Front Immunol:南方医科大学基于细胞衰老的肾小球相关性糖尿病肾病潜在诊断标志物和治疗靶点的综合分析

2024-07-24 从医路漫漫 MedSci原创 发表于上海

糖尿病肾病(DN)以肾小球的有害改变为特征,被认为是糖尿病患者终末期肾病死亡的主要原因。本研究旨在深入探讨肾小球相关性DN与细胞衰老的病理机制。

糖尿病肾病(DN)是终末期肾脏疾病的主要死亡原因,占糖尿病患者病例的30%-40%。全球DN患病率呈上升趋势,极大地影响了很大比例的糖尿病患者。DN的特征是肾小球的结构和功能改变,肾小球是通过过滤废物和多余液体来净化血液的主要单位。肾小球损伤表现为肾小球基底膜增厚和肾小球细胞肥大,导致蛋白尿,最终导致DN的发病机制。

以细胞增殖永久停止为特征的细胞衰老与慢性肾脏疾病(CKD)和急性肾损伤的进展有着复杂的联系。Coresh等人强调65岁以上的人群中有15-38%患有CKD,而85岁以上的人群中这一比例上升到50%。糖尿病患者中年龄相关肾脏疾病的发展与肾小球病变密切相关,如肾小球硬化和足细胞损失。衰老肾脏的宏观结构变化包括皮质体积减小,表面粗糙度增加,这与肾小球硬化的典型微观结构特征相对应。

越来越多的证据表明,DN与肾小球足细胞和系膜细胞的加速衰老高度相关。然而,必须认识到细胞衰老是一个由多种因素形成的多方面过程,其对DN的确切影响有待于更深入的研究。在这项研究中,我们采用了生物信息学与机器学习相结合的协同方法来发现与细胞衰老和肾小球相关DN相关的重要基因。随后的实验验证确定了三个特征基因。治疗针对肾小球内的细胞衰老及其相关途径可能提供一种有希望的途径来减轻甚至停止DN的进展。

方法:分别从Gene Expression Omnibus (GEO)和CellAge数据库中获取肾小球相关DN数据集和细胞衰老相关基因。通过整合生物信息学和机器学习方法,包括LASSO回归分析和随机森林,我们筛选出了四个特征基因。采用受试者工作特征(ROC)曲线评价所选基因的诊断效能。随后在小鼠模型中进行了严格的实验验证,以证实三个特征基因LOX, FOXD1和GJA1的鉴定。进一步建立与绿原酸(chlorogenic acids, CGA)的分子对接,不仅验证了LOX、FOXD1和GJA1作为诊断标记,而且揭示了它们潜在的治疗作用。

详细的数据集信息

本研究流程图

DEGs的鉴定与富集分析。(A) DN组与对照组之间DEGs的火山图。红点代表上调基因,蓝点代表下调基因。(B)温度热图。横轴表示样本类型,纵轴表示基因组之间的表达差异。(C) DEGs基因集富集分析。(D) GSEA脊图,显示了top GO项的NES值。

DESRGs热图及相关分析。(A)热图显示DESRGs的表达。(B) DN组DESRGs相关网络图。(C) DN组DESRGs相关热图。* * * P < 0.05, P < 0.01, * * * P < 0.001, * * * * P < 0.0001。

DESRGs的GO和KEGG分析以及PPI网络的构建。(A)与DESRGs相关的生物过程(bp)、细胞成分(CCs)和分子功能(MFs)。(B)由DESRGs富集的KEGG通路。(C)富集基因、GO项和KEGG通路的和弦图。(D)细胞衰老相关DEGs的PPI网络。

应用机器学习算法进行特征基因的选择。(A) LASSO回归分析所得系数。不同的颜色代表不同的基因。(B) LASSO算法筛选的特征基因。(C)射频算法的精度。(D) RF算法筛选的前20个基因的重要性排序。平均准确率在重要性和基尼指数上下降。(E) LASSO与RF筛选结果相交的维恩图。

估计特征基因诊断效能的ROC曲线。(A-D)训练队列GSE30122中FOXD1、LOX、GJA1和BTG3的ROC曲线。(E-H)试验队列GSE1009中FOXD1、LOX、GJA1和BTG3的ROC曲线。(I-L)试验队列GSE104948中FOXD1、LOX、GJA1和BTG3的ROC曲线。

