关于原发性开角型青光眼和系统性红斑狼疮之间的免疫病理机制的新见解以及关键生物标志物

基本信息

英文标题：Novel insights into immunopathogenesis and crucial biomarkers between primary open‐angle glaucoma and systemic lupus erythematosus

中文标题：关于原发性开角型青光眼和系统性红斑狼疮之间的免疫病理机制的新见解以及关键生物标志物

发表期刊：《iMetaOmics》

影响因子：23.7

作者单位：

中南大学湘雅医院眼科，中国长沙

湖南省眼科学重点实验室，中国长沙

国家临床重点专科眼科，中国长沙

国家老年疾病临床研究中心(湘雅医院)，中南大学，中国长沙

作者信息：

Yixian Liu;Mengling You;Zhou Zeng;Jing Wang;Rong Rong;Xiaobo Xia

研究背景

青光眼的概述

青光眼是全球导致不可逆转失明的主要原因之一，特点是视网膜神经节细胞因神经轴突受损而逐渐丧失。

病理性高眼压是青光眼的一个重要的风险因素。

青光眼分为原发性、继发性和先天性三种类型，其中原发性开角型青光眼占所有青光眼患者的70%。

青光眼的病因和机制

青光眼的病因复杂，包括眼部解剖异常、房水引流系统阻塞等。

小梁网形态、结构和功能的异常是POAG的关键致病机制。

免疫系统在青光眼中的作用

免疫细胞与神经退行性疾病的进展密切相关。

研究表明免疫反应在POAG的病理生理中起关键作用。

病理性高眼压可导致血-视网膜屏障损伤，使免疫细胞进入视网膜。

系统性红斑狼疮与青光眼的关系

SLE是一种与免疫因素密切相关的慢性自身免疫疾病，可能导致多器官损伤。

SLE患者出现眼部受累的风险较高，可能与青光眼存在强关联。

研究发现SLE患者患青光眼的风险显著高于无该病的患者。

研究目的和方法

本研究旨在通过生物信息学分析识别POAG和SLE之间的共同通路和关键基因。

研究结果可能为POAG的免疫病理学研究以及SLE相关POAG的临床治疗提供科学基础。

研究方法

研究设计概述

研究设计总结在图S5中，涉及青光眼与系统性红斑狼疮之间的关联性研究。

数据集来源

数据来自基因表达综合数据库(GEO)，包括POAG和SLE的疾病数据集，以及青光眼患者的单细胞转录组数据。

差异表达基因分析

利用R包“Limma”进行差异表达基因分析，并通过热图和火山图进行可视化。

使用韦恩图识别POAG和SLE之间的重叠差异表达基因。

基因共表达网络构建

使用WGCNA对基因进行聚类，构建共表达模块，并确定与疾病高度相关的关键基因模块。

基因相关性分析

利用STRING数据库和Cytoscape软件探索PPI网络，并计算基因间的相关性。

功能富集分析

进行KEGG和GO富集分析，以了解差异表达基因的功能和通路。

生物标志物识别与验证

使用LASSO逻辑回归和SVM-RFE算法识别关键生物标志物，并通过ROC曲线和AUC评估预测效能。

生物标志物的调控网络构建

利用NetworkAnalyst平台构建生物标志物的TFs和miRNA调控网络。

潜在靶向药物预测

利用DSigDB数据库预测生物标志物的潜在靶向药物，并进行分子对接分析。

免疫细胞相关性分析

使用GSVA和CIBERSORT分析生物标志物与免疫细胞的相关性。

单细胞转录组分析

利用Seurat处理单细胞数据，进行tSNE聚类和细胞亚型注释。

细胞培养与模型构建

在特定条件下培养人类小梁网干细胞，并使用H2O2构建青光眼模型。

RNA提取与RT-qPCR

提取RNA并进行RT-qPCR分析，以评估基因表达变化。

统计分析

使用R进行统计分析，通过ANOVA或t检验分析CCK-8和RT-qPCR数据，显著性水平设定为p值<0.05。

实验结果

图1：展示了系统性红斑狼疮(SLE)和原发性开角型青光眼(POAG)数据集中的差异表达基因(DEGs)以及加权基因共表达网络分析(WGCNA)的结果。

POAG的差异表达基因(DEGs)分析：

(A) POAG中DEGs的热图：展示了基因表达水平的变化，红色表示基因上调，蓝色表示基因下调。

(B) POAG中基因的聚类树状图：显示了不同基因模块的聚类情况，不同颜色代表不同的基因模块。

(C) 模块与POAG之间的关系图：揭示了基因模块与POAG之间的关联性。

SLE的差异表达基因(DEGs)分析：

(D) SLE中DEGs的热图：展示了SLE中基因表达水平的变化，颜色编码表示基因的上调或下调。

(E) SLE中基因的聚类树状图：显示了SLE中不同基因模块的聚类情况，颜色代表不同的基因模块。

(F) 模块与SLE之间的关系图：揭示了基因模块与SLE之间的关联性。

WGCNA的交集分析：

(G) DEGs与WGCNA获得的基因交集的韦恩图：展示了POAG和SLE中DEGs与WGCNA分析得到的基因模块之间的交集。

关键基因的相关性分析：

(H) 10个关键基因的相关性热图：展示了这些关键基因之间的相关性，为进一步研究提供了线索。

图2：展示了10个关键基因的基因和通路富集分析结果。

京都基因与基因组百科全书(KEGG)富集分析：

