血管性痴呆中的肠道-大脑轴介导机制与免疫调节通路：关于微生物群代谢物的研究及新型治疗策略的探讨

《Beilstein Journal of Nanotechnology》：Gut-brain axis-mediated mechanisms and immune regulatory pathways in vascular dementia: insights into microbiota-derived metabolites and novel therapeutic strategies

血管性痴呆（VaD）的致病机制涉及肠道菌群代谢物与宿主基因的相互作用。本研究通过整合多组学数据、机器学习算法和分子对接技术，发现PIK3CG基因在VaD中起关键作用，其表达主要位于星形胶质细胞，并受肠道菌群代谢物调控。通过GutMGene和Swiss Target Prediction数据库筛选出251种代谢物，其中6种与PIK3CG存在稳定结合。该研究首次构建“肠道菌群-代谢物-PIK3CG”轴，揭示肠道菌群通过代谢物调控钙信号通路和炎症反应参与VaD发病，为靶向治疗提供新思路。

　　

桥新宇|杨明妮|刘宏伟|叶志楠|孙斌

中国浙江省台州市台州大学医学院附属台州市人民医院神经科

摘要

背景

血管性痴呆（VaD）以认知问题和脑血管异常为特征，是一种常见的痴呆类型，但其分子机制仍不明确。新兴证据表明，肠道微生物群及其代谢物通过肠-脑轴影响神经炎症和脑血管健康，这提示了基于微生物群的干预措施的潜力。

方法

在本研究中，我们采用了一种逐步整合的方法框架来优先识别和验证与VaD相关的候选基因。首先使用差异表达分析和蛋白质-蛋白质相互作用（PPI）网络分析来鉴定疾病相关基因。然后结合SHAP分析，应用多种机器学习方法（LASSO、神经网络和SVM-RFE）来增强诊断优先级并解释特征重要性。通过孟德尔随机化分析评估潜在的因果关系。单细胞RNA测序和免疫浸润分析用于表征细胞类型的特异性表达和免疫特征，以支持机制的合理性。最后，利用肠道微生物群-代谢物-靶标网络和分子对接技术探索上游调控和相互作用的可行性。

结果

在36个与VaD相关的差异表达基因（DEGs）中，PIK3CG被确定为关键致病基因。这些DEGs主要参与PI3K-Akt、MAPK和钙信号通路，表明它们在疾病发展中起关键作用。单细胞分析显示PIK3CG主要在星形胶质细胞中表达，表明胶质细胞在神经炎症和髓鞘维持中具有特定功能。此外，发现六种肠道微生物群衍生的代谢物具有良好的药物类似性和安全性特征，分子对接实验表明它们能与PIK3CG稳定结合，表明其具有潜在的结构结合潜力。

结论

本研究结果表明，肠-脑轴在VaD中起着重要作用，改变肠道微生物群及其代谢物可能提供新的治疗可能性。

引言

继阿尔茨海默病（AD）之后，血管性痴呆（VaD）是第二常见的痴呆类型，约占所有痴呆病例的5-10% [1]，[2]。VaD的主要特征是认知障碍，这通常与由脑血管疾病引起的缺血性或出血性脑损伤有关 [3]，[4]。脑血管损伤导致大脑缺乏足够的血液、氧气和营养，引发一系列病理生理事件，包括脑灌注不足、氧化应激和炎症反应，最终导致内皮功能障碍、血脑屏障破坏和神经元损伤 [5]。最近的研究强调了酶介导的代谢和氧化还原失衡在AD发病机制中的关键作用，超越了传统的淀粉样蛋白和tau蛋白模型 [6]。此外，VaD的重要风险因素（如衰老、高血压、2型糖尿病和胆固醇水平升高）与阿尔茨海默病的风险因素有很大重叠 [2]。随着全球人口老龄化，VaD变得越来越普遍。诊断主要依赖于神经心理学评估和影像学检查，治疗选择有限 [7]，[8]。

近年来，肠-脑轴已成为一个关键的研究框架，将肠道微生物群作为神经退行性疾病研究的核心焦点 [9]。在AD及相关疾病中，大量证据表明肠道菌群失调与认知衰退密切相关 [10]，[11]。然而，关于肠道微生物群在VaD或血管性认知障碍（VCI）中的作用的研究仍然有限。尽管如此，越来越多的证据表明可能存在这种联系。综述指出，肠道菌群失调可能通过促进炎症、损害内皮功能和破坏血脑屏障（BBB）来促进VCI的发病 [12]。此外，孟德尔随机化（MR）研究表明，某些特定微生物分类群可能与VaD风险有关 [13]。关于代谢物，三甲胺-N-氧化物（TMAO）作为肠道微生物群的关键产物，与心血管疾病有关 [14]。最近的研究表明，TMAO与卒中后的认知障碍和VaD密切相关 [15]，可能通过炎症、氧化应激和血小板功能障碍加剧脑血管损伤。在动物模型中，TMAO水平升高会改变脑组织中的基因表达 [16]，尤其是在炎症通路和钙信号通路中，为肠-脑-血管轴提供了分子基础。

另一个关键机制涉及免疫炎症通路，因为肠道微生物群可能通过调节循环中的细胞因子水平来影响VaD。一项双样本MR研究确定了几个与VaD风险和炎症因素相关的微生物分类群 [17]，尽管这些细胞因子可能无法完全介导微生物群与VaD之间的关系。肠-脑轴已被提出作为血管性认知障碍的治疗靶点，目前正在研究各种干预措施 [18]。

