Heranalyse van publieke transcriptomen toont gedeelde immuunsignaturen tussen major depressieve stoornis en dermatomyositis met eencellige context

Samenvatting

Deze studie had als doel een integratieve bio-informatische heranalyse van openbare GEO-datasets te gebruiken, gecombineerd met single-cell contextualisatie, om kandidaat-gedeelde genen tussen major depressive stoornis en dermatomyositis te identificeren en hun distributie over immuuncelsubsets te karakteriseren in een dermatomyositis-gerelateerd single-cell dataset.

Samenvatting

Deze studie had als doel om gedeelde transcriptomische signalen tussen major depressive stoornis en dermatomyositis te identificeren door middel van een integratieve bio-informatische heranalyse van openbare GEO-datasets met single-cell contextualisatie. De analytische workflow omvatte Weighted Gene Co-expression Network Analysis (WGCNA) voor identificatie van sleutelmodules, Gene Ontology (GO) en Kyoto Encyclopedia of Genes and Genomes (KEGG) verrijkingsanalyses voor functionele karakterisering, GeneMANIA- en een netwerkvisualisatieplatform-gebaseerde netwerkanalyse voor kandidaat-genprioritisatie, en evaluatie van 113 machine learning-modellen gecombineerd met SHapley Additive exPlanations (SHAP) voor diagnostische featureselectie. Gene Set Enrichment Analysis (GSEA), immuuninfiltratieanalyse en single-cell RNA-seq-gebaseerde contextualisatie werden vervolgens uitgevoerd om de immuungerelateerde cellulaire context van de geïdentificeerde signalen verder te karakteriseren. Integratie van dermatomyositis-gerelateerde GEO-datasets identificeerde 570 differentieel expressieve genen, waarvan 33 kandidaat-gedeelde genen via WGCNA werden verkregen. Functionele verrijking en netwerkanalyses benadrukten immuunverdediging, cytotoxiciteit en routes waaronder PPAR, IL-17 en antigeenverwerking, waarbij ELANE, PPBP en CTSG als sterk verbonden knooppunten naar voren kwamen. Machine-learning-gebaseerde feature-prioritering behield 8 kandidaat-modelgeselecteerde genen, namelijk KIF4A, OLR1, KIR2DL4, KRT23, KIR3DS1, AZU1, SCG5 en LRRC37E. Immuno-infiltratieanalyse koppelde deze gedeelde genen aan regulerende T-cellen (Tregs), rustende mestcellen, rustende dendritische cellen en zowel klassiek geactiveerde (M1) als afwisselend geactiveerde (M2) macrofagen. Single-cell RNA-seq contextualisatie suggereerde verder dat CD8⁺ T-cel subsets met verschillende kandidaat-gen-scoretoestanden verschillende intercellulaire communicatiepatronen vertoonden. Hiervan waren de MIF–(CD74+CD44)-as en signalen van naïeve/centrale geheugen T-cellen opmerkelijke kenmerken die verdere validatie vereisten. Al met al identificeerde deze studie kandidaat-gedeelde transcriptomische signalen tussen major depressive stoornis en dermatomyositis en benadrukte immuungerelateerde cellulaire contexten die verdere validatie rechtvaardigen in echte comorbide cohorten.

Inleiding

Dermatomyositis is een chronische systemische auto-immuunziekte die wordt gekenmerkt door inflammatoire betrokkenheid van de huid en skeletspieren, klinisch geuit door symmetrische proximale spierzwakte en kenmerkende cutane laesies, en in ernstige gevallen multiorgandisfunctie¹. Steeds meer klinisch bewijs wijst erop dat patiënten met dermatomyositis vaak psychiatrische comorbiditeiten ervaren, met name een ernstige depressieve stoornis ^2,3,4. De pathogenese van een door dermatomyositis geassocieerde grote depressieve stoornis is multifactorieel en ontstaat uit een complexe wisselwerking tussen psychosociale stress, neuro-endocriene disregulatie en systemische immuno-ontsteking. Aanhoudende pijn, vermoeidheid en progressieve spierzwakte kunnen de fysieke functie en kwaliteit van leven aanzienlijk aantasten. Deze lasten kunnen leiden tot sociale rolverstoring, chronische psychologische stress en verminderde autonomie⁵. Daarnaast kan langdurige blootstelling aan glucocorticoïden de hypothalamus-hypofyse-bijnier (HPA) as verstoren en de hippocampale plasticiteit aantasten, waardoor de kwetsbaarheid voor depressie-gerelateerde manifestaties toeneemt⁶. Bovendien worden aanhoudende immuunactivatie en systemische ontsteking bij dermatomyositis steeds vaker erkend als mogelijke oorzaken van depressiegerelateerde symptomen⁷. Deze perifere mediatoren kunnen het centrale zenuwstelsel beïnvloeden door het metabolisme van neurotransmitters en neuroplasticiteit te moduleren, waardoor systemische auto-immuniteit wordt gekoppeld aan neuropsychiatrische manifestaties 7,8,9,10.

