يتطلب اشتراك JoVE لعرض هذا المحتوى. تسجيل الدخول أو ابدأ نسخة تجريبية مجانية

مقالة بحثية

CCL4 كمؤشر حيوي محتمل للأيض المناعي في احتشاء عضلة القلب الحاد عبر التعلم الآلي وعلم النسخ الأحادي الخلية

77 مشاهدة

⸱

DOI:

10.3791/72480

⸱

أغسطس 11, 2026

 ,  ,  , 
1The First Affiliated Hospital of Anhui Medical University, 2Anhui Public Health Clinical Center

في هذه المقالة

ملخص

تدمج هذه الدراسة علم النسخ الضخم والخلوي الواحد مع التعلم الآلي لتحديد CCL4 وخمسة جينات أخرى كمؤشرات تشخيصية محتملة لاحتشاء عضلة القلب الحاد، كاشفة عن أنماط تعبير مناعية أيضية وأنماط تعبير خاصة بنوع الخلية.

الملخص

يعد احتشاء عضلة القلب الحاد (AMI) سببا رئيسيا للمراضة والوفيات على مستوى العالم، مما يبرز الحاجة إلى مؤشرات حيوية تكميلية جديدة. من خلال دمج بيانات النسخ الضخمة والخلية الواحدة مع أساليب التعلم الآلي، تم تحديد الجينات المرتبطة بكالمودولين المرتبطة ب AMI واستكشاف خصائصها المناعية الأيضية. كشفت تحليلات التعبير التفاضلي والتعبير المشترك المرجح عن 60 جينا مرتبطا بكالمودولين، تم فحص ستة جينات رئيسية منها (SOCS3، GBP4، ST14، KPNA5، STAB1 وCCL4) باستخدام خوارزميات تعلم آلي متعددة وتم التحقق منها في مجموعات بيانات مستقلة. أشارت التحليلات الوظيفية إلى تحسن في المسارات المناعية والالتهابية والأيضية. أظهرت عمليات التسلل المناعي ونسخ الخلايا الأحادية أنماط تعبير خاصة بنوع الخلية، حيث تم التعبير عن CCL4 بشكل رئيسي في خلايا T وNK وانخفض بشكل ملحوظ في عينات AMI. أكد التحقق من qPCR تغيرات كبيرة في التعبير لأربعة من الجينات الستة في المجموعة المحلية. اقترحت تحليلات تفاعل الدواء والجينات والالتحام مركبات مرشحة لمزيد من البحث. تشير النتائج مجتمعة إلى أن CCL4 قد يكون علامة تشخيصية محتملة لالتهاب الأقلية الدماغية الوراثية، وتوفر الروابط الملحوظة بين المناعة والأيض أساسا للدراسات الميكانيكية والترجمية المستقبلية.

المقدمة

احتشاء عضلة القلب الحاد (AMI)، الناتج عن نقص التروية المزمن، يعد من أكثر أمراض القلب فتكا في العالم1˒2. المرض متعدد العوامل، مع مساهمات رئيسية تشمل تصلب الشرايين، والجلطة، وتشنج الشريان التاجي، واضطرابات نظم القلب. ارتفاع ضغط الدم، السكري، فرط الدهون في الدم، التدخين، السمنة، والضغط النفسي معترف بها أيضا كعوامل خطر مهمة5. على الرغم من أن التقدم في تقنيات التدخل، والعلاجات المضادة للصفائح، واستراتيجيات الانحلال الجلطاني قد حسنت بشكل ملحوظ البقاء على قيد الحياة قصير المدى، إلا أن معدل الإصابة بالالتهاب الدماغي الدهني المستمر يستمر في الارتفاع، خاصة بين السكان الأصغر سنافي سن 6. تروبونين القلب (cTn) هو حاليا المؤشر الذهبي لتشخيص AMI. هو بروتين هيكلي يطلق في الدورة الدموية بعد نخر خلايا عضلة القلب ويظهر حساسية وخصوصية عالية. ومع ذلك، قد تتأثر مستويات cTn بوظيفة الكلى وتوقيت جمع العينات7˒8. لذلك، لا تزال هناك حاجة لتطوير مؤشرات حيوية تكميلية جديدة.

كالمودولين (CaM) هو بروتين صغير يعبر عنه بشكل واسع ومحفوظ للغاية بالكالسيوم، يعمل كمحول رئيسي داخل الخلايا لإشارات الكالسيوم ويشارك في مجموعةواسعة من العمليات البيولوجية. من خلال استشعار التغيرات في تركيزات Ca2⁺ داخل الخلية، يتفاعل CaM مع العديد من البروتينات المستهدفة، بما في ذلك الكينازات والفوسفاتازات وقنوات الأيونات، لتنظيم تكاثر الخلايا، الاستماتة المبرمجة، الأيض، انقباض العضلات، والاستجابات الالتهابية11. في الجهاز القلبي الوعائي، يلعب CaM دورا مركزيا في التحكم في انقباض خلايا القلب، معدل ضربات القلب، الاستقرار الكهربائي، وتوتر العضلات الملساء الوعائية12˒13. تشير الأدلة المتراكمة إلى أن خلل أو اختلال في مسارات الإشارات المرتبطة ب CaM يساهم في عدة اضطرابات قلبية وعائية، بما في ذلك اضطرابات النظم، وفشل القلب، وارتفاع ضغط الدم، وتضخم القلب14˒15. علاوة على ذلك، يشارك CaM في استجابات خلايا عضلة القلب لتفريغ التروية، والإجهاد التأكسدي، والمحفزات الالتهابية، مما يشير إلى احتمال مشاركته في التقدم المرضي ل AMI16. لذلك، فإن التحقيق في CaM في سياق أمراض القلب والأوعية الدموية يثير أهمية علمية وسريرية كبيرة.

