Tutte le procedure sperimentali sugli animali sono state eseguite rigorosamente in conformità con le linee guida approvate dal Comitato Sperimentale per il Benessere Animale e l'Etica dell'Ospedale Dongzhimen, Università di Medicina Cinese di Pechino (Approvazione n. 19-54), prima dell'inizio dello studio.
Sorgente dei dati e elaborazione dei dati
Due dataset sull'espressione genica (GSE89953 e GSE116560) sono stati recuperati dal database Gene Expression Omnibus (GEO) 20. Il dataset GSE89953, che include dati trascrittomici di macrofagi alveolari interi provenienti da pazienti con ARDS di diverse fasce d'età, è stato utilizzato per l'analisi differenziale di espressione e reti. Il dataset GSE116560, che include informazioni cliniche come lo stato della ventilazione meccanica, è stato utilizzato per il machine learning e la modellazione prognostica. Inoltre, sono stati estratti 608 geni associati alla piroptosi da un database completo di annotazione genica umana, utilizzando un punteggio di correlazione superiore a 1 come criterio di screening. I dati sull'espressione genica sono stati normalizzati utilizzando il pacchetto limma in R. Numero dello studio clinico: non applicabile.
Identificazione dei DEG
I pazienti nel dataset GSE89953 erano stratificati in due gruppi d'età: di età bassa (<45 anni) e di età alta (≥45 anni). Questo limite è stato selezionato sulla base di evidenze epidemiologiche che suggeriscono che l'età mediana di insorgenza dell'ARDS è di circa 45anni 21. Per garantire la robustezza di questa soglia, sono state condotte analisi di sensibilità utilizzando soglie di età alternative (50 e 55 anni). Queste analisi hanno dimostrato schemi coerenti nell'identificazione dei geni hub e nel clustering dei moduli, convalidando statisticamente il limite di 45 anni per le analisi successive a valle. Il dataset è stato normalizzato utilizzando il pacchetto limma in R. I geni differenzialmente espressi (DEG) tra gruppi d'età sono stati identificati tramite modellazione lineare con moderazione bayesiana empirica. Geni con un valore P aggiustato < 0,05 e |log₂ variano| ≥ 0,5 sono stati considerati DEG statisticamente significativi. Sono stati generati grafici di vulcani e heatmap per visualizzare i DEG utilizzando il pacchetto ggplot2 in R.
Identificazione genica associata alla piroptosi e analisi dell'arricchimento
I geni correlati alla piroptosi sono stati recuperati dal database di annotazione genica utilizzando la parola chiave "pirottosi". L'intersezione tra DEG e geni associati alla piroptosi è stata definita come geni correlati alla piroptosi (DEPG) espressi differenzialmente. Le analisi di arricchimento delle vie dei DEGP sono state condotte da Gene Ontology (GO) e dalla Kyoto Encyclopedia of Genes and Genomes (KEGG) utilizzando il pacchetto clusterProfiler in R22. Le categorie Processo Biologico (BP), Componente Cellulare (CC) e Funzione Molecolare (MF) sono state annotate, e il Z-score ≥ 1 e i valori P correttivi < 0,05 sono stati considerati significativi.
Analisi della rete di coespressione genica pesata (WGCNA)
Per identificare i moduli genici associati alla piroptosi, il WGCNA è stato eseguito utilizzando il pacchetto WGCNA R. Una rete firmata fu costruita utilizzando una potenza soft-threshold (β) di 26 per garantire una topologia senzascala 23. I moduli sono stati identificati tramite l'algoritmo di taglio dinamico dell'albero con una dimensione minima di 30 moduli, una suddivisione profonda di 2 e una soglia di fusione (altezza di taglio) di 0,25. È stata calcolata la correlazione tra autogeni del modulo e caratteristiche di piroptosi. L'analisi della variazione del set genico (GSVA) è stata effettuata su moduli selezionati utilizzando set di geni hallmark scaricati da MsigDB24,25.