Belangrijk is dat deze redenering niet impliceert dat een van beide ziekten biologisch homogeen is. Dermatomyositis omvat klinisch en serologisch verschillende subsets, waaronder anti-MDA5- en anti-TIF1-γ-geassocieerde fenotypes met verschillende inflammatoire en klinische profielen ^11,12,13. Ernstige depressieve stoornis wordt ook steeds vaker erkend als een heterogene aandoening, en huidig bewijs ondersteunt het bestaan van een immuun-inflammatoire subtype in plaats van één universeel ontstekingskenmerk^14,15. Daarom was de huidige studie niet ontworpen om een one-size-fits-all gedeeld moleculair programma aan te nemen, maar om te screenen op kandidaat overlappende immuun-geassocieerde transcriptomische signalen die op cohortniveau in onafhankelijke publieke datasets detecteerbaar zijn.

Naast psychosociale stress en blootstelling aan behandelingen is een biologisch beter testbare link tussen een ernstige depressieve stoornis en dermatomyositis gedeelde immuun-inflammatoire dysregulatie. Major depressive disorder is een heterogene aandoening en mag niet worden aangenomen dat het één universeel transcriptomisch profiel heeft. Echter, convergerend bewijs ondersteunt een ontstekingsgerelateerd subtype van major depressive stoornis, en perifere transcriptomische studies hebben disregulatie van aangeboren immuun-, neutrofiel-, interferon- en complementroutes vastgesteld in subsets van getroffen individuen 14,16,17. Parallel daarmee is MAPK-gerelateerde stresssignalering ook in verband gebracht met depressieve fenotypes¹⁸. Dermatomyotis daarentegen is een goed erkende door interferon veroorzaakte auto-immuunziekte, en transcriptomische studies in bloed en aangetaste weefsels hebben consequent activatie van type I interferon en bredere immuun-inflammatoire programma's aangetoond; recente multi-OMIC-analyses hebben verder de activiteit van ERK- en p38 MAPK-gerelateerde routes bij dermatomyositis 19,20,21 benadrukt. Gezamenlijk bieden deze bevindingen een biologisch plausibele reden om te onderzoeken of een subset van immuun-geassocieerde transcriptomische signalen kan overlappen tussen een ernstige depressieve stoornis en dermatomyositis in onafhankelijke openbare datasets.

Ondanks deze observaties blijft de moleculaire basis achter de overlap tussen major depressieve stoornis en dermatomyositis onvoldoende begrepen. Belangrijk is dat de momenteel beschikbare openbare datasets geen echte groep patiënten bieden die tegelijkertijd gediagnosticeerd zijn met een ernstige depressieve stoornis en dermatomyositis. Daarom is deze studie in plaats van depressie bij patiënten met dermatomyositis direct te analyseren, ontworpen om gedeelde transcriptomische signalen van kandidaten te identificeren over afzonderlijke openbare datasets van major depressive stoornis en dermatomyositis via een integratief bio-informatisch heranalysekader²². Specifiek werden openbaar beschikbare transcriptomische datasets geanalyseerd met behulp van differentiële expressieanalyse, gewogen genco-expressienetwerkanalyse (WGCNA), functionele verrijkingsanalyse, netwerkgebaseerde analyse en machine-learning-gebaseerde featureprioritering om cross-disease kandidaatgenen en -routes te identificeren²³. Daarnaast werd een dermatomyositis-gerelateerde single-cell dataset geanalyseerd om deze kandidaatgenen op immuuncelniveau te contextualiseren. Zoals geïllustreerd in Figuur 1, wordt de algehele analytische workflow samengevat in een stapsgewijs stroomdiagram. In plaats van een definitief comorbiditeitsmechanisme vast te stellen, was deze studie bedoeld om een hypothese-geleid kader te genereren voor het identificeren van gedeelde moleculaire signalen tussen een major depressieve stoornis en dermatomyositis.

