Alle Tierversuchsverfahren wurden streng gemäß den vom Ausschuss für experimenteller Tierschutz und Ethik des Dongzhimen-Krankenhauses, Beijing University of Chinese Medicine (Genehmigung Nr. 19-54), vor Beginn der Studie genehmigten Richtlinien durchgeführt.
Datenquelle und Datenverarbeitung
Zwei Genexpressionsdatensätze (GSE89953 und GSE116560) wurden aus der Gene Expression Omnibus (GEO)-Datenbank20 abgerufen. Der Datensatz GSE89953, der gesamt-alveoläre makrophage-transkriptomische Daten von ARDS-Patienten verschiedener Altersgruppen enthält, wurde für differenzielle Expressions- und Netzwerkanalysen verwendet. Der GSE116560-Datensatz, der klinische Informationen wie den Status der mechanischen Belüftung enthält, wurde für maschinelles Lernen und prognostische Modellierung verwendet. Zusätzlich wurden 608 mit Pyroptose assoziierte Gene aus einer umfassenden Datenbank für menschliche Genannotationen extrahiert, wobei ein Korrelationswert von über 1 als Screeningkriterium diente. Genexpressionsdaten wurden mit dem Limma-Paket in R normalisiert. Klinische Studiennummer: nicht anwendbar.
Identifikation von DEGs
Die Patienten im GSE89953-Datensatz wurden in zwei Altersgruppen eingeteilt: niedriges Alter (<45 Jahre) und hochaltes (≥45 Jahre). Diese Grenze wurde auf Grundlage epidemiologischer Erkenntnisse ausgewählt, die darauf hindeuten, dass das mittlere Alter für ARDS-Beginn etwa 45 Jahreund 21 Jahre beträgt. Um die Robustheit dieses Schwellenwerts sicherzustellen, wurden Sensitivitätsanalysen mit alternativen Altersgrenzwerten (50 und 55 Jahre) durchgeführt. Diese Analysen zeigten konsistente Muster bei der Identifikation von Hubgens und Modulclustering und validierten damit statistisch die 45-Jahres-Grenze für spätere Downstream-Analysen. Der Datensatz wurde mit dem Limma-Paket in R normalisiert. Differentiell exprimierte Gene (DEGs) zwischen Altersgruppen wurden mittels linearer Modellierung mit empirischer Bayes-Moderation identifiziert. Gene mit einem angepassten P-Wert < 0,05 und |log₂-fache Veränderung| ≥ 0,5 galten als statistisch signifikante DEGs. Vulkandiagramme und Heatmaps wurden erstellt, um DEGs mit dem ggplot2-Paket in R zu visualisieren.
Pyroptose-assoziierte Gen-Identifikation und Anreicherungsanalyse
Pyroptose-bezogene Gene wurden aus der Genannotationsdatenbank mit dem Schlüsselwort "Pyroptose" abgerufen. Die Schnittmenge von DEGs und pyroptosassoziierten Genen wurde als differenziell exprimierte pyroptose-bezogene Gene (DEPGs) definiert. Gene Ontology (GO) und Kyoto Encyclopedia of Genes and Genomes (KEGG) Signalweganreicherungsanalysen von DEPGs wurden mit dem clusterProfiler-Paket in R22 durchgeführt. Die Kategorien Biologischer Prozess (BP), Zelluläre Komponente (CC) und Molekulare Funktion (MF) wurden annotiert, und der Z-Score ≥ 1 sowie angepasste P-Werte < 0,05 wurden als signifikant angesehen.
Analyse des gewichteten Gen-Koexpressionsnetzwerks (WGCNA)
Um Genmodule zu identifizieren, die mit Pyroptose assoziiert sind, wurde WGCNA mit dem WGCNA R-Paket durchgeführt. Ein signiertes Netzwerk wurde mit einer Soft-Threshold-Power (β) von 26 aufgebaut, um eine skalierungsfreie Topologie23 zu gewährleisten. Die Module wurden über den dynamischen Baumschnitt-Algorithmus mit einer Mindestmodulgröße von 30, einer tiefen Aufteilung von 2 und einer Merging-Schwelle (Schnitthöhe) von 0,25 identifiziert. Die Korrelation zwischen Moduleigengen und Pyroptosemerkmalen wurde berechnet. Die Gensatz-Variationsanalyse (GSVA) wurde an ausgewählten Modulen unter Verwendung von typischen Gensets durchgeführt, die von MsigDB24,25 heruntergeladen wurden.
