基于综合生物信息学与机器学习的干燥综合征外周动脉粥样硬化生物标志物探索及免疫浸润特征研究

这篇研究通过整合7个微阵列数据集（GSE7451等），运用LIMMA包、加权基因共表达网络分析（WGCNA）及机器学习算法（SVM-RFE/LASSO/Random Forest），系统筛选出干燥综合征（SS）相关外周动脉粥样硬化（PA）的3个核心基因（CCL4、CSF1R、MX1），并构建AUC达0.971的预测列线图。免疫浸润分析揭示γδ T细胞与M0巨噬细胞失衡是PA进展的关键机制，ssGSEA进一步阐明IL6/JAK/STAT3等通路在SS-PA中的调控作用，为早期诊断和靶向治疗提供新思路。

　　

研究背景

干燥综合征（Sj?gren’s syndrome, SS）是一种以外分泌腺体损伤为主的自身免疫性疾病，而外周动脉粥样硬化（Peripheral atherosclerosis, PA）与慢性炎症密切相关。近年研究发现，SS患者动脉粥样硬化风险显著升高，但具体机制尚未明确。两者共享的病理特征包括内皮功能障碍、炎症因子释放及免疫细胞浸润，提示可能存在共同的分子调控网络。

研究方法

研究整合7个GEO数据集（GSE7451等），通过LIMMA包筛选差异表达基因（DEGs），结合WGCNA构建共表达网络。利用机器学习算法（支持向量机递归特征消除SVM-RFE、最小绝对收缩选择算子LASSO、随机森林）交叉验证核心基因，并通过蛋白互作网络（PPI）和列线图评估预测效能。此外，采用CIBERSORT和单细胞RNA测序（scRNA-seq）解析免疫细胞浸润特征，结合单样本基因集富集分析（ssGSEA）探索生物学通路。

关键发现

1. 标志基因筛选：从135个SS-PA共有的DEGs中锁定CCL4、CSF1R、MX1三个核心基因。

   • CCL4作为趋化因子，在SS唾液腺和PA斑块中高表达，通过CCR5受体招募免疫细胞加剧炎症。
   • CSF1R编码的酪氨酸激酶受体调控巨噬细胞分化，其配体IL-34在SS患者中显著升高，与动脉粥样硬化斑块形成相关。
   • MX1作为干扰素刺激基因，在SS和PA中均异常表达，可能通过促炎反应加速内皮损伤。

2. 预测模型：基于上述基因构建的列线图在训练集（AUC=0.971）和验证集（GSE28829，AUC=0.952）中均展现优异诊断效能。临床样本qRT-PCR进一步证实SS合并PA患者外周血中三基因表达显著升高。

3. 免疫机制：

   • SS组以滤泡辅助T细胞（Tfh）和中性粒细胞浸润为主，通过IL-21和中性粒细胞胞外陷阱（NETs）介导内皮损伤。
   • PA组γδ T细胞与M0巨噬细胞显著增加，伴随CD4⁺记忆T细胞减少，提示先天免疫失衡。
   • 单细胞分析显示，动脉粥样硬化核心区富含CD4⁺ T细胞和巨噬细胞，直接参与斑块进展。

4. 通路调控：ssGSEA揭示核心基因正调控“炎症反应”“IL6/JAK/STAT3信号”和“血管生成”，负调控“Hedgehog信号”和“TGF-β通路”，反映SS-PA中存在持续炎症激活与修复缺陷的恶性循环。

研究意义

该研究首次系统揭示SS诱发PA的分子机制，CCL4、CSF1R、MX1可作为潜在诊断标志物和治疗靶点。免疫调节（如靶向巨噬细胞极化或CCL4-CCR5轴）或为干预新策略。未来需通过体内外实验进一步验证基因功能，并探索针对SS患者的心血管风险早期预警体系。