Daarom hanteerde deze studie een stapsgewijs prioriteringskader. Ziekte-geassocieerde co-expressiemodules werden voor het eerst afzonderlijk geïdentificeerd in datasets van major depressive stoornissen en dermatomyotitis, en hun overlap werd gebruikt om aankomende cross-disease gedeelde signalen te definiëren. Deze kandidaten werden vervolgens functioneel gecontextualiseerd door verrijking en GeneMANIA-gebaseerde netwerkanalyse, geprioriteerd binnen een dermatomyositis-gecentreerd classificatiekader met machine learning-methoden, en uiteindelijk onderzocht in een dermatomyositis-gerelateerde single-cell dataset om cellulaire contextualisatie te bieden.

Figuur 1: Stroomdiagram van het proces van gegevensverzameling en analyse. Klik hier om een grotere versie van deze figuur te bekijken.

Verschillende alternatieve benaderingen zijn gebruikt om moleculaire overlapping tussen ziektes te onderzoeken. Eenvoudige doorsnede van differentieel uitgedrukte genen (DEG)-lijsten is computationeel eenvoudig, maar mist de contextuele informatie op moduleniveau die co-expressieanalyse biedt en is gevoelig voor willekeurige vouwveranderingen en P-waarde drempels. Traditionele meta-analysepools beïnvloeden de grootte van studies over dezelfde ziekte, maar zijn niet ontworpen om gedeelde signalen te identificeren tussen twee verschillende aandoeningen. De huidige workflow integreert meerdere complementaire analytische lagen—co-expressiemodule overlap, functionele verrijking, netwerkanalyse, machine-learning-gebaseerde feature-prioritering, immuundeconvolutie en single-cell contextualisatie—elk met een eigen doel binnen een sequentiële prioriteringskader. Dit meerlaagse ontwerp helpt het aantal kandidaatgenen stapsgewijs te verminderen en biedt kruisgevalideerde biologische contextualisatie op meerdere niveaus. Het protocol is toepasbaar op elk paar ziekten waarvoor openbaar beschikbare bulk transcriptomische en optioneel single-cell datasets bestaan, vooral wanneer echte comorbide cohorten niet beschikbaar zijn. De workflow is echter observationeel en bevat geen formele causal-inferentiekaders; Alle bevindingen moeten worden geïnterpreteerd als hypothesegenererend en vereisen onafhankelijke experimentele validatie.

Over het algemeen was de analytische workflow ontworpen als een sequentiële prioriteringsstrategie in plaats van een direct causal-inferentiekader. Elke stap diende een duidelijk doel: WGCNA-gebaseerde module-overlap voor kandidaat-shared-signal identificatie, verrijking/netwerkanalyse voor biologische contextualisatie, machine learning voor feature-prioritering in dermatomyositis-gerelateerde classificatie, en single-cell analyse voor celtype-niveau contextualisatie.

Protocol

Deze studie gebruikte alleen publiek beschikbaare, gedeïdentificeerde datasets uit de Gene Expression Omnibus (GEO) database. Omdat het werk secundaire analyse van bestaande openbare gegevens betrof en geen direct contact, interventie of toegang tot identificeerbare persoonlijke informatie omvatte, waren aanvullende goedkeuring van de ethische commissie en geïnformeerde toestemming niet vereist.

Databronnen en voorverwerking

Alle genexpressie en single-cell dataset zijn verkregen uit de GEO-database²⁴. Voor een ernstige depressieve stoornis werd de dataset GSE98793 gebruikt, die bestaat uit perifere bloedmonsters van 128 patiënten en 64 gezonde controles. Voor dermatomyositis werden datasets geselecteerd op basis van vooraf gedefinieerde criteria, waaronder Homo sapiens-expressieprofilering, duidelijk identificeerbare ziekte- en controlegroepen, beschikbare platformannotatie voor probe-naar-gen-mapping, en geschiktheid voor ontdekkings- of validatieanalyse. Wanneer een GEO-serie meerdere subtypen inflammatoire myopathie bevatte, werden voor de huidige studie alleen dermatomyositis en normale controlemonsters geëxtraheerd. GSE1551, GSE46239 en GSE128470 werden gebruikt als ontdekkings-/trainingsdatasets, terwijl GSE5370, GSE39454 en GSE11971 als onafhankelijke validatiedatasets werden gebruikt. De in deze studie geanalyseerde dermatomyositis-datasets waren voornamelijk afkomstig van aangetaste spier- of huidweefsels in plaats van perifeer bloed. Single-cel gegevens voor dermatomyositis zijn afkomstig uit dataset GSE190510.

