《Clinical and Experimental Medicine》：Machine learning, whole-transcriptome and integrative omics analysis reveals key regulatory networks governing human spermatogonial stem cells
编辑推荐：
本研究通过整合机器学习、全转录组及多组学分析，系统解析了人类精原干细胞(SSC)的关键调控网络。研究人员采用WGCNA、PPI网络分析和单细胞RNA-seq等技术，鉴定出MMP3、CAV1等核心枢纽基因，揭示了配体-受体介导的微环境调控机制，为男性不育诊疗提供了新靶点。
在男性生殖生物学领域，精子发生（spermatogenesis）是一个高度复杂的细胞分化过程，其核心环节——精原干细胞（Spermatogonial Stem Cells, SSCs）的自我更新与分化平衡，直接决定着生殖能力的维系。这一过程依赖于基因表达的精确动态调控，其中转录后调控（post-transcriptional regulation）机制，特别是RNA结合蛋白（RBPs）和RNA加工酶对mRNA转录、剪接、运输、储存及翻译的协调作用，日益受到关注。然而，由于人类睾丸组织样本获取困难、SSCs体外培养体系不完善以及调控网络的复杂性，系统解析SSC身份决定的关键因子及其相互作用网络仍面临巨大挑战。这些瓶颈限制了我们对男性不育（male infertility）机制的理解，也阻碍了相关诊疗策略的开发。
为攻克这些难题，一篇发表于《Clinical and Experimental Medicine》的研究论文应运而生。该研究巧妙地融合了机器学习（Machine Learning）、全转录组分析（whole-transcriptome analysis）与整合组学（integrative omics）策略，旨在深度挖掘调控SSC命运决定的核心网络与枢纽基因（hub genes）。研究人员首先对原始测序数据进行了标准化处理，运用STAR、DESeq2等生物信息学流程。为精准识别关键调控网络，他们整合了转录组数据与公共蛋白质组、相互作用组数据库。枢纽蛋白的鉴定依赖于加权基因共表达网络分析（WGCNA）和蛋白质-蛋白质相互作用（PPI）网络中的中心性评分。机器学习模型（包括随机森林和支持向量机SVM）被训练用于基于表达特征对关键调控因子进行分类。此外，通过CellChat和NicheNet进行配体-受体相互作用分析，以推断细胞间通讯并探索微环境对RNA代谢过程的影响。所有发现均通过不同培养条件和生物学重复进行了验证，确保了结果的可靠性。研究样本来源于人类睾丸组织。
微阵列分析揭示SSCs差异表达基因
通过微阵列（Microarray）分析比较SSCs与人类睾丸成纤维细胞（htFib），研究人员鉴定出92个上调基因和126个下调基因。基因集富集分析（GSEA）显示这些差异表达基因（DEGs）显著富集于运动纤毛组装（motile cilium assembly）、精子细胞发育（spermatid development）和配子生成（gamete generation）等生物学过程。进一步分析表明，DEGs主要编码细胞外基质蛋白、转运蛋白和粘附分子。
PPI网络与KEGG通路鉴定核心枢纽基因
基于DEGs构建的PPI网络，结合KEGG（Kyoto Encyclopedia of Genes and Genomes）通路分析，识别出多个关键枢纽基因，例如MMP3、CAV1、TGFBR2。这些基因显著富集于细胞周期（cell cycle）和减数分裂（meiosis）等相关信号通路，提示它们在SSC维持和分化中的核心作用。
单细胞RNA-seq解析睾丸细胞异质性及SSC亚群
对人类睾丸细胞进行单细胞RNA测序（scRNA-seq）分析，成功识别出17个细胞簇，涵盖了生殖细胞和体细胞类型。通过对生殖细胞进行重新聚类，研究人员定义了SSC亚群，这些亚群由特定的标志基因如FAM74F1、SMCP、ADAD1等表征。这为了解SSC在睾丸微环境中的异质性提供了高分辨率视角。
GSEA提示SSC分化过程中的代谢重编程
基因集富集分析（GSEA）结果表明，在SSC分化过程中发生了显著的代谢转变，尤其是氧化磷酸化（oxidative phosphorylation）通路活性发生变化，揭示了能量代谢在生殖细胞发育中的重要性。
配体-受体分析揭示微环境细胞通讯
配体-受体（ligand-receptor）相互作用分析揭示了睾丸微环境中活跃的细胞间信号传导，特别强调了成纤维细胞（fibroblasts）和巨噬细胞（macrophages）与其他细胞类型（尤其是生殖细胞）之间的通讯，表明微环境通过旁分泌信号影响SSC的生物学行为。
综上所述，本研究通过多组学整合与机器学习方法，系统描绘了人类SSCs的调控蓝图。不仅鉴定出如MMP3、CAV1、TGFBR2等一批关键枢纽基因及其参与的核心通路（如细胞周期、减数分裂），还从单细胞水平解析了SSC的异质性，并揭示了微环境通过细胞通讯（特别是成纤维细胞和巨噬细胞的参与）对SSC功能的重要调控作用。这些发现深化了对人类精子发生分子机制的理解，特别是转录后调控和微环境互作层面，为揭示男性不育的病因提供了新的理论依据和潜在分子靶点。所构建的分析框架和鉴定的关键因子对未来生殖医学研究，包括SSC体外培养体系优化、生殖障碍性疾病机制探索以及新型治疗策略开发，均具有重要的指导意义。
