脊髓损伤中坏死性凋亡关键基因的筛选与验证
Identification and validation of necroptosis key genes in spinal cord injury作者机构:空军军医大学西京医院骨科陕西西安710032
出 版 物:《解放军医学杂志》 (Medical Journal of Chinese People's Liberation Army)
年 卷 期:2024年第49卷第8期
页 面:905-913页
核心收录:
学科分类:1002[医学-临床医学] 100210[医学-外科学(含:普外、骨外、泌尿外、胸心外、神外、整形、烧伤、野战外)] 10[医学]
摘 要:目的筛选并验证脊髓损伤中坏死性凋亡的关键基因,为脊髓损伤的诊治提供新靶标。方法从基因表达综合(GEO)数据库的GSE151371数据集获取脊髓损伤样本(脊髓损伤组,n=38)和健康对照样本(健康对照组,n=10)的外周血转录组数据。利用R软件筛选差异表达基因,并对差异表达基因进行功能富集分析。利用机器学习算法(随机森林和LASSO)和蛋白质互作网络(PPI)分析筛选坏死性凋亡关键基因,并构建脊髓损伤的诊断列线图。建立大鼠脊髓损伤模型,采用Western blotting和免疫荧光染色进一步验证坏死性凋亡关键基因的表达情况。结果共筛选得到2050个差异表达基因。KEGG通路富集分析结果显示,差异表达基因涉及核苷酸结合寡聚化域(NOD)样受体信号通路、造血细胞谱系及坏死性凋亡等途径;GO富集分析结果显示,差异表达基因主要参与白细胞激活、三级颗粒、防御反应调节等方面。交叉分析筛选出15个坏死性凋亡差异表达基因。KEGG通路富集分析结果显示,坏死性凋亡差异表达基因参与坏死性凋亡、甲型流感和NOD样受体信号通路;GO富集分析结果显示,坏死性凋亡差异表达基因在细胞对细胞因子刺激的反应、细胞因子介导的信号通路和细胞因子反应中明显富集。整合两种机器学习算法和PPI分析,进一步筛选出两个特定的坏死性凋亡关键基因(IL1B和PLA2G4A)。利用IL1B和PLA2G4A建立的列线图可用于预测早期脊髓损伤的发生。大鼠脊髓损伤模型验证结果显示,脊髓损伤组IL-1β和PLA2G4A蛋白表达水平明显高于假手术组(P0.05)。结论IL1B和PLA2G4A作为参与脊髓损伤发生的坏死性凋亡关键基因,可用于预测脊髓损伤的发生,有望成为防治脊髓损伤的新靶点。