Ruwe expressiematrices werden samen met de bijbehorende platformannotatiebestanden gedownload uit de GEO-database. Probe-ID's werden gekoppeld aan officiële gensymbolen volgens de door de fabrikant verstrekte GPL-annotatie. Sondes die niet ondubbelzinnig aan één officieel gensymbool konden worden gekoppeld, werden verwijderd. Wanneer meerdere probes naar hetzelfde gen werden gemapt, werden ze op genniveau gevouwen met behulp van de gemiddelde expressiewaarde die door de 'avereps'-functie in het limmapakket werd geïmplementeerd, waardoor een gen-per-monster expressiematrix werd gegenereerd.

Om intensiteitsafhankelijke bias te verminderen en de variantie te stabiliseren, werd log2-transformatie toegepast wanneer passend volgens de verdeling van expressiewaarden. Between-array-normalisatie werd vervolgens uitgevoerd met de functie 'normalizeBetweenArrays' in het limma-pakket. Ontbrekende waarden, wanneer aanwezig, werden geïimputeerd met behulp van K-dichtstbijzijnde buurimputatie. Voor de geïntegreerde dermatomyositis-trainingsdatasets werd batchcorrectie uitgevoerd met behulp van de 'ComBat'-functie in het sva-pakket, waarbij dataset/platformoorsprong werd behandeld als batchvariabele en monstergroep (dermatomyositis versus gezonde controle) in de ontwerpmatrix om de biologische variatie van belang tijdens batchaanpassing te behouden.

Alle analyses werden uitgevoerd in R met behulp van een geïntegreerde ontwikkelomgeving voor R op een desktopbesturingssysteem. Het limma-pakket werd gebruikt voor probe-samenvatting en normalisatie. Het sva-pakket werd gebruikt voor ComBat-batchcorrectie. Ontbrekende waarden werden geïmputeerd met behulp van K-dichtstbijzijnde buurimputatie met k = 10.

Analyse van gewogen genco-expressienetwerken

Weighted Gene Co-expression Network Analysis (WGCNA) werd apart uitgevoerd voor de datasets van major depressive stoornis en dermatomyositis, met behulp van het WGCNA R-pakket^25,26. Samples werden hiërarchisch geclusterd met behulp van flashClust om uitschieters te identificeren; Monsters die een dendrogramhoogte van 100 overschreden en genen in de onderste 25% van de variantie werden uitgesloten. Voor elk netwerk werd een soft-thresholding power (β) geselecteerd met pickSoftThreshold om een benaderende schaalvrije topologie te bereiken (R² > 0.8). De aangrenzende matrix werd omgezet in een Topologische Overlap Matrix (TOM), en modules werden geïdentificeerd via dynamisch boomafsnijden met een minimale modulegrootte van 60 en een merge cut-hoogte van 0,25²⁷. Het WGCNA R-pakket werd samen met flashClust gebruikt voor hiërarchische clustering. Het willekeurige zaad werd ingesteld op 12345 voor reproduceerbaarheid. Module-eigengenen werden gecorreleerd met de ziektestatus via Pearson-correlatie, waarbij P-waarden werden aangepast met de Benjamini–Hochberg-methode. Voor elke ziekte werd de module met de sterkste en meest significante associatie met de ziektestatus behouden als de belangrijkste ziekte-geassocieerde module. De overlap tussen de sleutelmodulegenen uit de dataset major depressive disorder en die uit de dermatomyositis-dataset werd gedefinieerd als de kandidaat-gedeelde genset voor downstream analyses. Differentiële expressieanalyse van de geïntegreerde dermatomyositiscohort werd afzonderlijk uitgevoerd om transcriptionele veranderingen gerelateerd aan dermatomyositis te karakteriseren.