تم دمج مجموعات بيانات تسلسل RNA حجمي وRNA-seq أحادية الخلية لتحديد الجينات المعبر عنها بشكل مختلف (DEGs) المرتبطة بشكل ملحوظ بدرجة CaM بشكل منهجي. تم استخدام تحليل شبكة التعبير المشترك للجينات المرجحة (WGCNA) لتحديد الجينات المرشحة المرتبطة بالتكاسيميوم المتورطة في التحليل الديناميكي الداخلي (AMI). ثم تم تطبيق عدة خوارزميات تعلم آلي لفحص الجينات الرئيسية وبناء نماذج تنبؤية لتقييم مخاطر التفاعل العاطفي الفردي. كما تم دمج ميزات النسخ النصي، وملفات التسلل المناعي، وشبكات التنظيم المنافسة للحمض النووي الريبي الداخلي (ceRNA) لدراسة كيف يمكن لهذه الجينات الرئيسية أن تساهم في تنظيم المناعة والتفاعلات المحتملة بين الدواء والهدف. تشير النتائج إلى أن عدة جينات أساسية تشارك في مسارات التفاعل المناعي الأيضي وتظهر قيمة تنبؤية وإمكانات علاجية. هذا النهج المتكامل يصقل الفهم الجزيئي للمؤشرات الحيوية ويوفر مبررا لتطوير العلامات الحيوية والتدخل المستهدف.

الوصول مقيد. يرجى تسجيل الدخول أو بدء فترة تجريبية لعرض هذا المحتوى.

البروتوكول

أجريت الدراسة وفقا لإعلان هلسنكي. تمت الموافقة على البروتوكول من قبل لجنة الأخلاقيات في مركز الصحة العامة في أنهوي في 19 سبتمبر 2025 (معرف الموافقة: PJ-YX2025-062). تم الحصول على موافقة مكتوبة مستنيرة من جميع المشاركين قبل جمع الدم. شملت المجموعة المحلية ثمانية مرضى يعانون من احتشاء عضلة القلب الحاد (AMI) وثمانية أشخاص أصحاء في الضابطة. الأدوات البحثية المستخدمة في البروتوكول مدرجة في جدول المواد.

1. مصادر البيانات والمعالجة

تم الحصول على مجموعات بيانات تسلسل الحمض النووي الريبي الجماعي المتعلقة باحتشاء عضلة القلب من مجموعة تعبير الجينات (GEO). تم استخدام مجموعتي البيانات GSE59867 و GSE48060 في التحليلات الضخمة للنسخ، وتم استخدام مجموعة بيانات تسلسل الحمض النووي الريبي GSE269269 الخلية الواحدة للتحليلات على مستوى الخلية (الجدول 1). تم الحصول على مجموعة من 255 جينا مرتبطا بكالمودولين من أطلس البروتين البشري لتحليلات مجموعات الجينات اللاحقة.

مجموعة البياناتنوع العينةالعينة (التحكمات)عينة (مرضى)منصة التسلسل
GSE59867تسلسل RNA بالجملة46111GPL6244
GSE48060تسلسل RNA بالجملة2131GPL570
GSE269269scRNA-seq (الدم المحيطي)10GPL24676

الجدول 1: خصائص مجموعات البيانات المستخدمة في الدراسة. يسرد الجدول أرقام وصول مجموعات البيانات، وأنواع العينات، وعدد عينات التحكم والمرضى، ومنصات التسلسل لمجموعات بيانات تسلسل الحمض النووي الريبي الضخم وسلسلة الحمض النووي الريبي أحادي الخلية. تسلسل RNA، تسلسل RNA؛ تسلسل الحمض النووي الريبي أحادي الخلية.

تم تصحيح التباين بين العينات في مجموعات البيانات الضخمة للنسخ باستخدام دالة normalizeBetweenArrays في حزمة ليما، الإصدار 3.60.6. ثم تم إجراء تحليل تعبير جيني تفاضلي باستخدام ليما. تم تعريف الجينات المعبر عنها بشكل تفاضلي (DEGs) باستخدام العتبات P < 0.05 و |log₂ تغير الطية| > 0.5. تم تصور المستويات الناتجة من DEG باستخدام مخططات البراكين وخرائط الحرارة وتصنيفها على أنها مرتفعة بشكل كبير، أو مخفضة بشكل كبير، أو لم تتغير بشكل كبير.

2. تحليل إثراء مجموعة الجينات بعينة واحدة وتحليل شبكات التعبير المشترك للجينات الموزون

تم إجراء تحليل إثراء مجموعة الجينات بعينة واحدة (ssGSEA) باستخدام 255 جينا مرتبطا بكالمودولين. تم استخدام حزمة GSVA لحساب درجة جينية مرتبطة بالكالمودولين، المخصصة Calmodulin_score، لكل عينة AMI وعينة ضابطة. تم تقييم الفروق في Calmodulin_score بين مجموعات AMI ومجموعة الضابط باستخدام اختبار ويلكوكسون لمجموع الترتيب.