高通量测序和生物信息学的最新进展为系统阐明VaD的复杂发病机制提供了新的途径。生物信息学方法可以有效地研究肠道微生物群与宿主免疫之间的相互作用。将网络药理学与计算建模相结合，可以系统地绘制药物-靶标相互作用和通路图谱，促进药物发现 [19]。MR利用遗传变异来评估暴露与疾病之间的潜在因果关系，最小化混杂效应 [20]。同时，机器学习（ML）可以处理大型复杂数据集，以识别潜在的生物模式 [21]，而SHapley Additive exPlanations（SHAP）可以量化特征对模型预测的贡献，提高可解释性和潜在的临床应用价值 [22]。

先前的研究表明，VaD与肠道微生物群失调、代谢紊乱和免疫炎症反应密切相关。基于此，我们假设肠道微生物群的变化可能影响关键代谢物和调控靶标，破坏免疫炎症通路并促进VaD的发展。这一假设基于肠道微生物群在代谢和免疫调节中的作用，这对VaD的发病机制至关重要。为了研究这一点，我们应用了一个多层次的计算框架。首先，通过PPI网络构建和GO/KEGG富集分析识别了VaD的核心基因和通路。选择这些方法来绘制调控网络并确定驱动疾病进展的枢纽基因。机器学习和SHAP解释优先确定了关键靶标，而孟德尔随机化分析了因果关系，帮助我们关注生物学上相关的调控因子。单细胞通信分析进一步阐明了这些靶标在细胞亚群中的功能作用，提供了它们在细胞水平上对疾病贡献的见解。最后，构建了一个“肠道微生物群-代谢物-基因”网络，并通过分子对接评估了代谢物与蛋白质之间的相互作用。本研究的主要目标是识别在VaD中起核心调控作用的枢纽基因，明确它们在受损的代谢和免疫炎症通路中的作用。这项工作旨在建立“微生物群-代谢-免疫-血管”轴，加深我们对VaD发病机制的理解，并为未来的微生物组靶向干预提供支持。

部分片段

肠道微生物群代谢物的靶标基因集合

首先从gutMGene数据库（http://bio-computing.hrbmu.edu.cn/gutmgene/#/home）获取了肠道微生物群的代谢物。共检索到741个微生物-代谢物关联。去除重复代谢物后，保留了251个独特的代谢物用于后续分析。随后，使用Swiss Target Prediction数据库（http://www.swisstargetprediction.ch/）和SEA数据库（https://sea.bkslab）预测了这些代谢物的靶标基因。

差异表达基因（DEGs）鉴定

差异表达分析鉴定了1970个DEGs（图2A和2H）。这些基因与GeneCards中的VaD相关基因进行了交叉验证，得到了456个VaD特异性靶标（图2B）。利用SEA和STP数据库，我们预测了668个肠道微生物群衍生物的潜在靶标（图2C）。其中，36个靶标与VaD相关（图2D和2I）。

基因功能和通路富集分析

在GO分析中，BP、CC和MF是主要类别。BP分析突出了与

讨论

越来越多的证据表明，肠道微生物群-代谢物-炎症网络在VaD的发病机制中起着关键作用 [31]，调节微生物代谢可能有助于缓解疾病进展 [32]，[33]。我们的综合分析从三个互补的角度支持PIK3CG：诊断价值、遗传因果关系和生物学合理性。首先，差异表达分析结合ANN、LASSO和SVM-RFE一致地将PIK3CG确定为关键基因

结论

本研究整合了批量转录组学、单细胞分析、微生物群衍生代谢物预测、机器学习和孟德尔随机化，以研究VaD中的肠道微生物群-代谢物-PIK3CG轴。在诊断层面，差异表达分析结合多种机器学习方法一致地将PIK3CG确定为具有VaD鉴别潜力的候选基因，SHAP解释支持其在不同模型中的稳定贡献。

伦理批准和参与同意

本研究依赖于GEO数据库和其他开放获取资源的公共数据集，因此没有收集新的患者或动物数据。数据提供者已获得知情同意，所有原始研究均获得了各自机构审查委员会的伦理批准。因此，本研究不需要额外的伦理批准或参与者同意。

资助

本研究的资金由台州市科学技术计划项目（编号25ywb102）和厦门市医疗卫生指导计划（编号3502Z20244ZD1265）提供。

作者声明

我们确认该手稿是原创的，尚未发表，也没有被其他期刊考虑。所有作者均已批准手稿的最终版本，并声明没有竞争利益。

研究的构思和设计由QXY和YNM完成。数据收集和研究材料由LHW和YZN管理，而SB和QYX确保数据的验证和整理。手稿的初稿由QXY、YZN和LHW共同完成。

作者贡献声明

桥新宇：写作——审阅与编辑、撰写——初稿、可视化、验证、监督、软件使用、资源管理、项目管理、方法论、调查、正式分析、数据整理、概念化。杨明妮：写作——审阅与编辑、撰写——初稿、可视化、验证、监督、软件使用、资源管理、项目管理、方法论、调查、资金获取、正式分析、数据整理、概念化。孙斌：写作

致谢

不适用。

作者贡献

研究的构思和设计由QXY和YNM完成。数据收集和研究材料由LHW和YZN管理，而SB和QYX确保数据的验证和整理。手稿的初稿由QXY、YZN和LHW在完成数据分析后共同完成。分析策略得到了SB、YZN和YNM的关键输入。所有作者都参与了手稿的修订，并批准了最终版本。

出版同意

不适用