Functionele verrijkingsanalyse

Gen-ontologie (GO) verrijkingsanalyse werd uitgevoerd met behulp van R. Gensymbolen werden omgezet naar Entrez-ID's met org. Hs.eg.db en significant verrijkte GO-termen (p < 0,05) werden geïdentificeerd met enrichGO in clusterProfiler. Voor multidimensionale visualisatie van de resultaten werden staafdiagrammen en bubbelgrafieken gegenereerd met het enrichplotpakket, terwijl een cirkelvormige grafiek werd geconstrueerd met het circlize-pakket om GO-categorieën, gentellingen en verrijkingsfactoren weer te geven. Legends werden toegevoegd met het ComplexHeatmap-pakket. De Kyoto Encyclopedia of Genes and Genomes (KEGG) routeverrijkingsanalyse van differentieel expressieve genen werd ook uitgevoerd in R. Gensymbolen werden omgezet naar Entrez-ID's op basis van de organisatie. Hs.eg.db database en significant verrijkte routes (FDR < 0,05) werden geïdentificeerd met behulp van de enrichKEGG-functie uit het clusterProfiler-pakket 28,29,30,31. Verrijkingsresultaten werden weergegeven met behulp van balk- en bubbeldiagrammen.

Analyse van functionele associatienetwerken op basis van GeneMANIA

Op basis van de eerder geïdentificeerde gedeelde genen werd een op GeneMANIA gebaseerd functioneel associatienetwerk opgebouwd om de interactiecontext tussen deze genen en hun verwante partners te onderzoeken. De genenlijst werd ingediend bij GeneMANIA met Homo sapiens als referentiesoort. GeneMANIA integreert meerdere soorten bewijs, waaronder co-expressie, fysieke interacties, routes, co-lokalisatie, genetische interacties en gedeelde eiwitdomeinen. Het resulterende netwerk werd geëxporteerd en geïmporteerd naar een netwerkvisualisatieplatform voor visualisatie en analyse. Topologische analyse van het netwerk werd vervolgens uitgevoerd in een netwerkvisualisatieplatform voor visualisatie en analyse om sterk verbonden kandidaatknooppunten 32,33,34 te identificeren.

Op basis van machine learning gebaseerde diagnostische modelconstructie

Meerdere machine-learningalgoritmen werden gebruikt voor diagnostische classificatie, waaronder Random Forest (RF), Support Vector Machine (SVM), Linear Discriminant Analysis (LDA), Naive Bayes, Gradient Boosting Machine (GBM), XGBoost, glmBoost, Elastic Net (Enet), Ridge, Least Absolute Shrinkage and Selection Operator (LASSO), Stepwise Generalized Linear Model (Stepglm) en Partial Least Squares Regression Generalized Linear Model (plsRglm)³⁵. Er werd een tweefasig modelleringskader toegepast om 113 kandidaat-modelcombinaties te genereren. In de eerste fase werd het initiële algoritme gebruikt voor variabelescreening in de trainingscohort; In de tweede fase werden de behouden variabelen gebruikt om een diagnostisch classificatiemodel te vormen. Modellen met ≤5 geselecteerde variabelen werden uitgesloten van verdere vergelijkingen. De gecombineerde dermatomyositis-datasets dienden als de trainingscohort, met labels gedefinieerd als dermatomyositis versus gezonde controles, terwijl de onafhankelijke validatiecohort(en) werden gebruikt voor externe prestatiebeoordeling. Interne resampling en tuning waren algoritme-specifiek: glmnet-gebaseerde modellen (LASSO, Ridge en Elastic Net) gebruikten 10-voudige crossvalidatie om lambda.min te selecteren; GBM gebruikte 10-voudige interne kruisvalidatie om het optimale aantal bomen te bepalen; XGBoost gebruikte 5-voudige resampling om de laatste boostronde te selecteren volgens het minimale testlog-verlies; glmBoost gebruikte cvrisk-gebaseerde interne kruisvalidatie om de stop-iteratie te bepalen; en LDA werd opgenomen in het caret cross-validatiekader. Voor algoritmen zonder expliciete afstemmingsstappen in de huidige implementatie werden vaste of pakketstandaardinstellingen gebruikt. Om informatielekken te verminderen, werden featureselectie, modelpassing en interne afstemming uitsluitend uitgevoerd met de trainingscohort, terwijl de validatiecohorten uitsluitend werden gebruikt voor onafhankelijke voorspelling en AUC-gebaseerde prestatiebeoordeling. Het caret-pakket werd gebruikt voor machine learning workflowbeheer, met glmnet, randomForest, e1071, gbm, xgboost, mboost, plsRglm en MASS voor individuele algoritmen. SHAP-analyse werd uitgevoerd met het shapviz-pakket. De willekeurige seed werd ingesteld op 12345 vóór elke modelfitting. Modellen met minder dan 5 geselecteerde kenmerken werden uitgesloten. Modelinterpreteerbaarheid en bijdrage op genniveau werden verder beoordeeld met behulp van SHapley Additive exPlanations (SHAP), en de meest informatieve genen werden geprioriteerd als kandidaat-modelgeselecteerde kenmerken voor latere biologische interpretatie.

