机器学习鉴定PPARG作为脓毒症诊断生物标志物并与CD14/NF-κB信号通路相关联：整合转录组学与实验验证

《Frontiers in Cellular and Infection Microbiology》：Machine learning identifies PPARG as a diagnostic biomarker for sepsis linked to CD14/NF-κB signaling: integrated transcriptomics and experimental validation

背景（Background）：脓毒症（Sepsis）是由宿主对感染反应失调引起的危及生命的器官功能障碍。由于临床和生物学异质性较大，早期诊断是临床难点。CD14是固有免疫激活中的核心模式识别受体（pattern-recognition receptor），但其下游连接CD14与免疫代谢调节的网络尚未完全明确。研究人员旨在鉴定与CD14相关的血液诊断生物标志物并探索潜在调控机制。 方法（Methods）：从基因表达综合数据库（Gene Expression Omnibus, GEO）获取全血转录组数据集，发现集为GSE236713，外部验证集为GSE65682。通过CD14高表达与低表达样本间的差异表达基因（Differentially Expressed Genes, DEGs）和脓毒症相关加权基因共表达网络分析（Weighted Gene Co-Expression Network Analysis, WGCNA）模块取交集获得候选基因。通过蛋白互作（Protein-Protein Interaction, PPI）网络分析确定枢纽基因（hub genes），采用最小绝对收缩与选择算子（Least Absolute Shrinkage and Selection Operator, LASSO）回归和随机森林（Random Forest, RF）筛选特征基因。比较多种机器学习算法并建立人工神经网络（Artificial Neural Network, ANN）分类器。评估临床关联、免疫细胞组成（CIBERSORT）及通路活性（基因集富集分析 Gene Set Enrichment Analysis, GSEA）。在脂多糖（Lipopolysaccharide, LPS）刺激的RAW264.7巨噬细胞中通过CD14敲除/过表达及NF-κB核转位抑制剂SN50进行机制验证。 结果（Results）：鉴定出5个特征基因——MMP9、PPARG、C1QC、MS4A4A和ARG1。在7种算法中ANN性能最优（内部验证AUC = 0.974，外部验证AUC = 0.953）。PPARG单基因诊断效能最强（AUC = 0.994），与序贯器官衰竭评估（Sequential Organ Failure Assessment, SOFA）评分相关（r = 0.50, P = 1.5 × 10-29），被优先选为诊断生物标志物。Cox模型显示PPARG与ICU短期预后风险相关（HR = 1.64, 95% CI 1.34–2.01, P = 1.3 × 10-6）。GSEA提示PPARG低表达样本中NF-κB相关通路富集。CIBERSORT显示PPARG与单核细胞比例相关性最强（r = 0.328, P = 1.06 × 10-6）。体外实验中，LPS诱导的PPARG下调依赖于CD14；SN50部分逆转CD14过表达细胞中的PPARG抑制并降低肿瘤坏死因子α（Tumor Necrosis Factor-α, TNF-α）分泌。 结论（Conclusion）：通过整合机器学习与实验验证，本研究将PPARG确定为脓毒症诊断生物标志物，并提供其与CD14/NF-κB信号通路相关联的支持性证据。这些发现为开发基于宿主反应的诊断标签及进一步探究脓毒症中PPARG相关免疫代谢调控奠定基础。

论文解读：《Machine learning identifies PPARG as a diagnostic biomarker for sepsis linked to CD14/NF-κB signaling: integrated transcriptomics and experimental validation》发表于《Frontiers in Cellular and Infection Microbiology》

研究背景

脓毒症（Sepsis）是因宿主对感染反应失调导致的危及生命的器官功能障碍，具有高发病率和高死亡率。早期识别困难且传统炎症标志物如C反应蛋白（C-Reactive Protein, CRP）和降钙素原（Procalcitonin, PCT）在早期敏感性和特异性欠佳。CD14作为Toll样受体4（Toll-Like Receptor 4, TLR4）协同受体识别脂多糖（Lipopolysaccharide, LPS）启动固有免疫，但其下游转录网络尤与其免疫代谢调节分子的关系未明。研究人员通过整合全血转录组学、机器学习及体外实验，旨在挖掘CD14关联的脓毒症诊断生物标志物并探讨CD14/核因子κB（Nuclear Factor kappa-light-chain-enhancer of activated B cells, NF-κB）轴对候选分子的调控，最终确定过氧化物酶体增殖物激活受体γ（Peroxisome Proliferator-Activated Receptor Gamma, PPARG/PPARγ）为诊断生物标志物并建立人工神经网络（Artificial Neural Network, ANN）诊断模型。