تم إجراء تحليل شبكة التعبير المشترك للجينات المرجحة (WGCNA) باستخدام بيانات النسخ الجماعي من مرضى AMI. تم استبعاد الجينات التي يبلغ فيها متوسط شظايا لكل كيلوقاعدة من النسخ لكل مليون قراءة مخرطة تبلغ ≤0.5. تم تجميع العينات لتحديد وإزالة الحالات الشاذة.

تم اختيار قدرة عتبة ناعمة تحقق ملاءمة طوبولوجية خالية من المقياس بمقدار R² > 0.8. ثم تم بناء مصفوفة تداخل طوبولوجية. تم تحديد وحدات الجينات باستخدام خوارزمية قطع الشجرة الديناميكية مع حجم وحدة لا يقل عن 200. تم دمج الوحدات ذات الجينات الذاتية المتشابهة جدا باستخدام عتبة ارتباط >0.75، تتوافق مع عتبة دمج الوحدات بقيمة 0.25.

تم تقييم العلاقات بين الجينات الذاتية للوحدة والصفات السريرية، بما في ذلك Calmodulin_score، باستخدام تحليل الارتباط بيرسون. تم عرض علاقات الوحدة والسمات الناتجة في خريطة حرارية مشروحة بمعاملات الارتباط وقيم P المقابلة. تم حساب عضوية الوحدة وأهمية الجين لكل جين. تم إنشاء مخططات تشتت لعضوية الوحدة مقابل أهمية الجينات لتحديد الجينات ذات الاتصال داخل الوحدات العالية وأهمية السمات.

3. تحديد الجينات المرتبطة بكالمودولين المرتبطة ب AMI

تم تحديد الجينات المرتبطة بكالمودولين المرتبطة ب AMI من خلال تقاطع الجينات المبكرة مع جينات وحدات WGCNA المرتبطة بشكل كبير ب Calmodulin_score. تم الاحتفاظ بالجينات المتداخلة للتحليلات اللاحقة.

تم إجراء تحليل الإثراء الوظيفي باستخدام حزمة clusterProfiler. تم استخدام أنطولوجيا الجينات وموسوعة كيوتو للجينات وتعليقات الجينات لتحديد العمليات البيولوجية، والوظائف الجزيئية، ومكونات الخلية، ومسارات الإشارات المرتبطة بالجينات المتداخلة.

4. تحديد والتحقق من صحة الجينات الرئيسية باستخدام التعلم الآلي

تم إجراء تحليل الانحدار اللوجستي أحادي المتغير باستخدام الجينات المتداخلة. ثم تم تطبيق ثلاث خوارزميات تعلم آلي بشكل مستقل باستخدام حزم ومعلمات R التالية: الغابة العشوائية، XGBoost وآلة المتجه الداعمة.

تم استخدام كل خوارزمية لإعطاء الأولوية للجينات ذات القيمة التنبؤية ل AMI. تم تعريف الجينات الرئيسية المرشحة بأنها الجينات التي تحددها جميع الخوارزميات الثلاث. تم الاحتفاظ بالجينات التي أظهرت أيضا تعبيرا تفريقيا كبيرا ومتسقا اتجاها في كل من مجموعة بيانات التدريب GSE59867 ومجموعة بيانات التحقق الخارجية GSE48060 كجينات رئيسية نهائية.

5. بناء وتقييم النماذج التشخيصية

تم بناء نموذج انحدار لوجستي باستخدام الجينات الرئيسية المحددة ووظيفة lrm. تم إنشاء رسم نوموغرامي باستخدام دالة المخطط لعرض مساهمة كل جين ميزة في الاحتمال المتوقع لحدوث AMI.

تم تقييم التمييز بين النماذج من خلال تحليل خصائص تشغيل المستقبل باستخدام حزمة pROC. تم حساب المساحة تحت منحنى خاصية تشغيل المستقبل لتقييم قدرة النموذج على التمييز بين AMI وعينات التحكم.

تم توليد منحنيات معايرة لمقارنة الاحتمالات المتوقعة مع النتائج المرصودة. تم إجراء تحليل منحنى القرار لتقدير الفائدة السريرية الصافية للنموذج عبر نطاق من احتمالات العتبة.

6. تحليل إثراء مجموعات الجينات وبناء شبكات RNA الداخلية المنافسة

تم إجراء تحليل إثراء مجموعات الجينات بشكل منفصل لكل جين رئيسي باستخدام مصفوفة الارتباط الجيني وحزمة clusterProfiler. تم تصنيف نتائج موسوعة كيوتو لإثراء مسارات الجينات والجينومات بناء على درجة الإثراء المطلقة المطبعة. تم عرض أعلى خمسة مسارات تصنيفا لكل جين.

تم فحص الارتباطات الوظيفية وشبكات التفاعل الجيني باستخدام GeneMANIA. تم التنبؤ بمنظمات ميكروRNA محتملة للجينات الرئيسية باستخدام miRanda وmiRTarBase وTargetScan، وmiRDB. تم تحديد تفاعلات الميكروRNA المرشحة مع mRNA من خلال تقاطع التنبؤات من قواعد البيانات الأربع.