选择的特征基因在DN小鼠实验中的验证。(A)实时荧光定量PCR (q-PCR)分析鉴定基因在DN小鼠模型匀浆肾脏组织中的mRNA表达水平(n = 9-15)。采用t检验进行统计学分析,以确定对照组和DN组之间存在显著差异。(B)相关散点图显示肾脏中鉴定的关键基因与Kim-1 mRNA表达水平之间的关系,采用Spearman秩相关(R)。(C) Western blot分析均质化DN小鼠模型肾脏组织中相关基因的蛋白表达水平(n = 4)。采用Student 's t检验进行统计学分析,以确定对照组与DN组之间的显著差异。

CGA与GJA1、LOX和FOXD1相互作用的分子对接结果。(A, B) CGA与GJA1的分子对接构象。(C, D) CGA与LOX作用的分子对接构象。(E, F) CGA与FOXD1作用的分子对接构象。

结果和讨论:总之,我们的研究结果在细胞衰老的基础上确定了肾小球相关性DN的三个诊断标记。这些标志物不仅可以预测DN进展的风险增加,而且还提供了有希望的治疗靶点,有可能引领老年DN的创新治疗

原始出处:

Donglin, Sun;  Shuqi, Wei;  Dandan, Wang;Integrative analysis of potential diagnostic markers and therapeutic targets for glomerulus-associated diabetic nephropathy based on cellular senescence.Front Immunol2023;14(0):1328757