Maschinelles Lernen
Der GSE116560-Datensatz wurde in Hoch- und Niedrigaltersgruppen unterteilt, wobei 45 Jahre als Grenze dienten, und beide Gruppen wurden mit Machine-Learning-Algorithmen analysiert. Die Regressionsanalyse des Least Absolute Shrinkage and Selection Operator (LASSO) wurde mit dem glmnet-Paket (Version 4.1-2) in R implementiert, wobei der optimale Strafparameter (λ) durch 10-fache Kreuzvalidierung (1-SE-Kriterium) bestimmt wird. Für den Random Forest-(RF)-Algorithmus wurden 500 Bäume (ntree = 500) konstruiert, und die Anzahl der bei jedem Split (mtry) ausgewählten Features wurde auf die Quadratwurzel der Gesamtzahl der Prädiktoren gesetzt, um die Modellstabilität zu gewährleisten. Überlappende Gene beider Methoden wurden als altersspezifische Signaturgene definiert.
Aufbau und Bewertung diagnostischer Modelle
Ein diagnostisches Vorhersagemodell wurde auf Basis der identifizierten Signaturgene erstellt. Zur Entwicklung des Modells wurde logistische Regression eingesetzt, und ein Nomogramm wurde erstellt, um seine Vorhersagekraft zu visualisieren. Die Leistung des Modells wurde mittels einer Empfänger-Betriebscharakteristik (ROC)-Kurve bewertet, und die Fläche unter der Kurve (AUC) wurde berechnet, um deren diagnostische Genauigkeit zu bewerten. Die interne Validierung erfolgte mittels Bootstrap-Resampling. Eine weitere Bewertung der Modellstabilität und klinischen Nützlichkeit erfolgte mittels Kalibrierungsdiagrammen und Entscheidungskurvenanalyse (DCA).
Immuninfiltrationsanalyse
Die Zusammensetzung von Immunzellen in Gruppen mit hohem und niedrigem Alter wurde mithilfe des CIBERSORT-Algorithmus auf Basis der LM22-Signaturmatrix geschätzt. Die relativen Anteile von 22 Immunzelltypen wurden zwischen den Gruppen verglichen. Die differenzielle Expression von Hub-Genen über Immunzell-Subsets hinweg wurde mit Einzelstichprobendaten analysiert und in Heatmaps und Histogrammen visualisiert.
Genmengenanreicherungsanalyse (GSEA)
GSEA wurde separat an Hub-Genen aus den Hoch- und Niedrigaltersgruppen durchgeführt. Die Gensatzanreicherungsanalyse (GSEA) wurde mithilfe der Kyoto Encyclopedia of Genes and Genomes (KEGG) Gen-Sets durchgeführt. Die Gene wurden anhand des Signal-Rausch-Verhältnisses (oder Fold-Change) zwischen Hoch- und Niedrigexpressionsgruppen bewertet. Anreicherungs- und normalisierte Anreicherungswerte (NES) wurden dann mit 1.000 Permutationen berechnet, um signifikant angereicherte Signalwege zu identifizieren. Wege mit einer Falschentdeckungsrate (FDR) von weniger als 0,25 und einem nominalen P-Wert von weniger als 0,05 wurden signifikant angereichert. Diese Analyse wurde dann verwendet, um die biologischen Signalwege abzuleiten, die von jedem Hub-Gen reguliert werden können.
Versuchstiere
In dieser Studie wurden achtzehn männliche SPF-Sprague Dawley-Ratten (im Alter von 6 bis 7 Wochen, 180 g ± 10 g) eingesetzt. Detaillierte Lieferanteninformationen sind in der Materialtabelle aufgeführt.
Reagenzien und Instrumente
Elektromagnetisch feldbehandelte Wasservorbereitungsgeräte und Ferninfrarot-Emissionsinstrumente wurden für experimentelle Interventionen eingesetzt, um Spektrumenergie-Wasser- (SEW) bzw. Ferninfrarotstrahlung (FIR) zu liefern. Lipopolysaccharid (LPS) wurde verwendet, um ARDS zu modellieren. Die Zytokinspiegel (IL-1β, IL-18, IL-6, TNF-α) wurden mit spezifischen ELISA-Kits quantifiziert. Die Proteinexpressionswerte (AXL, SPP1, Caspase-3, GSDME, GAPDH) wurden anhand spezifischer primärer Antikörper und entsprechender HRP-konjugierter sekundärer Antikörper bewertet. Die Probenverarbeitung und -analyse wurden mit Standardlaborausrüstung durchgeführt, darunter ein Biomikroskop, ein Mikrotom, eine Hochgeschwindigkeitszentrifuge, ein Ultra-Niedrigtemperatur-Gefrierschrank und ein Mikroplattenleser. Vollständige Details aller Reagenzien, Antikörper und Instrumente sowie deren jeweiligen Hersteller sind in der Materialtabelle enthalten.