Apprendimento automatico
Il dataset GSE116560 è stato suddiviso in gruppi di età alta e bassa utilizzando 45 anni come soglia di età, e entrambi i gruppi sono stati analizzati utilizzando algoritmi di machine learning. L'analisi di regressione con l'Operatore di Minima Riduzione Assoluta e Selezione (LASSO) è stata implementata utilizzando il pacchetto glmnet (versione 4.1-2) in R, con il parametro di penalità ottimale (λ) determinato da una validazione incrociata a 10 volte (criteri 1-SE). Per l'algoritmo Random Forest (RF), sono stati costruiti 500 alberi (ntree = 500) e il numero di caratteristiche campionate a ogni divisione (mtry) è stato impostato alla radice quadrata del numero totale di predittori per garantire la stabilità del modello. I geni sovrapposti di entrambi i metodi sono stati definiti come geni signature specifici per età.
Costruzione e valutazione di modelli diagnostici
È stato costruito un modello di previsione diagnostica basato sui geni signature identificati. È stata impiegata una regressione logistica per sviluppare il modello e è stato creato un nomogramma per visualizzarne il potere predittivo. Le prestazioni del modello sono state valutate utilizzando una curva di caratteristiche operative del ricevitore (ROC) e l'area sotto la curva (AUC) è stata calcolata per valutarne l'accuratezza diagnostica. La validazione interna veniva effettuata tramite il campionamento bootstrap. Ulteriori valutazioni della stabilità del modello e dell'utilità clinica sono state effettuate utilizzando grafici di calibrazione e analisi delle curve decisionali (DCA).
Analisi dell'infiltrazione immunitaria
La composizione delle cellule immunitarie nei gruppi di età avanzata e bassa è stata stimata utilizzando l'algoritmo CIBERSORT basato sulla matrice di firma LM22. Le proporzioni relative di 22 tipi di cellule immunitarie sono state confrontate tra i gruppi. L'espressione differenziale dei geni hub tra i sottoinsiemi delle cellule immunitarie è stata analizzata utilizzando dati a campione singolo e visualizzata in mappe di calore e istogrammi.
Analisi dell'arricchimento degli insiemi genici (GSEA)
GSEA è stato eseguito separatamente sui geni hub dei gruppi di età alta e bassa. L'Analisi di Arricchimento dei Set Genici (GSEA) è stata effettuata utilizzando i set genici della Kyoto Encyclopedia of Genes and Genomes (KEGG). I geni sono stati classificati in base al rapporto segnale-rumore (o Cambiamento di piega) tra gruppi ad alta e bassa espressione. Sono stati poi calcolati i punteggi di arricchimento e arricchimento normalizzato (NES) utilizzando 1.000 permutazioni per identificare percorsi significativamente arricchiti. I percorsi con un tasso di falsa scoperta (FDR) inferiore a 0,25 e un valore nominale P inferiore a 0,05 sono stati significativamente arricchiti. Questa analisi è stata poi utilizzata per dedurre le vie biologiche che possono essere regolate da ciascun gene hub.
Animali sperimentali
In questo studio sono stati utilizzati diciotto maschi di ratti SPF Sprague Dawley (di età compresa 6-7 settimane, 180 g ± 10 g). Le informazioni dettagliate sui fornitori sono elencate nella Tabella dei Materiali.
Reagenti e strumenti
Dispositivi di preparazione dell'acqua trattata in campo elettromagnetico e strumenti di emissione a infrarosso lontano sono stati utilizzati per interventi sperimentali per fornire rispettivamente energia spettrale (SEW) e radiazione infrarossa lontana (FIR). Il lipopolisaccaride (LPS) è stato utilizzato per modellare l'ARDS. I livelli di citochine (IL-1β, IL-18, IL-6, TNF-α) sono stati quantificati utilizzando kit ELISA specifici. I livelli di espressione proteica (AXL, SPP1, Caspasi-3, GSDME, GAPDH) sono stati valutati utilizzando anticorpi primari specifici e corrispondenti anticorpi secondari coniugati con HRP. L'elaborazione e l'analisi dei campioni venivano eseguite utilizzando apparecchiature standard di laboratorio, tra cui un biomicroscopio, un microtomo, una centrifuga ad alta velocità, un congelatore a temperatura ultra-bassa e un lettore di micropiastre. I dettagli completi di tutti i reagenti, anticorpi e strumenti, insieme ai rispettivi produttori, sono forniti nella Tabella dei Materiali.
