多组学分析揭示了TGF-β信号通路相关基因在特发性肺纤维化中的预后评估和治疗价值

特发性肺纤维化（IPF）研究中，通过多组学分析（GEO数据库、机器学习）鉴定核心基因ACVRL1和LTBP1，验证其预后预测能力及与肺功能、生存时间的关联，并利用孟德尔随机化（SMR）和单细胞测序揭示其致病机制及细胞通讯差异，最终通过体内实验和RT-qPCR支持核心基因在IPF中的作用。

摘要

特发性肺纤维化（IPF）是一种慢性进行性肺病，其生存率与许多癌症相当或更差。正常的TGF-β信号传导对肺功能至关重要，但其紊乱在肺纤维化和癌症进展中起着关键作用。本研究旨在通过多组学分析阐明TGF-β信号传导相关基因在IPF预后和治疗中的作用。我们从GEO数据库中获取数据集，识别出差异表达基因，并进行富集分析。利用机器学习算法确定了核心基因。接下来，我们评估了这些核心基因的表达情况及其对IPF的预测能力，以及它们与肺功能和生存时间的关系。随后，孟德尔随机化分析揭示了与IPF具有因果关系的核心基因。接着，利用单细胞数据进行了伪时间分析、细胞通讯分析和代谢分析。此外，我们还进行了免疫浸润分析以揭示IPF的免疫微环境。最后，体内实验证实了这些核心基因的mRNA表达。通过差异表达分析和机器学习算法，我们确定了两个核心基因（ACVRL1和LTBP1）。使用多个外部数据集的验证表明，这些核心基因具有稳定的表达模式，并且对IPF患者具有很强的预测能力。进一步分析显示，这些核心基因的表达与IPF患者的肺功能和生存时间相关。孟德尔随机化分析提供了ACVRL1与IPF之间存在因果关系的证据。利用eQTLGen数据，我们的基于汇总数据的孟德尔随机化（SMR）分析显示ACVRL1与IPF之间可能存在因果关系。同样，使用GTEx eQTL数据，我们的SMR分析也发现了ACVRL1与IPF之间的潜在因果关系。此外，单细胞数据分析突出了ACVRL1 + 内皮细胞（EC）和ACVRL1-EC之间的细胞通讯和代谢差异。最后，RT-qPCR结果支持了这些核心基因在IPF中的潜在作用。本研究为IPF的发病机制提供了新的见解，并可能有助于发现新的治疗靶点。进一步的研究可能会揭示核心基因如何影响细胞功能和疾病进展，从而为IPF的复杂机制提供新的认识。