تم الحصول على تفاعلات طويلة غير مشفرة بين RNA وmicroRNA من سبونج سكان. ثم تم دمج العلاقات الطويلة غير المشفرة بين RNA-microRNA وmicroRNA-mRNA لبناء شبكة تنظيمية داخلية متنافسة. تم تصور الشبكة كمخطط سانكي باستخدام حزمة الغاليوفيال.

7. التنبؤ بالأدوية والالتحام الجزيئي

تم التنبؤ بتفاعلات الدواء والجينات باستخدام قاعدة بيانات تفاعل الدواء والجينات. تم تصور شبكة التفاعل الناتجة باستخدام برنامج تحليل الشبكة.

تم استرجاع معرف بروتين UniProt ل CCL4 ك P13236. تم الحصول على البنية البروتينية ثلاثية الأبعاد المقابلة بصيغة بنك بيانات البروتين (PDB) تحت رقم الإدخال 1HUM (بنية حيود الأشعة السينية) البشري MIP-1β)، والتي تم اختيارها للالتحاس. تم اختيار السلسلة A، التي تمثل المونومر البيولوجي ذي الصلة، للالتحام بالأرض. تم إعداد البروتين باستخدام وحدة تحضير البروتين في CB-Dock2، والتي تشمل إزالة جزيئات الماء، وإضافة الهيدروجينات القطبية، وتعيين شحنات غاستايجر. تم استرجاع البنى الكيميائية ثلاثية الأبعاد للمركبات المرشحة (حمض الكلودرونيك وإيبوتين ألفا) من قاعدة بيانات PubChem بصيغة ملف الهيكل-البيانات (SDF). تم إجراء محاكاة الالتحام باستخدام منصة CB-Dock2 الإلكترونية، التي تستخدم خوارزمية AutoDock Vina للالتحام الأعمى. تم تعيين موقع الالتحام ليغطي كامل سطح البروتين للسماح بالتعرف غير المتحيز على جيوب الارتباط المحتملة. تم حساب الألفة المرتبطة كطاقة حرة متوقعة للارتباط (ΔG) بالكيلو كالوري/مول. تم تصور أوضاع الالتحام النهائية وتفاعلات البروتين-الليجاند (مثل الروابط الهيدروجينية، والتلامسات الكارهة للماء) باستخدام PyMOL وعارض التفاعل المدمج في CB-Dock2.

8. معالجة بيانات تسلسل الحمض النووي الريبي أحادي الخلية

تم إجراء مراقبة الجودة قبل تحليل تسلسل الحمض النووي الريبي أحادي الخلية في المرحلة النهائية. تم الاحتفاظ بالخلايا عندما كان عدد الجينات المكتشفة بين 200 و10,000، وكان إجمالي عدد المعرفات الجزيئية الفريدة ≥1,000، ونسبة النسخ الميتوكوندرية ≤20٪).
تم استبعاد الخلايا التي تعبر عن أقل من 200 جين وجينات تم اكتشافها في أقل من ثلاث خلايا. تم تطبيق هذه المرشحات لتقليل احتواء الخلايا منخفضة الجودة والضوضاء التقنية. تم تطبيع قيم التعبير الجيني باستخدام دالة NormalizeData في حزمة Seurat. تم تحديد جينات متغيرة للغاية باستخدام دالة FindVariableFeatures. تم تمركز وتوحيد قيم التعبير للجينات المتغيرة للغاية باستخدام دالة ScaleData.

تم تصحيح التأثيرات الدفعية المرتبطة بالتغيرات التجريبية أو التسلسلية باستخدام دالة RunHarmony من إطار تكامل هارموني17.

9. تقليل أبعاد الخلية الواحدة، والتجميع، والتعليق

تم تطبيق تحليل المكونات الرئيسية أولا لتقليل أبعاد مجموعة بيانات تسلسل الحمض النووي الريبي أحادي الخلية. تم استخدام تقريب وإسقاط متعدد الشعب المنتظم، وتضمين الجيران العشوائي الموزع على t لاحقا لتصوير التغاير الخلوي.

تم تجميع خلايا متشابهة من حيث النسخ باستخدام دوال FindNeighbors وFindClusters في Seurat. تم تحديد جينات العلامات المعبر عنها بشكل تفاضلي لكل مجموعة باستخدام دالة FindAllMarkers من خلال مقارنة كل مجموعة مع جميع المجموعات المتبقية.

تم تعيين أنواع الخلايا باستخدام جينات علامات نموذجية تم الحصول عليها من الأدبيات المنشورة وقواعد بيانات علامات الخلايا المعتمدة. تم تصور التوزيع المكاني ومستويات التعبير للجينات الرئيسية باستخدام دالة FeaturePlotرقم 18.

