本文介绍了一种通过整合公共批量转录组学、机器学习、免疫浸润分析和单细胞转录组学，以识别心房颤动中与内质网应激相关的免疫特征的实验方案，从而实现可重复的生物标志物优先排序和细胞类型定位。
需要JoVE订阅才能观看此内容。 请登录或开始免费试用
研究文章
* These authors contributed equally
本文介绍了一种通过整合公共批量转录组学、机器学习、免疫浸润分析和单细胞转录组学，以识别心房颤动中与内质网应激相关的免疫特征的实验方案，从而实现可重复的生物标志物优先排序和细胞类型定位。
本研究描述了一种可重复的计算工作流程，通过整合批量转录组学、机器学习、免疫浸润分析和单细胞转录组学，用于识别心房颤动（AF）中与内质网应激（ERS）相关的基因特征。从基因表达综合数据库（Gene Expression Omnibus, GEO）获取公开的批量转录组数据集，随后进行表型标准化、数据归一化、批次效应校正及差异表达分析。将加权基因共表达网络分析（WGCNA）与ERS相关基因集相结合，以鉴定候选的ERS相关基因。随后采用多算法机器学习框架，比较不同特征筛选和模型拟合策略。所选模型在独立的外部验证队列（GSE115574）中进行评估，并在另一队列（GSE14975）中进一步验证，其区分性能通过受试者工作特征（ROC）分析和曲线下面积（AUC）进行量化。利用该工作流程，共鉴定出22个ERS相关核心基因，其中包含18个基因的弹性网络（Elastic Net, Enet）模型在训练队列和验证队列中均表现出最高的整体区分能力。SHapley加性解释（SHAP）分析揭示了RPS11、NCF2和S100A4等基因在模型预测中的主要贡献。免疫去卷积和单细胞转录组分析进一步显示，ERS相关特征主要映射至单核细胞-巨噬细胞谱系，提示其可能参与AF相关的免疫重塑过程。该工作流程为将疾病相关的转录组特征与特定免疫细胞群体关联提供了可重复的策略，且可结合适当的批量和单细胞数据集推广至其他疾病研究场景。
心房颤动（AF）是临床实践中最常见的持续性心律失常，其特征是心房内电活动紊乱以及机械功能丧失。它显著增加了卒中、心力衰竭和全因死亡的风险，已成为全球主要的公共卫生负担1。目前AF的临床管理面临重大挑战：传统抗心律失常药物在长期维持窦性心律方面的疗效有限，且其不良反应（如致心律失常作用和心脏毒性）限制了其持续使用2,3。导管消融在持续性AF中长期维持窦性心律方面也仍然存在困难4。由于对AF上游机制的分子图谱缺乏系统性认识，目前新型治疗策略的发展受到限制，这阻碍了精准靶点的识别与转化。研究表明，AF的病理进展涉及多个层面的复杂相互作用，包括电重构、结构重构以及自主神经系统重构。其中，以心肌纤维化为核心的心房结构重构是维持AF的关键机制之一5,6,7。
因此，阐明驱动纤维化的上游应激通路是突破持续性心房颤动（AF）治疗瓶颈的关键之一。近期研究表明，内质网应激（ERS）是一种高度保守的适应性反应，在内质网稳态受到破坏、导致未折叠或错误折叠蛋白在内质网腔内过度积累时被激活。ERS作为关键的调....
访问受限。请登录或开始试用以查看此内容。
根据中国于2023年2月18日发布的《涉及人的生命科学和医学研究伦理审查办法》，使用公开可获取数据的研究可能符合免除伦理审查的条件。本研究仅使用了公开可获取的、去标识化的转录组学二次数据，未涉及新的人体参与者招募、人体样本采集或动物实验。因此，无需额外的机构伦理审批。本研究未开展任何动物实验，故无需获得机构动物护理和使用委员会的批准。
心房颤动中内质网应激相关基因的数据来源
本研究从 GEO 数据库中获取了公开可用的与心房颤动（AF）相关的转录组数据集，包括 GSE41177、GSE79768、GSE115574、GSE14975 和 GSE165838。GSE 数据集的详细信息见补充文件 1—补充表 S1。其中，GSE41177 和 GSE79768 用于构建整合的 bulk 转录组训练队列，而 GSE115574 和 GSE14975 作为两个独立的外部验证队列。GSE165838 用于单细胞转录组分析。由于这些数据集来自不同的实验平台，可能在组织来源、临床背景和样本构成上存在差异，因此在整合或验证前，每个数据集均根据其平台特性进行独立预处理。随后，使用 sva R 软件包对合并后的训练队列进行批次效应校正。内质网应激相关基因集从 GeneCards 数据库中获取，筛选相关性评分 ≥ 3 的基因，并在去除重复项后形成本研究所用的目标基因列表。
访问受限。请登录或开始试用以查看此内容。
心房颤动中差异表达基因的鉴定
为提高不同队列之间的可比性，整合了两个与心房颤动（AF）相关的转录组数据集（GSE41177 和 GSE79768），并对合并后的表达矩阵进行了批次效应校正。图2A、B展示了批次效应校正前后全局表达分布的箱线图，用于评估各样本间表达强度分布的可比性。图2C、D展示了批次效应校正前后主成分分析（PCA）图，用于评估样本层面的聚类模式及与队列相关的分离情况。校正后，全局表达分布更加一致，且在PCA空间中不同队列间的系统性分离明显减弱，表明批次效应得到了有效消除。随后，利用校正后的合并数据集进行差异表达分析。以FDR < 0.05 且 |log2FC| > 0.585 作为显著性阈值，共鉴定出181个差异表达基因（DEGs）。火山图清晰展示了差异表达基因在效应大小和统计显著性上的分布情况（图2E.......