相关资料下载:
[AttachmentFileName(sort=1, fileName=fimmu-14-1328757.pdf)] GetArticleByIdResponse(id=b2fe835819fe, projectId=1, sourceId=null, title=Front Immunol:南方医科大学基于细胞衰老的肾小球相关性糖尿病肾病潜在诊断标志物和治疗靶点的综合分析, articleFrom=MedSci原创, journalId=12749, copyright=原创, creationTypeList=[1], summary=糖尿病肾病(DN)以肾小球的有害改变为特征,被认为是糖尿病患者终末期肾病死亡的主要原因。本研究旨在深入探讨肾小球相关性DN与细胞衰老的病理机制。, cover=https://img.medsci.cn/20240724/1721792866546_92910.png, authorId=0, author=从医路漫漫, originalUrl=, linkOutUrl=, content=<p><span style="color: #000000;"><a href="https://www.medsci.cn/topic/show?id=4f77e665253">糖尿病</a>肾病(DN)是终末期肾脏疾病的主要死亡原因,占糖尿病患者病例的30%-40%。全球DN患病率呈上升趋势,极大地影响了很大比例的糖尿病患者。DN的特征是肾小球的结构和功能改变,肾小球是通过过滤废物和多余液体来净化血液的主要单位。肾小球损伤表现为肾小球基底膜增厚和肾小球细胞肥大,导致蛋白尿,最终导致DN的发病机制。</span></p> <p><span style="color: #000000;"><img style="display: block; margin-left: auto; margin-right: auto;" src="https://img.medsci.cn/20240722/1721661237948_2480734.png" /></span></p> <p><span style="color: #000000;">以细胞增殖永久停止为特征的细胞衰老与<a href="https://www.medsci.cn/topic/show?id=9c95536521c">慢性肾脏</a>疾病(CKD)和急性肾损伤的进展有着复杂的联系。Coresh等人强调65岁以上的人群中有15-38%患有CKD,而85岁以上的人群中这一比例上升到50%。糖尿病患者中年龄相关肾脏疾病的发展与肾小球病变密切相关,如肾小球硬化和足细胞损失。衰老肾脏的宏观结构变化包括皮质体积减小,表面粗糙度增加,这与肾小球硬化的典型微观结构特征相对应。</span></p> <p><span style="color: #000000;">越来越多的证据表明,DN与肾小球足细胞和系膜细胞的加速衰老高度相关。然而,必须认识到细胞衰老是一个由多种因素形成的多方面过程,其对DN的确切影响有待于更深入的研究。在这项研究中,我们采用了<a href="https://www.medsci.cn/topic/show?id=a7fe6919e29">生物信息学</a>与机器学习相结合的协同方法来发现与细胞衰老和肾小球相关DN相关的重要基因。随后的实验验证确定了三个特征基因。治疗针对肾小球内的细胞衰老及其相关途径可能提供一种有希望的途径来减轻甚至停止DN的进展。</span></p> <p><span style="color: #000000;">方法:分别从Gene Expression Omnibus (GEO)和CellAge数据库中获取肾小球相关DN数据集和细胞衰老相关基因。通过整合生物信息学和机器学习方法,包括LASSO回归分析和随机森林,我们筛选出了四个特征基因。采用受试者工作特征(ROC)曲线评价所选基因的<a href="https://www.medsci.cn/guideline/list.do?q=%E8%AF%8A%E6%96%AD">诊断</a>效能。随后在小鼠模型中进行了严格的实验验证,以证实三个特征基因LOX, FOXD1和GJA1的鉴定。进一步建立与绿原酸(chlorogenic acids, CGA)的分子对接,不仅验证了LOX、FOXD1和GJA1作为诊断标记,而且揭示了它们潜在的治疗作用。</span></p> <p><span style="color: #000000;"><img style="display: block; margin-left: auto; margin-right: auto;" src="https://img.medsci.cn/20240722/1721661237953_2480734.png" /></span></p> <p style="text-align: center;"><span style="color: #000000;">详细的数据集信息</span></p> <p style="text-align: center;"><span style="color: #000000;"><img src="https://img.medsci.cn/20240722/1721661237959_2480734.png" /></span></p> <p style="text-align: center;"><span style="color: #000000;">本研究流程图</span></p> <p style="text-align: center;"><span style="color: #000000;"><img src="https://img.medsci.cn/20240722/1721661237965_2480734.png" /></span></p> <p style="text-align: center;"><span style="color: #000000;">DEGs的鉴定与富集分析。(A) DN组与对照组之间DEGs的火山图。红点代表上调基因,蓝点代表下调基因。(B)温度热图。横轴表示样本类型,纵轴表示基因组之间的表达差异。(C) DEGs基因集富集分析。(D) GSEA脊图,显示了top GO项的NES值。</span></p> <p style="text-align: center;"><span style="color: #000000;"><img src="https://img.medsci.cn/20240722/1721661237967_2480734.png" /></span></p> <p style="text-align: center;"><span style="color: #000000;"><img src="https://img.medsci.cn/20240722/1721661237973_2480734.png" /></span></p> <p style="text-align: center;"><span style="color: #000000;">DESRGs热图及相关分析。(A)热图显示DESRGs的表达。(B) DN组DESRGs相关网络图。(C) DN组DESRGs相关热图。* * * P &lt; 0.05, P &lt; 0.01, * * * P &lt; 0.001, * * * * P &lt; 0.0001。</span></p> <p style="text-align: center;"><span style="color: #000000;"><img src="https://img.medsci.cn/20240722/1721661237977_2480734.png" /></span></p> <p style="text-align: center;">DESRGs的GO和KEGG分析以及PPI网络的构建。(A)与DESRGs相关的生物过程(bp)、细胞成分(CCs)和分子功能(MFs)。(B)由DESRGs富集的KEGG通路。(C)富集基因、GO项和KEGG通路的和弦图。(D)细胞衰老相关DEGs的PPI网络。</p> <p style="text-align: center;"><img src="https://img.medsci.cn/20240722/1721661237980_2480734.png" /></p> <p style="text-align: center;">应用机器学习算法进行特征基因的选择。(A) LASSO回归分析所得系数。不同的颜色代表不同的基因。(B) LASSO算法筛选的特征基因。(C)射频算法的精度。(D) RF算法筛选的前20个基因的重要性排序。平均准确率在重要性和基尼指数上下降。(E) LASSO与RF筛选结果相交的维恩图。</p> <p style="text-align: center;"><img src="https://img.medsci.cn/20240722/1721661237985_2480734.png" /></p> <p style="text-align: center;">估计特征基因诊断效能的ROC曲线。(A-D)训练队列GSE30122中FOXD1、LOX、GJA1和BTG3的ROC曲线。(E-H)试验队列GSE1009中FOXD1、LOX、GJA1和BTG3的ROC曲线。