10. التحليل الكمي لتفاعل البوليميراز المتسلسل

تم الحصول على عينات دم طرفية من 8 مرضى مصابين بالتهاب العضلات العصبية و8 أشخاص أصحاء في مركز الصحة العامة السريري في أنهوي. شملت مجموعة AMI مرضى تم تشخيصهم وفقا للتعريف العالمي الرابع لاحتشاء عضلة القلب، مع أعراض تتوافق مع نقص تدمغة عضلة القلب وارتفاع مستويات تروبونين القلب I فوق الحد المرجعي الأعلى 99 في المئوية. تكونت مجموعة الضابطة من أفراد أصحاء متطابقين حسب العمر والجنس ليس لديهم تاريخ من أمراض القلب والأوعية الدموية، وتخطيطات القلب الكهربائية طبيعية، ولا توجد شذوذات في تحاليل الدم الروتينية أو وظائف الكبد أو وظائف الكلى. بالنسبة للمرضى المصابين بالتهاب العضلات الكيميائية (AMI)، تم جمع 3 مل من الدم المضاد للتخثر بحمض الإيثيلين ديامين تترا أسيتيك خلال 24 ساعة من دخول المستشفى. تم جمع نفس الحجم من مجموعة ضابطين صحيين خلال فترة الدراسة المقابلة.

تم عزل إجمالي الحمض النووي الريبي من الدم المحيطي وفقا للبروتوكول المرفق مع مجموعة عزل الحمض النووي الريبي للدم. تم تقييم تركيز ونقاء الحمض النووي الريبي باستخدام مطياف نانودروب، وتم التحقق من سلامة الحمض النووي الريبي بواسطة الرحلان الكهربائي الهلام بالأغاروز. تم استخدام العينات التي تتراوح نسبة A260/A280 بين 1.8 و2.1 فقط في التحليلات اللاحقة. تم نسخ ما مجموعه 500 نانوغرام من الحمض النووي الريبي إلى حمض نووي مكمل باستخدام مادة تخليق DNA تكميلية من السلسلة الأولى. تم تخفيف الحمض النووي المكملة الناتجة إلى تركيز نهائي يبلغ 150 نانوغرام/مل. تم إجراء تضخيم تفاعل البوليميراز المتسلسل الكمي بحجم تفاعل إجمالي قدره 10 ميكرولتر باستخدام خليط رئيسي قائم على SYBR Green بدون صبغة مرجعية سلبية. تم إجراء جميع تفاعلات qPCR في نسخ تقنية مكررة مرتين، واستندت الحسابات اللاحقة إلى متوسط قيم Ct.

تم تنفيذ التضخيم باستخدام جهاز تفاعل بوليميراز متسلسل في الوقت الحقيقي. تكونت ظروف التدوير من إزالة الطبيعة الأولية عند 95 درجة مئوية لمدة 5 دقائق، تلتها 40 دورة إزالة الطبيعة عند 95 درجة مئوية لمدة 10 ثوان، والتلدين عند 60 درجة مئوية لمدة 30 ثانية، والتمديد عند 72 درجة مئوية لمدة 30 ثانية. تم إجراء تحليل منحنى الصهر بعد التضخيم.

تم تطبيع مستويات التعبير الجيني إلى β-أكتين. تم حساب التعبير النسبي باستخدام طريقة 2−ΔΔCt .

11. التحليل الإحصائي

أجريت تحليلات إحصائية بلغة R. وتم إنشاء تصورات شبكية باستخدام برامج تحليل الشبكة. تم تقييم الفروق بين مجموعتين باستخدام اختبار ويلكوكسون ما لم يذكر خلاف ذلك. تمت مقارنة المتغيرات المستمرة ذات التوزيع الطبيعي باستخدام اختبار t الخاص بستودنت. تمت مقارنة المتغيرات المستمرة غير الموزعة بشكل طبيعي باستخدام اختبار مان-ويتني U، المعروف أيضا باختبار ويلكوكسون لمجموع الرتب. جميع الاختبارات الإحصائية كانت ذات طرفين. تم اعتبار قيمة P <0.05 ذات دلالة إحصائية19.

الوصول مقيد. يرجى تسجيل الدخول أو بدء فترة تجريبية لعرض هذا المحتوى.

النتائج

تحديد وتحليل الجينات المرتبطة بكالمودولين المرتبطة ب AMI
تم إجراء تصحيح تأثير الدفعات أولا على مجموعة البيانات GSE59867 لضمان قابلية المقارنة عبر العينات (الشكل 1A). تم تحديد ما مجموعه 168 جينا معبرة تفاضليا (DEGs) لاحقا، بما في ذلك 77 جينا مرتفعا و91 جينا منخفضا في عينات AMI مقارنة بالضابطين (الشكل 1B). أظهر تحليل إثراء مجموعة الجينات بعينة واحدة أن Calmodulin_score تختلف بشكل كبير بين مجموعات AMI والمجموعة ...

الوصول مقيد. يرجى تسجيل الدخول أو بدء فترة تجريبية لعرض هذا المحتوى.

المناقشة

احتشاء عضلة القلب الحاد (AMI) ينتج عن انسداد حاد في الشريان التاجي، مما يؤدي إلى نخر إقفاري عضلة القلب وارتفاع معدلات المرض والوفيات حول العالم. يلعب كالمودولين، وهو بروتين تنظيمي معتمد على الكالسيوم، دورا محوريا في نقل الإشارات داخل الخلية. أظهرت دراسات سابقة أن الكالمودولين ينظم استماتة خلايا القلب، والاستجابات الالتهابية، وتوازن الكالسيوم أثناء التوازن الداخلي الداخلي، مما يشير إلى أنه قد يكون جزيئا مهما في المولد20 لأمراض العضلات العضلاتية. في هذه الدراسة، تم ...