Raggruppamento e modellazione degli animali
Diciotto ratti Sprague-Dawley sono stati assegnati casualmente ai gruppi Controllo, Modello e SEW+FIR, con sei ratti per gruppo. Ogni gruppo veniva pesato e documentato quotidianamente. Il gruppo SEW+FIR ha ricevuto la terapia FIR (lunghezza d'onda 4 μm–14 μm, distanza di irradiazione di 20 cm dalla superficie dorsale) per 20 minuti al giorno in un ambiente a temperatura controllata (22 °C ± 2 °C), mentre contemporaneamente riceveva SEW a una dose di 1 mL/100 g/giorno tramite gavageorale 7. L'acqua distillata è stata somministrata per via orale ai gruppi di controllo e modello a una dose equivalente di 1 mL/100 g/g. L'acqua SEW e distillata sono state somministrate una volta al giorno per 7 giorni dopo il riscaldamento in un bagno caldo a 60 °C. Il settimo giorno, 6 ore dopo l'alimentazione, i gruppi modello e SEW+FIR sono stati iniettati con soluzione LPS a una dose di 2 mg/kg in peso attraverso la vena caudaria, mentre il gruppo di controllo è stato trattato con soluzione fisiologica allo 0,9% a una dose di 2 mg/kg in peso. La tecnica di modellizzazione è stata considerata un metodo maturo e stabile per indurre una risposta infiammatoria sistemica con una singola iniezione di LPS tramite la vena caudale. Il tessuto polmonare della patologia polmonare nei gruppi modellati era coerente con le caratteristicheARDS 25. Checkpoint: L'induzione riuscita dell'ARDS è indicata da letargia visibile, tachipnea e una riduzione del ~10% del peso corporeo entro 16 ore dopo l'iniezione26.
Raccolta di indicatori relativi ai ratti
Sedici ore dopo, tutti e tre i gruppi sono stati iniettati intraperitonealmente con il 3% di pentobarbital sodio a una dose di 30 mg/kg di peso corporeo per indurre l'anestesia. CRITICO: La profondità dell'anestesia deve essere rigorosamente confermata dalla perdita del riflesso di ritiro del pedale prima di qualsiasi intervento procedurale. Inoltre, sono stati mantenuti protocolli di biosicurezza rigorosi; tutti i materiali contaminati da LPS, fluidi biologici e carcasse animali venivano smaltiti in contenitori designati per rifiuti biologici per una corretta incenerimento. Cinque millilitri di sangue sono stati raccolti dall'aorta addominale in tubi sterili e il siero è stato isolato tramite centrifugazione a 1.000 x g per 20 minuti a 4 °C. Il siero veniva poi conservato a −80 °C per ulteriori analisi. Dopo la toracotomia e la legatura dell'ilo polmonare destro, il liquido di lavaggio broncoalveolare (BALF) è stato ottenuto lavando il polmone sinistro tre volte con soluzione salina tamponata fosfato (PBS) pre-raffreddata tramite una cannula endotracheale. Il BALF veniva poi centrifugato a 1.000 x g per 10 minuti a 4 °C, e il sovrantantante veniva immagazzinato a −80 °C. Il lobo superiore del polmone destro è stato rimosso e pulito con soluzione fisiologica fredda per rimuovere il sangue. Nove volumi di soluzione fisiologica salina sono stati aggiunti rispetto al peso del tessuto e il campione è stato tritato in un bagno di ghiaccio usando forbici oftalmiche. È stato preparato un omogeneato del tessuto polmonare al 10% utilizzando un omogeneizzatore, seguito da centrifugazione a 700 x g per 15 minuti a 4 °C. Il soprantantante veniva raccolto e conservato a −80 °C per ulteriori analisi biochimiche. Inoltre, una porzione del tessuto polmonare destro di ciascun ratto è stata fissata al 4% di paraformaldeide per l'esame istologico.
