在生活中，皮肤问题常常困扰着人们。据统计，全球超过 20% 的人口受到非传染性炎症性皮肤病的影响，像银屑病（Psoriasis，PS）、特应性皮炎（Atopic Dermatitis，AD）、化脓性汗腺炎（Hidradenitis Suppurativa，HS）、酒渣鼻（Rosacea，RS）等。这些慢性疾病不仅给患者带来身体上的痛苦，还严重影响生活质量，然而目前有效的治疗手段却十分有限。为了深入了解这些疾病的发病机制，寻找更有效的治疗方法，来自美国阿拉巴马大学伯明翰分校和克莱姆森大学的研究人员 Bharat Mishra、Yifei Gou 等人开展了一项重要研究，相关成果发表在《npj Systems Biology and Applications》杂志上。
研究人员采用的主要关键技术方法包括：一是数据获取，从 NCBI GEO 数据库提取 8 种炎症性皮肤病的公开转录组数据集；二是转录组分析，使用 DESeq2 和 edgeR 软件进行差异表达基因（Differentially Expressed Genes，DEGs）分析；三是构建共表达网络和蛋白 - 蛋白相互作用网络，利用加权基因共表达网络分析（Weighted Gene Co-expression Network Analysis，WGCNA）构建共表达网络，将共表达网络、DEGs 与 STRING 数据库融合构建蛋白 - 蛋白相互作用网络；四是网络分析，计算多种网络中心性指标，并进行网络可及性分析等；五是通过 DGIdb 数据库挖掘药物 - 基因相互作用信息。
研究结果如下：
- 基于网络科学的基因 / 通路优先级框架：研究人员实施了一个整合的多组学框架，通过 11 个步骤来识别最合适的药物 - 基因相互作用。该框架先提取 8 种炎症性皮肤病的转录组数据集，构建并分析基因共表达网络和蛋白 - 蛋白相互作用网络，接着进行网络中心性分析确定高优先级蛋白（High-Priority Proteins，HPPs），并将其映射到信号通路，挖掘药物 - 基因相互作用，为治疗提供潜在方案，但所有预测结果需实验验证。
- 不同慢性炎症性皮肤病的转录组活性：研究人员分析了多种炎症性皮肤病的转录组数据，发现不同疾病的 DEGs 数量和表达谱存在差异。同时，确定了一些在慢性炎症性皮肤病中显著激活的经典通路，如 Th1 通路、Th17 激活通路等，还发现 55 个 DEGs 在 7 种炎症性皮肤病中普遍存在，参与白细胞迁移、免疫反应调节等过程。
- 相关性方法预测的相关基因：通过 WGCNA 对 8 种炎症性皮肤病转录组进行相关性分析，构建共表达网络。结果显示，PS、HS、AD 之间以及 PS、HS、RS 之间分别存在核心共表达网络，涉及不同的基因和富集通路，这表明相关性分析有助于发现炎症性皮肤病相关通路中的关键基因。
- 相互作用组分析确定的关键蛋白：利用疾病特异性共表达基因列表构建蛋白 - 蛋白相互作用网络，研究人员发现 4 种疾病的相互作用组存在 53 个共享蛋白，参与多种生理过程。通过对相互作用组的网络分析，确定了一些在疾病发病机制中起关键作用的蛋白，不同疾病的蛋白网络特性存在差异，且不同中心性指标之间的相关性也有所不同。
- 基于网络中心性的蛋白和通路优先级排序：研究人员确定了 55 个对 4 种选定疾病发病机制有重要贡献的 HPPs，这些蛋白参与多种免疫相关通路，且与多种疾病相关。此外，还发现一些潜在的治疗药物，如 IKZF1 是 HS、AD 和 RS 的潜在治疗靶点，针对 IKZF1 的药物可能通过调节其相互作用蛋白和共表达基因发挥治疗作用。
研究结论和讨论部分表明，该研究设计的框架能够从不同转录组数据集和整合多组学中识别重要的调控因子，确定了炎症性皮肤病的共享和独特分子特征及生物过程，还发现了 55 个 HPPs 作为潜在药物靶点。网络分析有效识别了疾病相关的关键蛋白和通路，整合方法揭示了关键调控蛋白。不过，研究也存在局限性，现有数据集可能无法可靠预测重要调控因子，未来需纳入更多多层数据集进行研究。总体而言，该研究为炎症性皮肤病的治疗提供了新的靶点和思路，对深入理解疾病发病机制和开发新疗法具有重要意义。
生物通微信公众号