الوصول مقيد. يرجى تسجيل الدخول أو بدء فترة تجريبية لعرض هذا المحتوى.

الإفصاحات

يعلن المؤلفون عدم وجود تضارب مصالح.

شكر وتقدير

وقد دعم هذا العمل صندوق أبحاث جامعة أنهوي الطبية (المنحة رقم 2022xkj059) ومعهد أنهوي للطب الانتقالي (المنحة رقم 2021zhyx-C71). يشكر المؤلفون جميع الزملاء الذين ساعدوا ودعموا هذا البحث.

الوصول مقيد. يرجى تسجيل الدخول أو بدء فترة تجريبية لعرض هذا المحتوى.

المواد

قائمة المواد المستخدمة في هذه المقالة
الاسمالشركةرقم فهرسيالتعليقات
β-actin primerTsingkeN/AForward: 5′-CATGTACGTTGCTATCCAGGC-3′
Reverse: 5′-CTCCTTAATGTCACGCACGAT-3′
calibratermsN/AParameters: lrmModel, method = "boot", B = 1000
CB-Dock2CB-Dock2 ServerOnline toolhttps://cadd.labshare.cn/cb-dock2/
CCL4 primerTsingkeN/AForward: 5′-CTGTGCTGATCCCAGTGAATC-3′
Reverse: 5′-TCAGTTCAGTTCCAGGTCATACA-3′
CIBERSORTStanford UniversityOnline toolParameters: function(sig_matrix, mixture_file, perm = 0, QN = TRUE)Spearman correlation analysis was performed between immune-cell abundance and gene expression.
clusterProfilerBioconductor4.12.6https://bioconductor.org/packages/clusterProfiler
CytoscapeCytoscape Consortium3.9.1https://cytoscape.org/
Drug-Gene Interaction DatabaseDGIdbOnline databasehttps://www.dgidb.org/
Gene Expression OmnibusNCBIOnline databasehttps://www.ncbi.nlm.nih.gov/geo/
Gene Ontology databaseGene Ontology ConsortiumOnline databasehttp://geneontology.org/
GeneMANIAUniversity of TorontoOnline toolhttps://genemania.org/
GBP4 primerTsingkeN/AForward: 5′-AGGCTGCTAAAACACAAGCTG-3′
Reverse: 5′-CCCCAGGTAGAGTGACAATCAT-3′
ggalluvialCRAN0.12.5Sankey diagram generation
GSVABioconductor1.52.3Parameter: P < 0.05
Harmony integration frameworkCRAN1.2.0https://github.com/immunogenomics/harmony
Hifair III 1st Strand cDNA Synthesis SuperMixYEASEN11141ES10Reverse-transcription reagent
Hieff qPCR SYBR Green Master MixYEASEN11201ESqPCR reagent
Human Protein AtlasHuman Protein Atlas ConsortiumOnline databasehttps://www.proteinatlas.org/
KPNA5 primerTsingkeN/AForward: 5′-TCAAGAGATGCGTAGACGAAGA-3′
Reverse: 5′-ACATTTCTGCGTTTGAACAACTG-3′
Kyoto Encyclopedia of Genes and Genomes databaseKanehisa LaboratoriesOnline databasehttps://www.kegg.jp/
LightCycler 480 Instrument IIRocheLightCycler 480 IIReal-time PCR instrument
limmaBioconductor3.60.6Differentially expressed gene screening
lrmrmsN/AParameters: Type ~ SOCS3 + GBP4 + ST14 + KPNA5 + STAB1 + CCL4, data = aSAH, maxit = 100
miRandaMicroRNA.orgOnline toolhttp://www.microrna.org/microrna/home.do
miRDBmiRDBOnline toolhttp://mirdb.org/
miRTarBaseNational Chiao Tung UniversityOnline databasehttps://mirtarbase.cuhk.edu.cn/
Protein Data BankRCSBOnline databasehttps://www.rcsb.org/
PubChemNCBIOnline databasehttps://pubchem.ncbi.nlm.nih.gov/
PyMOLSchrödinger, LLC2.5.4Visualization of molecular docking results
pROCCRAN1.18.5Receiver operating characteristic curve generation and visualization
Random forest packageCRAN3.3.1Parameters: ntree = 100, seed = 200
R softwareR Foundation4.2.2Bioinformatics and statistical analyses
regplotCRAN1.1Parameters: glm(Status ~ gene, family = binomial(), data = merged_data)lrm(Type ~ SOCS3 + GBP4 + ST14 + KPNA5 + STAB1 + CCL4, data = aSAH, maxit = 100)
rmdaCRAN1.6Parameters: decision_curve(Type ~ SOCS3 + GBP4 + ST14 + KPNA5 + STAB1 + CCL4, data = aSAH, family = binomial(link = "logit"), thresholds = seq(0, 1, by = 0.01), confidence.intervals = 0.95)
RNA isolater MolPure Blood RNA KitYEASEN19241ES50RNA isolation kit
SeuratSatija Lab5.1.0Marker genes used for cell annotation:Monocytes: FCN1, S100A9, S100A8B cells: CD79B, MS4A1T cells: LDHB, CD4, CD3DNK cells: FGFBP2, GZMB, NKG7, KLRD1Megakaryocytes: CD163, CD36, PF4, PPBPBlood cells: ALAS2, AHSP, CA1Plasma cells: IGHA1, CD79A, MZB1, JCHAINDendritic cells: HLA-DMB, HLA-DPA1, HLA-DQB1Mast cells: FCER1A, MS4A2
SOCS3 primerTsingkeN/AForward: 5′-CCTGCGCCTCAAGACCTTC-3′
Reverse: 5′-GTCACTGCGCTCCAGTAGAA-3′
spongeScanspongeScanOnline toolhttp://spongescan.rc.ufl.edu/
ST14 primerTsingkeN/AForward: 5′-TTCCTGCCAGTCAACAACGTC-3′
Reverse: 5′-GGTACTGCAAATGCCACACC-3′
STAB1 primerTsingkeN/AForward: 5′-CCGGGAAATCCTTACCACAGC-3′
Reverse: 5′-ACCTTCGTGTTTGTTGGGTCC-3′
Support vector machine packageCRAN1.7-13Parameters: input, k = 10, halve.above = 100
survminerCRAN0.5.0Survival curve plotting
TargetScanTargetScanOnline toolhttp://www.targetscan.org/
UniProtUniProt ConsortiumOnline databasehttps://www.uniprot.org/
Weighted gene co-expression network analysis packageCRAN1.73Parameters: R² > 0.8, minModuleSize = 200
XGBoost packageCRAN1.7.8.1Parameters: nrounds = c(50, 200), max_depth = c(3, 8), eta = c(0.01, 0.3)