(A) KEGG富集分析条形图：通过条形图展示了10个关键基因在KEGG通路中的富集情况，条形的高度代表富集程度。

基因本体(GO)富集分析：

(B) GO富集分析气泡图：展示了10个关键基因在不同GO条目中的富集情况，气泡的大小代表富集基因的数量，颜色代表富集的显著性。

(C) GO富集分析弦图：显示了八个显著富集的GO条目及其对应的基因，弦图的连接表示基因之间的关联。

GeneMANIA网络交互分析：

(D) GeneMANIA分析的网络交互图：展示了10个关键基因及其相互作用伙伴的网络图，揭示了基因之间的功能联系和相互作用。

图3：展示了系统性红斑狼疮(SLE)相关原发性开角型青光眼(POAG)患者候选诊断生物标志物的筛选和验证过程。

蛋白质-蛋白质相互作用(PPI)网络分析：

(A) PPI网络构建：构建了10个关键基因的蛋白质-蛋白质相互作用网络，以探索它们之间的相互作用关系。

最小绝对收缩和选择算子(LASSO)回归分析：

(B) LASSO回归分析的交叉验证曲线：展示了LASSO回归分析的交叉验证曲线，用于确定模型中变量的数量。曲线上的左侧虚线表示误差最小处的变量数量。

支持向量机递归特征消除(SVM-RFE)算法：

(C) SVM-RFE筛选的生物标志物：使用SVM-RFE算法筛选出了潜在的生物标志物。

生物标志物的交集分析：

(D) 维恩图：展示了LASSO和SVM-RFE筛选出的共有五个诊断生物标志物。

诊断生物标志物的验证：

(E, F) ROC曲线：展示了SLE和POAG数据集中诊断生物标志物的受试者工作特征(ROC)曲线，用于评估生物标志物的诊断准确性。

小梁网干细胞的细胞活力实验：

(G) 不同浓度H2O2下小梁网干细胞的细胞活力：展示了在不同浓度的H2O2处理下，小梁网干细胞的细胞活力变化。

mRNA水平检测：

(H) MGP、CSRNP1、FRZB、NFKBIA和LAMB3的mRNA水平：展示了这五个诊断生物标志物的mRNA水平变化，并标明了不同显著性水平的p值(*表示p<0.05，表示p<0.01， **表示p<0.0001)。

图4：展示了免疫浸润分析的结果

原发性开角型青光眼(POAG)和系统性红斑狼疮(SLE)患者与健康对照组中浸润免疫细胞的相对丰度变化。

生物标志物与免疫细胞的相关性分析。

POAG患者的免疫浸润分析

(A) POAG患者与健康对照组中浸润免疫细胞相对丰度的变化：

说明了POAG患者与健康对照组之间，不同类型免疫细胞相对丰度的差异。

SLE患者的免疫浸润分析

(B) SLE患者与健康对照组中浸润免疫细胞相对丰度的变化：

描述了SLE患者与健康对照组之间，不同类型免疫细胞相对丰度的差异。

生物标志物与免疫细胞的相关性

(C) 生物标志物与免疫细胞的相关性分析：

分析了筛选出的生物标志物与不同类型免疫细胞之间的相关性。

生物标志物与免疫细胞关联的散点图

(D) 生物标志物与免疫细胞关联的散点图：

通过散点图展示了生物标志物与特定免疫细胞类型之间的关联性。

散点图可能包括生物标志物表达水平与免疫细胞相对丰度之间的相关性，有助于直观地理解它们之间的关系。

图5：展示了药物候选预测的结果，包括中枢基因与潜在药物的关联，以及药物与靶点的分子对接分析。

中枢基因与潜在药物的关联分析

(A) 中枢基因与潜在药物的桑基图：展示了中枢基因与潜在药物之间的关联性，桑基图通过流向和宽度直观地表示了这些关联的强度和方向。

药物与靶点的分子对接分析

(B) 药物与靶点的分子对接结果：展示了潜在药物与目标基因的分子对接结果，这可能包括结合能、结合模式和相互作用细节。

NFKBIA与去氢紫草素的相互作用

(C) NFKBIA与去氢紫草素蛋白-配体复合物：展示了NFKBIA与去氢紫草素在3D和2D图中的相互作用，揭示了它们之间的结合方式和可能的相互作用位点。

MGP与小檗胺的相互作用

(D) MGP与小檗胺蛋白-配体复合物：展示了MGP与小檗胺在3D和2D图中的相互作用，同样揭示了结合方式和相互作用位点。

NFKBIA与欧芹酚的相互作用

(E) NFKBIA与欧芹酚蛋白-配体复合物：展示了NFKBIA与欧芹酚在3D和2D图中的相互作用，提供了它们之间结合的详细信息。

FRZB与去氢紫草素的相互作用

(F) FRZB与去氢紫草素蛋白-配体复合物：展示了FRZB与去氢紫草素在3D和2D图中的相互作用，揭示了它们之间的结合模式和可能的相互作用机制。

图6：角膜小梁组织单细胞中枢纽基因的表达和分布。

(A, B) 青光眼患者角膜小梁组织的细胞类型。

(C, D) 五个枢纽基因的散点图和小提琴图

研究结论

研究关联性建立：本研究通过初步的生化分析，建立了青光眼与系统性红斑狼疮之间的关联。

共同发病机制探索：研究探索了青光眼和系统性红斑狼疮的共同发病机制、途径和免疫相关生物标志物。

小分子药物研究：三种小分子药物——脱乙酰紫草素、黄连碱和奥斯特醇——显示出有前景的结合亲和力。

治疗潜力评估：这三种小分子药物具有开发为青光眼治疗靶向药物的潜力。

研究意义：总体而言，这些研究结果为未来对原发性开角型青光眼免疫病理学的研究提供了新的见解。

诊断生物标志物识别：研究为系统性红斑狼疮相关原发性开角型青光眼患者的候选诊断生物标志物的识别提供了依据。