复差异表达筛选和通路交集）得出平均重复外部交叉验证AUC为0.593（SD = 0.033），表明预测性能有限。独立的随机森林/SHAP分析中，FASLG和IL15是最具影响力的特征（平均绝对SHAP值分别为0.0221和0.0218），前10个基因占SHAP重要性的36.1%，约28个基因才达到80%的累积重要性，表明模型预测信号来自多基因联合贡献而非单一基因分类器。

4.4 外部队列复制适度的单基因效应但重拟合多基因估计偏乐观

在GSE64813队列中，IL15表达在PTSD标记样本中较高（p = 0.044），但判别能力有限（AUC = 0.566）；PPP2R1A表达在PTSD标记样本中较低（p = 0.0048），判别性能略高（AUC = 0.612）。GSE97356中观察到相同的双向模式，但均未达到常规统计学显著阈值（IL15 p = 0.071，AUC = 0.558；PPP2R1A p = 0.058，AUC = 0.593）。队列特异性29基因模型在GSE64813中的表观AUC为0.834，30基因模型在GSE97356中的表观AUC为0.749，但这些反映的是队列特异性表观性能而非模型可迁移性。锁定敏感性分析中，AUC分别为0.664和0.534，表明在更严格的验证框架下预测性能有限。

4.5 死后海马单细胞核数据将IL15和PPP2R1A置于不同细胞情境

GSE313257数据集包含来自3名PTSD和3名对照供体的48,065个细胞核，注释为10种主要细胞类型。少突胶质细胞核占比最大（55.57%），其次为兴奋性神经元（14.60%）、星形胶质细胞（11.45%）和小胶质细胞（8.79%）。UMAP显示PTSD和对照细胞核间存在大量重叠，无明确组间分离。PPP2R1A表达在神经元细胞群中最突出，抑制性神经元中平均表达最高，兴奋性神经元中表达细胞比例最大。IL15总体表达较低，但相对富集于内皮细胞、小胶质细胞和壁细胞。PTSD样本在内皮细胞中显示描述性更高的IL15表达（平均标准化表达0.1230对0.0718；表达细胞比例22.68%对14.34%）。鉴于每组仅3名供体，这些结果应视为描述性证据，提示供体和细胞类型特异性变异。

4.6 IL15和PPP2R1A映射到互补的免疫和信号程序

CIBERSORT分析显示，PPP2R1A表达与估计的CD8+ T细胞（Spearman r = 0.455）和单核细胞（r = 0.288）丰度正相关，与M2巨噬细胞（r = ?0.363）和静息CD4+记忆T细胞（r = ?0.280）负相关。IL15表达与活化树突状细胞（r = 0.357）和活化CD4+记忆T细胞（r = 0.281）比例正相关。CTD分析显示IL15和PPP2R1A存在重叠的注释谱，包括肾损伤、心肌病和坏死。GeneMANIA网络分析显示物理相互作用占整合网络证据的最高比例（77.64%），PPP2R1A嵌入含PPP2R2A/D、PPP2R3A/B、PPP2R5C/D/E、PPP2CA/B等PP2A组分的磷酸酶相关模块，而IL15主要连接IL15RA和IL21等细胞因子相关基因。

五、讨论与结论总结

讨论部分强调，机器学习发现凸显了生物学候选基因优先排序与预测模型跨队列泛化能力之间的重要区别。原始SVM模型在合并发现数据集内显示良好判别能力，但更严格的验证分析产生了显著更低的性能估计，表明当前转录组模型尚未展现稳健的跨队列预测泛化能力。IL15和PPP2R1A被观察为具有生物学相关性的候选基因而非经过验证的独立PTSD生物标志物，其单基因判别性能有限（AUC 0.5–0.6）。单细胞核分析提供了解剖学背景，但基于每组仅3名供体，结果仅提供初步证据。研究采用的名义p < 0.05且|log2倍数变化| > 0.1的宽松阈值需谨慎解读，1679个基因应视为探索性候选池而非全转录组FDR控制的差异表达特征。

研究结论指出，这些整合分析将IL15相关细胞因子信号传导和PPP2R1A相关磷酸酶调控优先排序为PTSD相关血液转录信号与通路来源的自主神经-心脏生物学共享的候选分子程序。完全嵌套敏感性分析得出AUC为0.593，表明预测性能有限，锁定迁移评估进一步显示外部队列中的性能衰减。这些发现强调，在考虑诊断效用之前，有必要在具有标准化自主神经和心脏表型分析的独立、临床特征明确的队列中进行前瞻性验证。