基于生物信息学分析和机器学习方法识别颅内动脉瘤破裂相关的线粒体生物标志物

时间：2026年1月29日

来源：Journal of Neuroscience Research

编辑推荐：

破裂未破裂动脉瘤的线粒体相关基因鉴定及机制探索，通过加权共表达网络分析发现8个线粒体关联基因标志物（MTX1关键标志物），免疫组化显示破裂组存在纤维母细胞和巨噬细胞浸润特征，转录因子网络解析出ME2和UCP2等基因的调控机制，并初步预测罗格列酮等靶向药物可能具有治疗潜力。

摘要

颅内动脉瘤（IA）是脑血管的病理性扩张，其破裂可能导致严重的死亡和残疾。因此，识别具有破裂风险的患者具有重要的临床意义。我们从GSE13353数据集中筛选了破裂性IA（RIA）与未破裂IA（UIA）中差异表达的基因（DEGs）。通过加权基因共表达网络分析（WGCNA）来识别与RIA相关的模块基因。在将DEGs和模块基因与线粒体相关基因（MRGs）进行交集后，发现MTX1、BCL2A1、BID、UCP2、ME2、VAV1、CYBA和CYBB是与RIA相关的线粒体标志物。使用三种机器学习方法，MTX1被确定为关键的诊断生物标志物。另一个独立数据集（GSE122897）也支持了这八个基因标志物的诊断潜力，而在临床和动物模型中的实验验证证实了ME2、UCP2、BCL2A1和CYBA在RIA中的显著失调。值得注意的是，在这些实验中，MTX1显示出一致的但无统计学意义的下调趋势。免疫浸润分析显示，RIA具有促炎性和基质富集的微环境，其特征是成纤维细胞、平滑肌细胞和巨噬细胞的数量显著增加，并且关键线粒体基因与特定免疫细胞和基质细胞群体之间存在明显的相关性。通过构建转录因子和内源性RNA网络，研究人员确定了潜在的分子机制。最后，通过药物预测发现了如罗格列酮等潜在的治疗药物，而ME2与隐丹参酮的分子对接提示了一种新的治疗途径。本研究可能为针对线粒体的RIA诊断和治疗提供新的策略。

意义声明

本研究提供了初步证据，表明线粒体功能障碍参与了破裂性颅内动脉瘤（RIA）的发病机制，并识别出一组八个与线粒体相关的标志物（包括MTX1），这些标志物在初步分析中显示出区分破裂性和未破裂性病变的能力。这些探索性发现提示了一种以线粒体为导向的诊断框架的可能性，并指出了值得进一步研究的途径。未来需要更大规模的验证队列来确认这些生物标志物在非侵入性风险分层和治疗靶向中的潜力。