Evaluatie van de diagnostische prestaties

Receiver operating characteristic (ROC) curves werden gegenereerd met het "pROC" R-pakket om de diagnostische prestaties van kandidaatbiomarkers te beoordelen. De expressieniveaus en de voorspellende nauwkeurigheid van de kandidaatmarkers werden gevalideerd in onafhankelijke datasets (GSE5370, GSE11971 en GSE39454). De modelprestaties werden verder beoordeeld met behulp van verwarringsmatrices. Differentiële expressie van sleutelmodule-genen werd gevisualiseerd met vulkaan- en boxplots, en ROC-curves werden geconstrueerd om de diagnostische waarde van individuele genen te evalueren.

Analyse van genensetverrijking

Om gecoördineerde functionele veranderingen die samenhangen met de kandidaat-gedeelde transcriptomische signalen te onderzoeken, werd Gene Set Enrichment Analysis (GSEA) uitgevoerd met behulp van clusterProfiler^36,37. Genexpressiegegevens van dermatomyositis en controlemonsters werden gerangschikt op differentiële expressie. Vooraf gedefinieerde gensets die overeenkomen met KEGG-routes (c2.cp.kegg.Hs.symbols.gmt) werden gebruikt om te evalueren of genen binnen elk pad een gecoördineerde trend van op- of afbouwregulatie vertoonden. Statistische significantie werd gedefinieerd als P < 0,05.

Analyse van immuuncelinfiltratie

De genormaliseerde, log2-getransformeerde en batch-gecorrigeerde dermatomyositismatrix werd gebruikt voor immuundeconvolutie. Het CIBERSORT-algoritme werd toegepast om de relatieve abundantie van immuuncelsubtypes te schatten met behulp van de LM22 referentiematrix³⁸. Monsters met deconvolutie P < 0,05 werden behouden voor downstream analyse. Verschillen in de afgeleide immunocelverhoudingen tussen groepen werden gevisualiseerd met behulp van boxplots, en er werd een Spearman-correlatieanalyse uitgevoerd om associaties te beoordelen tussen immuuncelsubsets en kandidaat-gedeelde genen.

Single-cell RNA-sequencinganalyse voor cellulaire contextualisatie

Single-cell RNA-seq analyses werden uitgevoerd in R met Seurat. Harmony werd gebruikt voor batchcorrectie, DoubletFinder voor doubletdetectie, celda/decontX voor ambient RNA-schatting, Monocle voor pseudotime trajectorie-analyse, CellChat voor cel-cel communicatieanalyse, AUCell voor gen-set activiteitsscore, en GSVA voor sss-GSEA scoring. Ruwe telmatrices werden geïmporteerd in Seurat-objecten met de parameters min.cells = 5 en min.features = 300. Kwaliteitscontrole-metrics, waaronder mitochondriale, ribosomale en hemoglobinegenproporties, werden voor elke cel berekend. Cellen werden alleen behouden als ze aan alle volgende criteria voldeden: nFeature_RNA > 500, nCount_RNA < 5.000, percent_mito < 25, percent_ribo > 3 en percent_hb < 1. Genen die in minder dan 3 cellen werden aangetroffen, werden uitgesloten. Daarnaast werden MALAT1- en mitochondriale genen verwijderd vóór de downstream analyse. Na de eerste filtering werden dubbelknoppen in elke steekproef geïdentificeerd met behulp van DoubletFinder, met PC's = 1:30 en pN = 0,25; De verwachte doubletpercentages werden vastgesteld op basis van steekproefspecifieke celnummers (<4.000 cellen: 2,5%; 4.000–8.000 cellen: 5%; >8.000 cellen: 6,5%). Alleen singlets werden behouden. De verontreiniging van omgevings-RNA werd verder geschat met decontX, en cellen met besmettingsscores < 0,2 werden behouden.