Indicatori di osservazione e metodi di rilevamento
Il lobo inferiore del polmone destro è stato processato tramite incassamento standard, taglio di tessuto, deceratura, colorazione HE, separazione del colore, disidratazione e sigillatura del film dopo fissazione al 4% di paraformaldeide. I tessuti polmonari di ciascun gruppo mostravano alterazioni patologiche osservate al microscopio ottico.
Al microscopio lucinico sono state identificate anomalie patologiche nell'architettura alveolare e nel setto setto, nel grado di infiltrazione delle cellule infiammatorie, nell'iperemia e nell'edema capillare polmonare. Il Dipartimento di Patologia dell'Università di Medicina Cinese di Pechino ha assistito nell'osservazione. Il punteggio di lesione polmonare istologica è stato calcolato per valutare la lesione polmonare come segue: nessuna lesione = 0, lesione in meno del 25% del campo = 1, lesione nel 25–50% del campo = 2, lesione nel 50–75% del campo = 3, e lesione in più del 75% del campo = 4. Dieci campi sono stati selezionati casualmente e valutati da ricercatori che non vedevano il raggruppamento.
L'ELISA è stato eseguito su campioni di soprantantante BALF precedentemente raccolti, omogeneato del tessuto polmonare e siero sanguigno secondo le istruzioni del produttore. Per un breve periodo, i campioni sono stati incubati in pozzi pre-rivestiti a 37 °C per 90 minuti. Dopo il lavaggio cinque volte con il tampone di lavaggio, sono stati applicati anticorpi biotinilati di rilevamento (diluizione 1:100) per 60 minuti a 37 °C. Dopo un altro passaggio di lavaggio, è stato aggiunto il coniugato HRP e incubato al buio per 30 minuti a 37 °C. Successivamente, l'assorbanza è stata misurata a 450 nm utilizzando un lettore di microplacche per calcolare le concentrazioni del campione.
L'analisi Western blot è stata effettuata per valutare i livelli di espressione di AXL, SPP1, caspasi-1, GSDMD, caspasi-3, GSDME e GAPDH nei tessuti polmonari e nei campioni di BALF conservati a −80°C. Le proteine sono state raccolte e lise secondo le istruzioni del Protein Extraction Kit. Quantità uguali di estratti proteici (40 μg) sono state caricate per corsia e risolte tramite SDS-PAGE. I polipeptidi sono stati poi separati e trasferiti nelle membrane PVDF. Le membrane sono state bloccate con latte secco al 5% di scremo in TBST per 1 ora a temperatura ambiente e poi incubate durante la notte a 4 °C con gli anticorpi primari specifici (diluiti 1:1000). Dopo il lavaggio con TBST tre volte per 10 minuti ciascuno, le membrane sono state incubate con i corrispondenti anticorpi secondari coniugati con HRP (diluiti 1:5000) in soluzione bloccante a temperatura ambiente per 1 ora. Il GAPDH è stato utilizzato come proteina di riferimento interna. Le bande proteiche sono state visualizzate utilizzando un kit di chemiluminescenza avanzata (ECL) con un tempo di esposizione di 1–5 minuti, e i risultati sono stati analizzati tramite software di elaborazione delle immagini. I livelli relativi di espressione delle proteine target sono stati calcolati come il rapporto tra la proteina target e il GAPDH.
Analisi statistica
Gli indici quantitativi sono stati espressi come media ± deviazione standard, e l'analisi statistica è stata effettuata utilizzando software statistici. Il test di Kruskal–Wallis o ANOVA unidirezionale è stato utilizzato per confrontare le differenze tra diversi gruppi, a seconda che i dati fossero normalmente distribuiti. Tutte le statistiche sono state valutate tramite un test di ipotesi a due lati. Per analisi che coinvolgono confronti multipli, come l'espressione genica differenziale e la profilazione per infiltrazione delle cellule immunitarie, i valori P sono stati regolati utilizzando il metodo del tasso di falsa scoperta (FDR) di Benjamini-Hochberg. Un valore P aggiustato di 0,05 o inferiore è stato considerato statisticamente significativo. Per la graficazione veniva utilizzato software di graficazione.