主要关键技术方法

研究人员使用GEO数据库中欧洲裔人群全血转录组队列：发现集GSE236713（脓毒症324份样本及健康对照30例，采样于ICU入科5日内）和外部验证集GSE65682（脓毒症760例及健康对照42例，入科24小时内采样）。以CD14表达最佳截断值（Youden Index）将样本分为CD14-high/CD14-low组，筛选差异表达基因（Differentially Expressed Genes, DEGs，|log₂FC| > 0.5, adj. P < 0.05）。构建加权基因共表达网络（Weighted Gene Co-Expression Network Analysis, WGCNA）筛选脓毒症相关模块，取DEGs与模块基因交集获候选基因。通过STRING数据库构建蛋白互作（Protein-Protein Interaction, PPI）网络，cytoHubba四种算法取交集体征枢纽基因（hub genes）。采用最小绝对收缩与选择算子（Least Absolute Shrinkage and Selection Operator, LASSO）回归与随机森林（Random Forest, RF）基于基尼系数重要性筛选特征基因。比较7种机器学习算法建立ANN分类器，内部7:3划分训练验证，外部独立队列验证。通过CIBERSORT反卷积估算22种免疫细胞比例，基因集富集分析（Gene Set Enrichment Analysis, GSEA）分析Reactome通路。体外使用LPS（100 ng/mL, 6 h）刺激RAW264.7巨噬细胞，构建CD14敲除（Knock Out, KO）及过表达（Over Expression, OE）稳转株，用NF-κB/Rel核转位抑制剂SN50（10 μM预处理4 h）干预，Western blot检测蛋白，酶联免疫吸附测定（Enzyme-Linked Immunosorbent Assay, ELISA）检测TNF-α。

研究结果

3.1 Identification of candidate genes by differential expression analysis and WGCNA

研究人员发现脓毒症患者全血中CD14表达显著高于健康人（AUC = 0.859），按最优截断分组后得3582个DEGs。WGCNA软阈值β=16构建无标度网络，识别出与脓毒症正相关最显著的magenta模块（r = 0.56, P = 1.43×10^-38）和grey60模块（r = 0.55, P = 5.78×10^-36），两模块内基因显著性（Gene Significance, GS）与模块成员度（Module Membership, MM）呈正相关。DEGs与两模块基因取交集获得374个候选基因，关联CD14表达状态与脓毒症表型。

3.2 Functional enrichment and PPI-based identification of hub genes

GO与KEGG富集显示候选基因主要涉及病原体应答、炎症调节及脂质代谢过程，通路含NF-κB、TLR及过氧化物酶体增殖物激活受体（Peroxisome Proliferator-Activated Receptor, PPAR）信号。STRING构建PPI网络（置信度≥0.7，270个节点），cytoHubba四种算法交集体征39个枢纽基因（含PPARG、CD14、MMP9等）。

3.3 Machine learning–based identification of feature genes and ANN construction

LASSO保留14个非零系数基因，RF保留9个（平均基尼下降>2.0），交集得5个特征基因：MMP9、PPARG、C1QC、MS4A4A、ARG1。七种算法比较中ANN内部验证AUC最高（0.974），优于一向表现较好的极端梯度提升树（eXtreme Gradient Boosting, XGBoost, AUC=0.952）。最终ANN（输入层5节点，双隐层4和2神经元）在外部验证集GSE65682达AUC = 0.953。

3.4 Clinical association analysis prioritizes PPARG as a diagnostic biomarker

五基因单基因ROC中PPARG区分脓毒症与健康人AUC最高（0.994），故优先定为诊断生物标志物。PPARG表达与SOFA评分正相关（Spearman r = 0.50, P = 1.5×10^-29）；在多变量Cox回归中与ICU短期不良结局风险相关（HR = 1.64, 95% CI 1.34–2.01, P = 1.3×10^-6）。按SOFA分层（≥11为高危）PPARG判别AUC达0.796。时间分层显示PPARG在入科第1、2、5天均显著区别于对照组，D1与D5有轻微差异。

3.5 Immune cell composition and its association with PPARG expression

CIBERSORT显示脓毒症组单核细胞、M1巨噬细胞等升高，NK细胞等降低。PPARG表达与推断单核细胞比例正相关最强（r = 0.328, P = 1.06×10^-6），与M2巨噬细胞亦正相关（r = 0.184, P < 0.005），校正疾病状态后关联仍显著（β = 0.178, P = 4.47×10^-5）。

3.6 GSEA reveals signaling pathways associated with PPARG expression stratified by CD14

全样本GSEA显示NF-κB相关Reactome基因集在PPARG低表达组显著富集（负Normalized Enrichment Score, NES）。按CD14-high/CD14-low分层后，非经典NF-κB通路（TNFR2_NON_CANONICAL_NF_KB_PATHWAY）及TNF结合生理受体通路（TNFS_BIND_THEIR_PHYSIOLOGICAL_RECEPTORS）在PPARG低组富集，CD14-high亚组富集显著性减弱（P = 0.055）但方向