《Biochemistry Research International》：Comprehensive Analysis Reveals Potential Molecular Targets in Juvenile Dermatomyositis
编辑推荐：
本研究通过对血液（GSE11083）和肌肉（GSE11971）微阵列测序数据进行全面分析，包括差异表达基因（DEG）分析、加权基因共表达网络分析（WGCNA）、蛋白互作（PPI）网络构建以及转录因子（TF）和微小RNA（miRNA）预测，系统鉴定了145个与幼年型皮肌炎（JDM）显著相关的核心基因。功能富集分析揭示这些基因富集于细胞因子介导的信号通路、细胞外基质组织和免疫应答等关键生物过程。研究进一步识别出STAT1、NFKB1等关键转录因子及hsa-miR-127-3p、hsa-miR-17-5p等miRNA，它们可能构成调控JDM核心基因表达的重要网络。该工作为理解JDM的分子机制提供了新见解，并为未来的诊断和靶向治疗策略提供了潜在目标。
引言
幼年型皮肌炎（Juvenile Dermatomyositis, JDM）是一种主要影响儿童的罕见自身免疫性疾病，以肌肉无力和皮肤病变为特征。尽管其确切病因尚不完全清楚，但免疫系统异常被认为在其发病机制中起着关键作用。本研究旨在通过综合分析公开的基因表达谱数据，系统地识别与JDM发病相关的关键基因、生物通路及调控分子，以期为该疾病的机制理解和治疗策略开发提供新的线索。
研究方法与数据分析
研究采用了来自基因表达综合（Gene Expression Omnibus, GEO）数据库的两个微阵列数据集：GSE11083（来自外周血单核细胞，包含14例JDM样本和13例正常对照）和GSE11971（来自骨骼肌组织，包含19例JDM样本和4例对照）。分析流程如图1所示，整合了多种生物信息学方法。
在肌肉组织数据集（GSE11971）中，利用Limma包进行差异基因表达分析，共识别出1506个差异表达基因（DEG），其中878个基因显著上调，628个基因显著下调。基因表达热图和火山图清晰展示了JDM样本与对照组之间的表达差异。基因本体（Gene Ontology, GO）和京都基因与基因组百科全书（KEGG）通路富集分析表明，这些DEG显著富集于对病毒的反应、先天免疫应答、I-kappaB激酶/NF-kappaB信号的正向调控、抗原加工与呈递以及氧化磷酸化等生物过程和通路。
在血液样本数据集（GSE11083）中，研究应用加权基因共表达网络分析（Weighted Gene Co-expression Network Analysis, WGCNA）来识别与JDM显著相关的基因模块。通过设置软阈值为4，构建了基因共表达网络，并将基因聚类成6个不同的模块。模块-性状关联性分析显示，棕色模块与JDM表型呈显著正相关（相关系数=0.45，p值=0.02），而与对照组呈显著负相关。对棕色模块基因的功能富集分析发现，它们显著参与树突状细胞趋化、蛋白质K48连接泛素化、RNA聚合酶II转录等过程，并富集于肿瘤坏死因子（TNF）信号通路、单纯疱疹病毒1型感染、NF-kappa B信号通路等。为了评估模块的稳定性，研究还进行了基于自助法（bootstrap）的重采样分析，证实了所识别模块及其核心基因的稳健性。
核心基因与调控网络的识别
将来自血液样本（GSE11083）的JDM相关基因与来自肌肉样本（GSE11971）的差异表达基因取交集，最终鉴定出145个在血液和肌肉组织中均与JDM相关的共享基因。对这145个基因的GO分析显示，它们显著富集于细胞因子介导的信号通路、细胞外基质、蛋白质结合等条目。
随后，利用STRING数据库构建了这145个基因的蛋白质-蛋白质相互作用（Protein-Protein Interaction, PPI）网络，并通过Cytoscape的cytoHubba插件，整合九种算法（如MCC、MNC、Degree等）筛选出前10个枢纽基因（Hub Genes）。它们分别是：TFRC（转铁蛋白受体）、STAT1（信号转导和转录激活因子1）、CXCR4（C-X-C基序趋化因子受体4）、CD163、CCL5（C-C基序趋化因子配体5）、CCR1、NT5E（5′-核苷酸酶外切酶）、EZR（埃兹蛋白）、LRP1（低密度脂蛋白受体相关蛋白1）和IQGAP1。对这10个枢纽基因的KEGG通路分析表明，它们显著富集于细胞因子-细胞因子受体相互作用、调节肌动蛋白细胞骨架、人类巨细胞病毒感染、趋化因子信号通路等通路。
为了探索上游调控机制，研究利用ChEA3数据库预测了调控这10个枢纽基因的关键转录因子（Transcription Factor, TF）。分析识别出前10个重要的转录因子，包括STAT1、NFKB1（核因子kappa B亚基1）、IRF9（干扰素调节因子9）、CEBPB、HIF1A、TWIST2、ZNF469、TFEC、MSC和NCOA3。构建的TF-基因互作网络图清晰展示了这些转录因子与枢纽基因之间的调控关系。
同时，利用miRabel数据库对枢纽基因进行了微小RNA（microRNA, miRNA）靶向预测。结果显示，共有57个miRNA与7个枢纽基因存在显著的调控关系。例如，CCL5和TFRC与多个miRNA（如hsa-miR-17-5p和hsa-miR-93-5p）存在相互作用，而hsa-miR-127-3p等miRNA也被预测可能参与调控。
讨论与结论
本研究通过对血液和肌肉组织的多组学数据整合分析，系统性地描绘了JDM的分子景观。所鉴定的145个核心基因及其富集的通路（如细胞因子信号、免疫应答、细胞外基质重组）与JDM已知的炎症和自身免疫病理特征高度吻合。尤其值得注意的是，WGCNA分析揭示的棕色模块基因，以及与JDM显著相关的枢纽基因（如STAT1、CXCR4、CCL5），大多在免疫细胞迁移、干扰素信号和炎症反应中扮演关键角色，这为理解JDM的发病机制提供了新的分子视角。
研究预测的转录因子（如STAT1、NFKB1）和miRNA（如hsa-miR-127-3p、hsa-miR-17-5p）构成了一个潜在的上游调控网络，可能精细调控着下游枢纽基因的表达。STAT1和NFKB1是自身免疫和炎症通路中的核心调控因子，其参与进一步强化了免疫失调在JDM中的中心地位。然而，这些预测的调控关系尚未在JDM中得到实验验证，这构成了本研究的一个主要局限性。
此外，尽管本研究结果与已发表的JDM单细胞转录组研究在通路层面（如I型干扰素信号）有交汇，但基因层面的重叠有限，这可能是由于样本来源、分析技术和分辨率差异所致。未来需要更大样本量的多中心队列、纵向研究以及整合单细胞测序、空间转录组等多组学技术，以验证和细化这些发现，并明确它们在特定细胞类型中的作用。
综上所述，这项综合性生物信息学分析成功识别了与幼年型皮肌炎密切相关的核心基因、生物通路及潜在的转录因子和miRNA调控网络。这些发现不仅深化了对JDM分子机制的理解，更重要的是，为未来开发基于这些分子靶点的新型诊断生物标志物和特异性治疗策略奠定了重要的理论基础，展示了从大数据分析到精准医学转化的潜力。