Tiergruppierung und Modellierung
Achtzehn Sprague-Dawley-Ratten wurden zufällig den Gruppen Control, Model und SEW+FIR zugeordnet, mit jeweils sechs Ratten pro Gruppe. Jede Gruppe wurde täglich gewogen und dokumentiert. Die SEW+FIR-Gruppe erhielt täglich 20 Minuten FIR-Therapie (Wellenlänge 4 μm–14 μm, Bestrahlungsentfernung 20 cm von der dorsalen Oberfläche) in einer temperaturkontrollierten Umgebung (22 °C ± 2 °C), während gleichzeitig SEW mit einer Dosis von 1 mL/100 g/d durch orale Gavage7 erhalten wurde. Destilliertes Wasser wurde oral an die Kontroll- und Modellgruppen mit einer entsprechenden Dosis von 1 mL/100 g/Tag verabreicht. NÄH- und destilliertes Wasser wurden einmal täglich für 7 Tage nach Erhitzen in einem warmen Bad mit 60 °C verabreicht. Am siebten Tag, 6 Stunden nach der Fütterung, wurden die Modell- und SEW+FIR-Gruppen mit einer LPS-Lösung in einer Dosis von 2 mg/kg nach Gewicht durch die Schwanzvene injiziert, während die Kontrollgruppe mit 0,9 % physiologischem Kochsalzlösungsinhalt in einer Dosis von 2 mg/kg nach Gewicht behandelt wurde. Die Modellierungstechnik galt als ausgereifte und stabile Methode, um mit einer einzelnen LPS-Injektion über die Schwanzvene eine systemische Entzündungsreaktion auszulösen. Das Lungengewebe aus der Lungenpathologie in den modellierten Gruppen stimmte mit den ARDS-Eigenschaften25 überein. Checkpoint: Eine erfolgreiche ARDS-Einleitung zeigt sichtbare Lethargie, Tachypnoe und eine Gewichtsreduktion von ~10 % innerhalb von 16 Stunden nachder Injektion 26 Stunden.
Sammlung rattenbezogener Indikatoren
Sechzehn Stunden später wurden alle drei Gruppen intraperitoneal mit 3 % Pentobarbitalnatrium in einer Dosis von 30 mg/kg Körpergewicht injiziert, um eine Anästhesie zu induzieren. KRITISCH: Die Tiefe der Anästhesie muss streng durch den Verlust des Pedalrückzugsreflexes vor jeglicher Verfahrensintervention bestätigt werden. Darüber hinaus wurden strenge Biosicherheitsprotokolle eingehalten; alle mit LPS kontaminierten Materialien, biologische Flüssigkeiten und Tierkadaver wurden in ausgewiesenen Biohazard-Abfallbehältern zur ordnungsgemäßen Verbrennung entsorgt. Fünf Milliliter Blut wurden aus der Bauchaorta in sterile Röhren entnommen, und das Serum wurde durch Zentrifugation bei 1.000 x g für 20 Minuten bei 4 °C isoliert. Das Serum wurde anschließend bei −80 °C für eine weitere Analyse gelagert. Nach der Thorakotomie und Ligation des rechten pulmonalen hilums wurde die bronchoalveolare Lavage-Flüssigkeit (BALF) durch dreifaches Spülen der linken Lunge mit vorgekühltem, phosphatgepuffertem Kochsalzlösungslösung (PBS) über eine endotracheale Kanüle gewonnen. Das BALF wurde dann bei 1.000 x g für 10 Minuten bei 4 °C zentrifugiert, und das Supernatant bei −80 °C gelagert. Der obere Lappen der rechten Lunge wurde entfernt und mit kalter physiologischer Kochsalzlösung gereinigt, um das Blut zu entfernen. Neun Bände physiologischer Kochsalzlösung wurden relativ zum Gewebegewicht hinzugefügt, und die Probe wurde mit einer Augenschere in einem Eisbad gehackt. Ein 10%iges Lungengewebehomogenat wurde mit einem Homogenisator hergestellt, gefolgt von einer Zentrifugation bei 700 x g für 15 Minuten bei 4 °C. Das Supernatant wurde gesammelt und bei −80 °C für weitere biochemische Analysen gelagert. Zusätzlich wurde ein Teil des rechten Lungengewebes jeder Ratte mit 4 % Paraformaldehyd für die histologische Untersuchung fixiert.