(I-L)试验队列GSE104948中FOXD1、LOX、GJA1和BTG3的ROC曲线。</p> <p style="text-align: center;"><img src="https://img.medsci.cn/20240722/1721661237992_2480734.png" /></p> <p style="text-align: center;">选择的特征基因在DN小鼠实验中的验证。(A)实时荧光定量PCR (q-PCR)分析鉴定基因在DN小鼠模型匀浆肾脏组织中的mRNA表达水平(n = 9-15)。采用t检验进行<a href="https://www.medsci.cn/search?q=%E7%BB%9F%E8%AE%A1">统计</a>学分析,以确定对照组和DN组之间存在显著差异。(B)相关散点图显示肾脏中鉴定的关键基因与Kim-1 mRNA表达水平之间的关系,采用Spearman秩相关(R)。(C) Western blot分析均质化DN小鼠模型肾脏组织中相关基因的蛋白表达水平(n = 4)。采用Student 's t检验进行统计学分析,以确定对照组与DN组之间的显著差异。</p> <p style="text-align: center;"><img src="https://img.medsci.cn/20240722/1721661237998_2480734.png" /></p> <div class="transout"> <p style="text-align: center;">CGA与GJA1、LOX和FOXD1相互作用的分子对接结果。(A, B) CGA与GJA1的分子对接构象。(C, D) CGA与LOX作用的分子对接构象。(E, F) CGA与FOXD1作用的分子对接构象。</p> </div> <p><span style="color: #000000;">结果和讨论:总之,我们的研究结果在细胞衰老的基础上确定了肾小球相关性DN的三个诊断标记。这些标志物不仅可以预测DN进展的风险增加,而且还提供了有希望的治疗靶点,有可能引领老年DN的创新治疗</span><span style="color: #000000;">。</span></p> <p><span style="color: #808080; font-size: 12px;"><a style="color: #808080;" href="https://www.geenmedical.com/article?id=38390397&amp;type=true" target="_blank" rel="noopener">原始出处: </a></span></p> <p><span style="color: #808080; font-size: 12px;"><a style="color: #808080;" href="https://www.geenmedical.com/article?id=38390397&amp;type=true" target="_blank" rel="noopener">Donglin, Sun;&nbsp;&nbsp;Shuqi, Wei;&nbsp;&nbsp;Dandan, Wang;Integrative analysis of potential diagnostic markers and therapeutic targets for glomerulus-associated diabetic nephropathy based on cellular senescence.Front Immunol2023;14(0):1328757</a></span></p>, belongTo=, tagList=[TagDto(tagId=1804, tagName=细胞衰老), TagDto(tagId=5656, tagName=治疗靶点), TagDto(tagId=22083, tagName=诊断标志物), TagDto(tagId=493495, tagName=肾小球相关性糖尿病肾病)], categoryList=[CategoryDto(categoryId=6, categoryName=内分泌, tenant=100), CategoryDto(categoryId=84, categoryName=研究进展, tenant=100), CategoryDto(categoryId=20656, categoryName=梅斯医学, tenant=100)], articleKeywordId=0, articleKeyword=, articleKeywordNum=6, guiderKeywordId=0, guiderKeyword=, guiderKeywordNum=6, opened=1, paymentType=1, paymentAmount=0, recommend=0, recommendEndTime=null, sticky=0, stickyEndTime=null, allHits=1188, appHits=13, showAppHits=0, pcHits=97, showPcHits=1175, likes=0, shares=1, comments=0, approvalStatus=1, publishedTime=Wed Jul 24 17:36:00 CST 2024, publishedTimeString=2024-07-24, pcVisible=1, appVisible=1, editorId=6556055, editor=内分泌新前沿, waterMark=0, formatted=0, deleted=0, version=5, createdBy=cf3e2480734, createdName=从医路漫漫, createdTime=Mon Jul 22 23:14:04 CST 2024, updatedBy=92910, updatedName=rayms, updatedTime=Wed Jul 24 17:37:23 CST 2024, ipAttribution=上海, attachmentFileNameList=[AttachmentFileName(sort=1, fileName=fimmu-14-1328757.pdf)], guideDownload=1, surveyId=null, surveyIdStr=null, surveyName=null)
fimmu-14-1328757.pdf
版权声明:
本网站所有内容来源注明为“梅斯医学”或“MedSci原创”的文字、图片和音视频资料,版权均属于梅斯医学所有。非经授权,任何媒体、网站或个人不得转载,授权转载时须注明来源为“梅斯医学”。其它来源的文章系转载文章,或“梅斯号”自媒体发布的文章,仅系出于传递更多信息之目的,本站仅负责审核内容合规,其内容不代表本站立场,本站不负责内容的准确性和版权。如果存在侵权、或不希望被转载的媒体或个人可与我们联系,我们将立即进行删除处理。
在此留言
评论区 (1)
#插入话题
  1. [GetPortalCommentsPageByObjectIdResponse(id=2216669, encodeId=3760221666926, content=<a href='/topic/show?id=715ae8023ea' target=_blank style='color:#2F92EE;'>#细胞衰老#</a> <a href='/topic/show?id=18ae64e21d3' target=_blank style='color:#2F92EE;'>#治疗靶点#</a> <a href='/topic/show?id=5c719162ef1' target=_blank style='color:#2F92EE;'>#诊断标志物#</a> <a href='/topic/show?id=5a8411e066cc' target=_blank style='color:#2F92EE;'>#肾小球相关性糖尿病肾病#</a>, beContent=null, objectType=article, channel=null, level=null, likeNumber=0, replyNumber=0, topicName=null, topicId=null, topicList=[TopicDto(id=64721, encryptionId=18ae64e21d3, topicName=治疗靶点), TopicDto(id=78023, encryptionId=715ae8023ea, topicName=细胞衰老), TopicDto(id=117066, encryptionId=5a8411e066cc, topicName=肾小球相关性糖尿病肾病), TopicDto(id=91627, encryptionId=5c719162ef1, topicName=诊断标志物)], attachment=null, authenticateStatus=null, createdAvatar=null, createdBy=cade5395722, createdName=梅斯管理员, createdTime=Wed Jul 24 17:37:23 CST 2024, time=2024-07-24, status=1, ipAttribution=上海)]

