类风湿性关节炎中免疫相关基因表达及免疫细胞的双样本孟德尔随机化分析

背景:类风湿性关节炎是一种慢性全身性自身免疫疾病,研究其涉及的免疫学特征改变对诊断和治疗具有重要意义。目的:通过生物信息学方法筛选类风湿性关节炎中免疫相关生物标志物,分析其免疫细胞浸润变化及与免疫细胞的潜在因果关系。方法:基于GEO与ImmPort数据库,采用差异表达分析筛选类风湿性关节炎中表达上调的免疫相关基因,采用GO与KEGG富集分析探索这些上调基因的潜在作用。采用支持向量机递归特征消除(SVM-RFE)、最小绝对收缩和选择算法(Lasso)筛选类风湿性关节炎中免疫特征基因,独立的数据集进行差异验证,绘制特征基因的受试者工作特征曲线评价诊断性能。采用免疫细胞浸润分析类风湿性关节炎中免疫细胞的差异情况及特征基因与免疫细胞的相关性。最后,进行孟德尔随机化分析,以确定免疫细胞中单核细胞与类风湿性关节炎的因果效应。结果与结论:①筛选得到了39个在类风湿性关节炎中高表达的差异基因,GO富集分析显示其主要富集在趋化性、细胞因子活性、免疫受体活性等过程,KEGG富集分析显示其在肿瘤坏死因子信号通路、白细胞外周迁移等途径显著富集;②通过Lasso与SVM-RFE两种机器学习算法确定了5个特征基因,分别为CXCL13、SDC1、IGLC1、PLXNC1和SLC29A3,独立的数据集对特征基因验证发现他们同样在类风湿性关节炎样本中高表达,5个特征基因在2个数据集中的AUC值均大于0.8;③免疫细胞浸润发现大多数免疫细胞如单核细胞、自然杀伤细胞等在类风湿性关节炎样本里表现出更高的浸润水平,相关性分析显示5个特征基因与记忆B细胞、不成熟B细胞等呈正相关性,逆方差加权法发现单核细胞与类风湿性关节炎发病风险相关。