De gefilterde data werden genormaliseerd met behulp van de LogNormalize-methode met een schaalfactor van 10.000, gevolgd door identificatie van variabelegenen, dataschaal en analyse van hoofdcomponenten. Batch-effecten over samples werden gecorrigeerd met Harmony met orig.ident als batchvariabele. De eerste 15 Harmony-dimensies werden gebruikt voor UMAP-visualisatie en het bouwen van buurgrafieken. Clustering werd uitgevoerd met FindNeighbors en FindClusters, en het uiteindelijke clusteringsresultaat werd gedefinieerd met een resolutie van 0,05. Celtypen werden handmatig geannoteerd volgens canonieke markergenen samen met FindAllMarkers-resultaten³⁹.

Voor downstream functionele contextualisatie werd kandidaat-genactiviteit geëvalueerd op enkelcelniveau, en de relevante immuuncel-subset werd onderworpen aan traject- en intercellulaire communicatie-analyses. Pseudotime-analyse werd uitgevoerd met een monocle met DDRTree-gebaseerde dimensionaliteitsreductie gevolgd door celordening. Analyse van cel-cel communicatie werd uitgevoerd met CellChat met de menselijke ligand-receptor database, beperkt tot de categorie Secreted Signaling, en communicatie met minder dan 10 cellen werd gefilterd.

Voor elke cel werd de activiteit van het kandidaat-gen gekwantificeerd met behulp van drie complementaire benaderingen: AUCell, ssGSEA en AddModuleScore. AUCell-scores werden berekend op basis van gen-rangschikkingsmatrices, en ssGSEA-scores werden gegenereerd met behulp van het GSVA-framework. AddModuleScore werd berekend met behulp van de ingebouwde functie van Seurat. De resulterende AUCell-, ssGSEA- en AddModuleScore-waarden werden vervolgens gecombineerd tot één scorematrix. Elk scoretype werd eerst gestandaardiseerd door een Z-score-transformatie en vervolgens opnieuw geschaald naar een 0–1 bereik met behulp van min–max normalisatie. De uiteindelijke samengestelde score ("Scoring") voor elke cel werd gedefinieerd als de som van de drie genormaliseerde scores:

Scoring = genormaliseerde AUCell + genormaliseerde ssGSEA + genormaliseerde AddModuleScore.

Voor downstream subgroepanalyses werd de CD8⁺ T-cel subset geëxtraheerd en werden cellen gedichotomiseerd volgens de mediane Scoring-waarde binnen deze subset. Cellen met Scoring-waarden hoger dan de mediaan werden toegewezen aan de High_Hub_genes groep, terwijl de overige cellen aan de Low_Hub_genes groep werden toegewezen.

Resultaten

Identificatie van kandidaat-gedeelde genen tussen major depressieve stoornis en dermatomyositis

Na het samenvoegen van gegevens, normalisatie en batchcorrectie van dermatomyositis-gerelateerde GEO-datasets (Figuur 2A, B) werden in totaal 570 differentieel tot expressie gebrachte genen geïdentificeerd (Figuur 2C, D), bestaande uit 517 opgereguleerde en...

Discussie

Dermatomyositis is een chronische systemische auto-immuunziekte met een prominente betrokkenheid van huid en spieren, en de opeenstapeling van klinische observaties suggereert dat patiënten met dermatomyositis ook aanzienlijke psychiatrische last kunnen ervaren, inclusief symptomen die consistent zijn met een ernstige depressieve stoornis. In deze context paste de huidige studie een integratief bio-informatisch reanalysekader toe om gedeelde transcriptomische signalen tussen major depres...