相关资讯

Nature Rev Cardio:心血管衰老的八大标志

人体的心血管系统包括多种不同类型的细胞,比如内皮细胞、平滑肌细胞、心肌细胞、成纤维细胞和免疫细胞。它们相互协作,确保身体内的每个细胞都能得到足够的血液供应,并且代谢废物得到合理处理。

Science:寿命延长82%,合成生物学重新编程细胞衰老过程

研究人员解开了衰老的关键机制,一些细胞随着DNA稳定性的逐渐下降而衰老,另一些细胞的衰老是由于线粒体功能障碍所致。

PNAS:又一重要衰老通路被发现!靶向该通路可延缓细胞衰老和年龄相关疾病进展

尽管df/df小鼠腹内脂肪堆积增加,但先前研究表明它们改善了代谢健康。然而,促进df/df小鼠代谢健康改善的细胞组成和分子机制尚不清楚。

Science:血液牛磺酸缺乏驱动衰老

Science:血液牛磺酸缺乏驱动衰老

Front Endocrinol:更年春方通过抑制颗粒细胞的衰老来减轻胰岛素抵抗引起的卵巢储备减少

探讨胰岛素抵抗(IR)对卵巢储备的影响;探讨高浓度胰岛素对体外卵巢细胞功能的影响;验证更年春方(GNC)通过降低颗粒细胞衰老来减弱IR引起的卵巢储备减少(DOR)的假说。

Nature Aging: 这些水果真抗衰!多吃这些水果,能改善造血干细胞和免疫系统衰老

“老龄化”一直我国公认的公共卫生问题。过去 150 年来,人类的平均预期寿命持续增长;与此同时,老年人口大幅增加,而且这种情况还在持续。尽管许多老年人在健康状况上已达到高龄,但

当年轻的血液遇到年老的大脑

一种参与创伤修复的血浆蛋白可以提高老化小鼠的学习和记忆能力

Cell:衰老小鼠大脑时空转录组图谱并报道胶质细胞衰老区域特异性

神经胶质细胞衰老的全脑基因特征,证实其存在空间异质性。与皮层相比,白质神经胶质衰老加速,特异性神经元群体具有区域特异性

Cell Metab:北京大学韩敬东团队揭示了衰老异质性、轨迹和调节剂

该研究创新性地开发了基于机器学习的程序SenCID(Senescent Cell Identification),用于从人体转录组、包括单细胞转录组数据中精确识别衰老细胞,并评估衰老程度。

衰老细胞治疗:协同抗肿瘤治疗的新策略

细胞衰老对癌症发展有双面影响,衰老逃逸是治疗失败原因,介绍了衰老逃逸分子机制和细胞形态,阐述了衰老细胞治疗方法及作用,为抗肿瘤提供新策略。