المراجع

  1. Buja LM. Pathobiology of myocardial ischemia and reperfusion injury: models, modes, molecular mechanisms, modulation, and clinical applications. Cardiol Rev. 2023;31(5):252–264. https://doi.org/10.1097/CRD.0000000000000440
  2. Salari N, et al. The global prevalence of myocardial infarction: a systematic review and meta-analysis. BMC Cardiovasc Disord. 2023;23:206. https://doi.org/10.1186/s12872-023-03231-w
  3. Młynarska E, et al. From atherosclerotic plaque to myocardial infarction-the leading cause of coronary artery occlusion. Int J Mol Sci. 2024;25(13):7295. https://doi.org/10.3390/ijms25137295
  4. Krittanawong C, et al. Acute myocardial infarction: etiologies and mimickers in young patients. J Am Heart Assoc. 2023;12(18). https://doi.org/10.1161/JAHA.123.029971
  5. Sood A, Singh A, Gadkari C. Myocardial infarction in young individuals: a review article. Cureus. 2023;15(4). https://doi.org/10.7759/cureus.37102
  6. Galli M, et al. Guided versus standard antiplatelet therapy in patients undergoing percutaneous coronary intervention: a systematic review and meta-analysis. Lancet. 2021;397(10283):1470–1483. https://doi.org/10.1016/S0140-6736(21)00533-X
  7. Ai X, et al. Dynamic profiles of 25 serum biomarkers in acute myocardial infarction. Front Cardiovasc Med. 2025;12:1631648. https://doi.org/10.3389/fcvm.2025.1631648
  8. Yang Z, Zhou DM. Cardiac markers and their point-of-care testing for diagnosis of acute myocardial infarction. Clin Biochem. 2006;39(8):771–780.
  9. Yang CF, Tsai WC. Calmodulin: the switch button of calcium signaling. Tzu Chi Med J. 2022;34(1):15–22. https://doi.org/10.4103/tcmj.tcmj_285_20
  10. Tokumitsu H, Sakagami H. Molecular mechanisms underlying Ca²⁺/calmodulin-dependent protein kinase kinase signal transduction. Int J Mol Sci. 2022;23(19):11025. https://doi.org/10.3390/ijms231911025
  11. Ketehouli T, et al. Overview of the roles of calcium sensors in plants’ response to osmotic stress signalling. Funct Plant Biol. 2022;49(7):589–599.
  12. Beghi S, et al. Calcium signalling in heart and vessels: role of calmodulin and downstream calmodulin-dependent protein kinases. Int J Mol Sci. 2022;23(24):16139. https://doi.org/10.3390/ijms232416139
  13. Tran N, et al. Endothelial nitric oxide synthase and the cardiovascular system: in physiology and in disease states. Am J Biomed Sci Res. 2022;15(2):153–177.
  14. Hua Y, et al. Ca²⁺/calmodulin-dependent protein kinase II regulation by inhibitor of receptor-interacting protein kinase 3 alleviates necroptosis in glycation end products-induced cardiomyocyte injury. Int J Mol Sci. 2022;23(13).
  15. Zhang J, et al. Ca²⁺/calmodulin-dependent protein kinase II regulation by inhibitor of RIPK3 protects against cardiac hypertrophy. Oxid Med Cell Longev. 2022;2022:7941374. https://doi.org/10.1155/2022/7941374
  16. Zi C, Ma X, Zheng M, Zhu Y. VDAC1-NF-κB/p65-mediated S100A16 contributes to myocardial ischemia/reperfusion injury by regulating oxidative stress and inflammatory response via the calmodulin/CaMKK2/AMPK pathway. Eur J Pharmacol. 2025;987:177158. https://doi.org/10.1016/j.ejphar.2024.177158
  17. Song Z, et al. Identification of five hub genes based on single-cell RNA sequencing data and network pharmacology in patients with acute myocardial infarction. Front Public Health. 2022;10:894129. https://doi.org/10.3389/fpubh.2022.894129
  18. Qu S, et al. Integrated multi-omics and experimental validation for identifying novel biomarkers of acute myocardial infarction. Naunyn Schmiedebergs Arch Pharmacol. 2026;399(9):14067–14089. https://doi.org/10.1007/s00210-026-05281-1
  19. Fan H, et al. Early diagnostic biomarkers for acute myocardial infarction unveiled by metabolomics, Mendelian randomization, and machine learning. Mol Biomed. 2026;7(1):5.
