中性粒细胞胞外陷阱在溃疡性结肠炎中的诊断潜力：基于基因的预测模型

《Molecular and Cellular Biochemistry》：Diagnostic potential of neutrophil extracellular traps in ulcerative colitis: a gene-based predictive model

中性粒细胞胞外陷阱（NETs）在溃疡性结肠炎（UC）中促进炎症和损伤，本研究通过整合转录组数据、生物信息学分析和机器学习模型，筛选出IL-1β、MMP-9和CXCR2作为诊断标志物，构建了具有高AUC值的临床预测模型，并通过免疫组化和动物模型验证了其有效性。

　　

摘要

背景

中性粒细胞胞外陷阱（NETs）是中性粒细胞在NETosis过程中释放的网状结构，有助于肠道黏膜抵御微生物感染，但可能加剧炎症和组织损伤。在溃疡性结肠炎（UC）中，NET的形成增加，可能会促进肠道炎症。然而，NETs在UC诊断中的作用仍不明确。本研究旨在识别具有UC诊断潜力的NET相关基因，并基于这些基因开发一个诊断预测模型。

方法

从GEO数据库中获取了UC的转录组数据集。使用R软件对训练集进行了差异表达分析和基因集富集分析（GSEA）。利用“CIBERSORT”算法评估UC中的免疫细胞浸润情况。随后，通过将加权基因共表达网络分析（WGCNA）的关键模块基因、NET相关基因和差异表达基因（DEGs）进行交叉，识别出差异表达的NETs（DE-NETs）。通过三种机器学习算法（最小绝对值收缩选择算法（LASSO）、随机森林（RF）和支持向量机-递归特征消除（SVM-RFE）识别出诊断基因。将这三种算法的结果整合起来，以确定NET相关诊断基因（NDGs）。基于NDGs构建了一个临床诊断预测模型，并使用校准曲线、临床影响曲线（CIC）、决策曲线分析（DCA）和接收者操作特征曲线（ROC）评估其区分能力和临床实用性。对UC患者的结肠组织进行了免疫组化（IHC）检查。此外，还构建了一个DSS诱导的UC小鼠模型，并通过qRT-PCR、Western-blot和IHC分析了小鼠结肠组织中的NDG表达。

结果

GSEA和免疫浸润分析表明，UC组中与免疫相关的通路显著富集，包括IL-17信号通路、细胞因子-细胞因子受体相互作用和TNF信号通路，以及免疫细胞的浸润增强。通过交叉DEGs、WGCNA中的关键模块基因和NET相关基因，识别出14个基因。使用三种机器学习方法确定IL-1β、MMP-9和CXCR2为NDGs。基于NDGs构建了UC的临床诊断预测模型，该模型在训练集中的AUC值为0.9715，在外部验证集中的AUC值分别为0.9595和0.9597。NDGs与肥大细胞、中性粒细胞、静息NK细胞、M1巨噬细胞、Tregs和嗜酸性粒细胞之间存在显著的正相关。临床样本的IHC分析显示UC患者的结肠中NDGs表达升高。根据临床样本的IHC评分构建了一个临床相关诺模图，其AUC为100%。在DSS诱导的UC小鼠模型中，NDG的表达比正常对照小鼠更高。根据小鼠组织的IHC评分构建了一个小鼠相关诺模图，其AUC也为100%。

结论

我们基于IL-1β、MMP-9和CXCR2构建了一个UC的临床诊断预测模型，并验证了NDGs在临床患者和动物模型中预测UC的能力。该模型具有出色的诊断效率，可以为UC的临床诊断提供新的思路。