研究揭示成纤维细胞相关线粒体基因在瘢痕疙瘩诊断中的新价值

创作时间:

作者:

@小白创作中心

研究揭示成纤维细胞相关线粒体基因在瘢痕疙瘩诊断中的新价值

引用

MedSci-临床研究与学术平台

https://www.medsci.cn/article/show_article.do?id=6dbd844655ca

瘢痕疙瘩是一种常见的慢性皮肤疾病，其特征是在伤口愈合过程中成纤维细胞的异常增殖，导致过多的疤痕形成。目前，瘢痕疙瘩的治疗较为困难，因为瘢痕疙瘩成纤维细胞和正常皮肤成纤维细胞在形态上的差异并不显著。因此，深入研究成纤维细胞相关基因在瘢痕疙瘩形成过程中的分子调控机制，并发现与之相关的潜在诊断基因，对瘢痕疙瘩的临床诊断和治疗具有重要意义。

研究背景

成纤维细胞是结缔组织中最重要的细胞类型之一，在组织修复和瘢痕形成中起重要作用。瘢痕疙瘩的治疗较为困难，因为瘢痕疙瘩成纤维细胞和正常皮肤成纤维细胞在形态上的差异并不显著。因此，深入研究成纤维细胞相关基因在瘢痕疙瘩形成过程中的分子调控机制，并发现与之相关的潜在诊断基因，对瘢痕疙瘩的临床诊断和治疗具有重要意义。

成纤维细胞的分布差异与包括瘢痕疙瘩在内的多种疾病有关。先前的研究表明，成纤维细胞的数量和活性在不同组织中存在显著差异，这些差异可以影响疾病的病理过程。例如，在瘢痕疙瘩中，成纤维细胞的过度增殖及其细胞外基质的异常分泌是病变的主要原因。虽然不同类型的成纤维细胞在瘢痕疙瘩形成中的作用尚不完全清楚，但它们的分布和功能差异显然是疾病发展的重要因素。事实上，线粒体基因在成纤维细胞中的差异表达在各种疾病的分子机制研究中越来越受到关注。线粒体是细胞能量代谢和信号转导的关键细胞器，其基因表达的变化可影响细胞功能，导致疾病的进展。现有文献表明，某些线粒体基因在瘢痕疙瘩患者的成纤维细胞中表现出异常表达。这些基因，如H19，可能通过参与特定的信号通路和代谢过程，影响细胞增殖、凋亡和ECM合成等关键过程，从而促进瘢痕疙瘩的形成因此，探索上述DEG的诊断价值对包括瘢痕疙瘩在内的各种疾病具有重要的临床意义。近年来，生物信息学分析技术在皮肤病学中得到了广泛的应用。例如，Ma等人通过生物信息学分析发现PTPRC、TYROBP和CXCR4与皮肌炎和动脉粥样硬化的发病机制密切相关此外，Xian等通过生物信息学分析发现CHL1和MBNL2可能通过调节hsa-miR-1305.13参与银屑病和非酒精性脂肪性肝炎的发生。

通过机器学习和综合生物信息学，在瘢痕疙瘩相关诊断基因领域取得了显著进展。最小绝对收缩和选择算子(LASSO)回归、随机森林(RF)和支持向量机(SVM)等算法可以有效地从大量生物数据集中识别关键诊断基因，这些算法通过处理高维数据和复杂的基因表达模式，揭示了与瘢痕疙瘩形成相关的特定基因特别是在涉及成纤维细胞线粒体相关基因的研究中，机器学习方法可以有效地筛选具有潜在疾病诊断和治疗价值的基因，帮助理解这些基因在疾病进展中的特定作用。

研究方法

基于三个瘢痕疙瘩数据集，对瘢痕疙瘩样本与对照样本间成纤维细胞的分布进行差异表达基因(differential expression genes, DEGs)研究和相关富集分析。然后，基于DEGs、在线数据库中的线粒体基因以及WCGNA发现的成纤维细胞相关基因，探索枢纽基因。随后，通过机器学习筛选特征基因，并通过nomogram验证其诊断价值。并分析了这些基因的靶向药物及相关转录调控。最后，利用qPCR分析对特征基因进行验证分析。通过结合机器学习和生物信息学分析，系统分析成纤维细胞相关线粒体基因在瘢痕疙瘩中的分子机制和诊断价值，希望进一步阐明瘢痕疙瘩的病理机制，为诊疗提供新的靶点和策略。

研究结果

差异表达基因(DEGs)及其富集分析

研究发现两组间存在显著差异表达的基因（DEGs）。上调基因用红色节点表示，下调基因用蓝色节点表示。热图分析显示了不同组别DEGs的表达模式。富集分析结果显示，这些DEGs主要参与氧化石墨烯生物过程（BP）、氧化石墨烯细胞组分（CC）和氧化石墨烯分子功能（MF）。显著的KEGG通路也被发现与这些DEGs相关。