  20. Yang Y, et al. CaMKII in regulation of cell death during myocardial reperfusion injury. Front Mol Biosci. 2021;8:668129. https://doi.org/10.3389/fmolb.2021.668129
  21. Rosenstock P, Kaufmann T. Sialic acids and their influence on human natural killer cell function. Cells. 2021;10(2):263.
  22. Li G, et al. Decoding glycosylation in cardiovascular diseases: mechanisms, biomarkers, and therapeutic opportunities. 2025;16.
  23. Yang M, et al. lncRNAfunc: a knowledgebase of lncRNA function in human cancer. Nucleic Acids Res. 2022;50(D1)–D1306.
  24. Zhang W, et al. Identification of plasma exosomes hsa_circ_0001360 and hsa_circ_0000038 as key biomarkers of coronary heart disease. 2024;2024.
  25. Cheng W, et al. NF-κB, a potential therapeutic target in cardiovascular diseases. Cardiovasc Drugs Ther. 2023;37(3):571–584.
  26. Liang B, Liang Y, Gu N. Pharmacological mechanisms of sodium-glucose cotransporter 2 inhibitors in heart failure with preserved ejection fraction. BMC Cardiovasc Disord. 2022;22(1):261.
  27. Qiu D, et al. Evaluating the diagnostic potential of SOCS3 in copper metabolism for acute myocardial infarction. Pathol Res Pract. 2024;264:155688.
  28. Zhang J, Zhang L. Bioinformatics approach to identify the influences of SARS-CoV-2 infections on atherosclerosis. Front Cardiovasc Med. 2022;9:907665.
  29. Zhang J, et al. CXCL16 promotes Ly6Chigh monocyte infiltration and impairs heart function after acute myocardial infarction. J Immunol. 2023;210(6):820–831.
  30. Tsuruno Y, et al. Favorable inhibitory effect of clodronate on hepatic steatosis in short bowel syndrome model rats. Pediatr Surg Int. 2024;40(1):307.
  31. Kim DH, et al. Bisphosphonates and risk of cardiovascular events: a meta-analysis. PLoS One. 2015;10(4).
  32. Kittithaworn A, Toro-Tobon D, Sfeir JG. Cardiovascular benefits and risks associated with calcium, vitamin D, and antiresorptive therapy in the management of skeletal fragility. Womens Health. 2023;19:17455057231170059.
  33. Anand S, Al-Mondhiry J, Fischer K, Glaspy J. Epoetin alfa-epbx: a new entrant into a crowded market-a historical review of the role of erythropoiesis-stimulating agents and the development of the first epoetin biosimilar in the United States. Expert Rev Clin Pharmacol. 2021;14(1):1–8.
  34. Yin W, Noguchi CT. The role of erythropoietin in metabolic regulation. 2025;14(4):280.
  35. Sung PH, Luo CW, Chiang JY, Yip HK. The combination of G9a histone methyltransferase inhibitors with erythropoietin protects the heart against damage from acute myocardial infarction. Am J Transl Res. 2020;12(7):3255–3271.
  36. Jean-Baptiste W, et al. Are there any cardioprotective effects or safety concerns of erythropoietin in patients with myocardial infarction? A systematic review. Cureus. 2022;14(6).
  37. Liu J, Chen L, Zheng X, Guo C. Identification of immune-related genes in acute myocardial infarction based on integrated bioinformatic methods and experimental verification. PeerJ. 2023;11.
  38. Feng L, et al. Identification of genes linking natural killer cells to apoptosis in acute myocardial infarction and ischemic stroke. Front Immunol. 2022;13:817377.
  39. Wang Q, et al. Atorvastatin-induced tolerogenic dendritic cells improve cardiac remodeling by suppressing TLR-4/NF-κB activation after myocardial infarction. Inflamm Res. 2023;72(1):13–25.

الوصول مقيد. يرجى تسجيل الدخول أو بدء فترة تجريبية لعرض هذا المحتوى.

إعادة الطباعة والأذونات

الوسوم

الجينات المرتبطة بالكالمودولينالتعبير التفاضليالارتشاح المناعيالتعبير المشترك الموزونالخلايا التائيةالخلايا القاتلة الطبيعية
تواصل معنا
أوصِ به للمكتبة

الخصوصية

شروط الاستخدام

السياسات

حقوق الطبع والنشر © 2026 MyJoVE Corporation. جميع الحقوق محفوظة.