访问受限。请登录或开始试用以查看此内容。
本研究整合了批量测序与单细胞转录组数据，以探讨内质网应激（ERS）在心房颤动（AF）中的作用。研究获得了一个具有良好跨队列区分能力的ERS相关基因特征，这些信号主要映射到单核细胞-巨噬细胞谱系，并与广泛的细胞间通讯相关。总体而言，研究结果提示，ERS相关程序与AF中的免疫细胞中心性重构密切相关。与仅基于批量测序的生物标志物筛选相比，该工作流程提供了对疾病相关基因的多层次解读。通过整合加权基因共表达网络分析（WGCNA）与ERS相关基因筛选，提高了生物学特异性；而比较多种机器学习算法则降低了对单一建模策略的依赖。SHAP分析进一步通过识别每个特征的相对贡献及其作用方向，提升了模型的可解释性。此外，单细胞转录组学将批量数据-derived的基因特征映射到特定细胞群体，从而生成关于细胞来源及细胞间通讯机制的假设。该工作流程的成功依赖于若干关键步骤：首先，数据集选择与表型标准化至关重要，因为组织来源、疾病定义或临床注释的不一致可能引入显著偏倚；其次，在下游建模前，应通过表达分布图和主成分分析综合评估批次效应校正效果；第三，特征筛选需在统计严格性与生物学可解释性之间取得平衡，尤其是在差异表达基因（DEGs）、WGCNA模块与ERS相关基因集的交集.......
访问受限。请登录或开始试用以查看此内容。
作者在本研究中无任何利益冲突。在修改本文期间，仅使用了 OpenAI 的 ChatGPT 辅助英文语言润色。作者对所有经人工智能辅助编辑的文本进行了审阅、核实和修改，并对最终稿件的准确性和完整性承担全部责任。未使用任何人工智能辅助工具生成研究思路、进行数据分析、解释结果、创建图表或得出科学结论。 本文所报告的工作均由作者完成。F.T、PR.W：撰写初稿、软件、方法学、可视化、验证及数据管理。SY.T：调查与方法学。FF.B：监督。QR.L：监督、方法学、数据管理。XY.J、YX.X：文献检索与数据分析。
| 姓名 | 公司 | 目录编号 | 评论 |
|---|---|---|---|
| AddModuleScore | Seurat 函数 | 版本 4.4.0 | NA |
| AUCell | Bioconductor | 版本 1.32.0 | RRID:SCR_021327 |
| 角标 | CRAN | 版本 7.0.1 | RRID:SCR_022524 |
| celda / decontX | Bioconductor | 版本 1.24.0 | NA |
| CellChat | GitHub / CellChat | 版本 2.2.0 | RRID:SCR_021946 |
| CIBERSORT / LM22 特征矩阵 | CIBERSORT | LM22 | NA |
| clusterProfiler | Bioconductor | 版本 4.12.6 | RRID:SCR_016884 |
| Cytoscape | Cytoscape 联盟 | 版本 3.10 | RRID:SCR_003032 |
| DoubletFinder | GitHub / McGinnis 实验室 | 版本 2.0.4 | NA |
| e1071 | CRAN | 版本 1.7.16 | NA |
| 胶质母细胞瘤 | CRAN | 版本 2.2.2 | NA |
| 基因表达综合数据库（Gene Expression Omnibus, GEO） | 美国国家生物技术信息中心 (NCBI) | GSE41177 | NA |
| 基因表达综合数据库（Gene Expression Omnibus, GEO） | NCBI | GSE79768 | NA |
| 基因表达综合数据库（Gene Expression Omnibus, GEO） | NCBI | GSE115574 | NA |
| 基因表达综合数据库（Gene Expression Omnibus, GEO） | NCBI | GSE14975 | NA |
| 基因表达综合数据库（Gene Expression Omnibus, GEO） | NCBI | GSE165838 | NA |
| glmnet | CRAN | 版本 4.1.8 | NA |
| 和谐 | CRAN | 版本 1.2.4 | NA |
| limma | Bioconductor | 版本 3.60.6 | RRID:SCR_010943 |
| 质量 | CRAN | 版本 7.3.61 | NA |
| mboost | CRAN | 版本 2.9.11 | NA |
| Monocle | Bioconductor | 版本 2.38.0 | RRID:SCR_016339 |
| org.Hs.eg.db | Bioconductor | 版本 3.19.1 | NA |
| plsRglm | CRAN | 版本 1.5.1 | NA |
| pROC | CRAN | 版本 1.18.5 | RRID:SCR_024286 |
| R 统计软件 | R 统计计算基金会 | 版本 4.4.2 | RRID:SCR_001905 |
| randomForest | CRAN | 版本 4.7.1.2 | RRID:SCR_015718 |
| RStudio | Posit Software, PBC | 版本 2024.4.1.748 | RRID:SCR_000432 |
| Seurat | CRAN / Satija 实验室 | 版本 4.4.0 | RRID:SCR_016341 |
| shapviz | CRAN | 版本 0.10.2 | NA |
| sva | Bioconductor | 版本 3.52.0 | NA |
| WGCNA | CRAN | 版本 1.73 | RRID:SCR_003302 |
| xgboost | CRAN | 版本 1.7.8.1 | NA |
访问受限。请登录或开始试用以查看此内容。