Beobachtungsindikatoren und Erkennungsmethoden
Der untere Lappen der rechten Lunge wurde durch Standardeinbettung, Gewebeschneiden, Entwachsen, HE-Färbung, Farbtrennung, Dehydrierung und Filmversiegelung nach der Fixierung in 4%-Paraformaldehyd verarbeitet. Das Lungengewebe jeder Gruppe zeigte pathologische Veränderungen, die unter einem Lichtmikroskop beobachtet wurden.
Pathologische Auffälligkeiten in der alveolären Architektur und beim Septum, im Ausmaß der entzündlichen Zellinfiltration, Hyperämie und pulmonalem Kapillarödem wurden unter Lichtmikroskop festgestellt. Die Abteilung für Pathologie der Universität Peking für Chinesische Medizin unterstützte die Beobachtung. Der histologische Lungenverletzungswert wurde berechnet, um die Lungenverletzung wie folgt zu beurteilen: keine Verletzung = 0, Verletzung in weniger als 25 % des Feldes = 1, Verletzung in 25–50 % = 2, Verletzung in 50–75 % = 3 und Verletzung in mehr als 75 % = 4. Zehn Felder wurden zufällig ausgewählt und von Forschern, die der Gruppe blind waren, bewertet.
ELISA wurde an den zuvor entnommenen BALF-Supernatanten, Lungengewebehomogenaten und Blutserumproben gemäß den Anweisungen des Herstellers durchgeführt. Kurz wurden die Proben 90 Minuten lang in vorbeschichteten Brunnen bei 37 °C inkubiert. Nach fünfmaliger Reinigung mit Waschpuffer wurden biotinylierte Detektionsantikörper (1:100-Verdünnung) für 60 Minuten bei 37 °C aufgetragen. Nach einem weiteren Waschschritt wurde HRP-Konjugat hinzugefügt und im Dunkeln 30 Minuten bei 37 °C inkubiert. Anschließend wurde die Absorption bei 450 nm mit einem Mikroplattenmesser gemessen, um die Probenkonzentrationen zu berechnen.
Die Western-Blot-Analyse wurde durchgeführt, um die Expressionswerte von AXL, SPP1, Caspase-1, GSDMD, Caspase-3, GSDME und GAPDH in Lungengewebe- und BALF-Proben bei −80°C zu bewerten. Die Proteine wurden gemäß den Anweisungen im Proteinextraktions-Kit entnommen und lysiert. Gleiche Mengen an Proteinextrakten (40 μg) wurden pro Lane geladen und von SDS-PAGE aufgelöst. Die Polypeptide wurden anschließend getrennt und auf PVDF-Membranen übertragen. Die Membranen wurden mit 5 % fettfreier Trockenmilch in TBST für 1 Stunde bei Zimmertemperatur blockiert und dann über Nacht bei 4 °C mit den spezifischen primären Antikörpern (verdünnt 1:1000) inkubiert. Nach dreimaliger Reinigung mit TBST für jeweils 10 Minuten wurden die Membranen mit den entsprechenden HRP-konjugierten sekundären Antikörpern (verdünnt 1:5000) in Blocklösung bei Raumtemperatur für 1 Stunde inkubiert. GAPDH wurde als internes Referenzprotein verwendet. Die Proteinbänder wurden mit einem Enhanced Chemiluminescence (ECL)-Kit mit einer Belichtungszeit von 1–5 Minuten visualisiert, und die Ergebnisse wurden mit Bildverarbeitungssoftware analysiert. Die relativen Expressionsniveaus der Zielproteine wurden als Verhältnis des Zielproteins zu GAPDH berechnet.
Statistische Analyse
Quantitative Indizes wurden als Mittelwert ± Standardabweichung angegeben, und die statistische Analyse erfolgte mit statistischer Software. Der Kruskal–Wallis-Test oder Einweg-ANOVA wurde verwendet, um Unterschiede zwischen mehreren Gruppen zu vergleichen, je nachdem, ob die Daten normal verteilt waren. Alle Statistiken wurden mit einem zweiseitigen Hypothesentest bewertet. Bei Analysen mit mehreren Vergleichen, wie der differentiellen Genexpression und der Infiltration von Immunzellen, wurden die P-Werte mit der Benjamini-Hochberg-Methode der False Discovery Rate (FDR) angepasst. Ein bereinigter P-Wert von 0,05 oder niedriger galt als statistisch signifikant. Grafiksoftware wurde für das Diagrammieren verwendet.