Materialen

Lijst van materialen gebruikt in dit artikel

Naam	Bedrijf	Catalogusnummer	Opmerkingen
AddModuleScore	Seurat functie	versie 4.4.0	Module-score berekening binnen Seurat RRID: NA
AUCell	Bioconductor	versie 1.32.0	Single-cell gen-set activiteitsscorering RRID: SCR_021327
caret	CRAN	versie 7.0.1	Machine learning workflow ondersteuning RRID: SCR_022524
celda / decontX	Bioconductor	versie 1.24.0	Ambient RNA contaminatieschatting RRID: NA
CellChat	GitHub / CellChat	versie 2.2.0	Cel-cel communicatieanalyse RRID: SCR_021946
CIBERSORT / LM22 signatuurmatrix	CIBERSORT	LM22	Immune-cel infiltratieschatting RRID: NA
clusterProfiler	Bioconductor	versie 4.12.6	Functionele verrijkingsanalyse RRID: SCR_016884
Cytoscape	Cytoscape Consortium	versie 3.10	Een netwerkvisualisatieplatform voor visualisatie en analyse RRID: SCR_003032
DoubletFinder	GitHub / McGinnis Lab	versie 2.0.4	Doublet detectie in single-cell datasets RRID: NA
e1071	CRAN	versie 1.7.16	Support Vector Machine en Naive Bayes modellering RRID: NA
gbm	CRAN	versie 2.2.2	Gradient Boosting Machine modellering RRID: NA
Gene Expression Omnibus (GEO) database	National Center for Biotechnology Information (NCBI)	GSE98793	Major depressieve stoornis bulk transcriptome dataset RRID: NA
Gene Expression Omnibus (GEO) database	NCBI	GSE1551	Dermatomyositis training dataset; skeletspier biopsie monsters RRID: NA
Gene Expression Omnibus (GEO) database	NCBI	GSE46239	Dermatomyositis training dataset; huid biopsie monsters RRID: NA
Gene Expression Omnibus (GEO) database	NCBI	GSE128470	Dermatomyositis training dataset; dermatomyositis monsters geëxtraheerd uit inflammatoire myopathie cohort RRID: NA
Gene Expression Omnibus (GEO) database	NCBI	GSE5370	Onafhankelijke dermatomyositis validatie dataset; onbehandelde volwassen spier monsters RRID: NA
Gene Expression Omnibus (GEO) database	NCBI	GSE11971	Onafhankelijke dermatomyositis validatie dataset RRID: NA
Gene Expression Omnibus (GEO) database	NCBI	GSE39454	Onafhankelijke dermatomyositis validatie dataset; dermatomyositis monsters geëxtraheerd uit inflammatoire myopathie cohort RRID: NA
Gene Expression Omnibus (GEO) database	NCBI	GSE190510	Dermatomyositis-gerelateerde single-cell RNA-seq dataset RRID: NA
GeneMANIA	University of Toronto / GeneMANIA	webserver versie toegankelijk in deze studie	Functionele associatienetwerkconstructie RRID: RRID:SCR_005709
glmnet	CRAN	versie 4.1.8	LASSO, Ridge en Elastic Net modellering RRID: NA
GSVA	Bioconductor	versie 2.0.7	ssGSEA scorering RRID: NA
Harmony	CRAN	versie 1.2.4	Batch correctie voor single-cell data integratie RRID: NA
limma	Bioconductor	versie 3.60.6	Differentiële expressieanalyse, sonde samenvatting en normalisatie utilities RRID: SCR_010943
MASS	CRAN	versie 7.3.61	Lineaire discriminantanalyse RRID: NA
mboost	CRAN	versie 2.9.11	glmBoost modellering RRID: NA
Monocle	Bioconductor	versie 2.38.0	Pseudotime trajectanalyse RRID: SCR_016339
org.Hs.eg.db	Bioconductor	versie 3.19.1	Menselijke gen annotatie database RRID: NA
plsRglm	CRAN	versie 1.5.1	Partiële kleinste kwadraten gegeneraliseerde lineaire modellering RRID: NA
pROC	CRAN	versie 1.18.5	ROC curve analyse RRID: SCR_024286
R statistische software	R Foundation for Statistical Computing	versie 4.4.2	Hoofd statistische computing omgeving RRID: SCR_001905
randomForest	CRAN	versie 4.7.1.2	Random Forest modellering RRID: SCR_015718
RStudio	Posit Software, PBC	versie 2024.4.1.748	Geïntegreerde ontwikkelomgeving voor R RRID: SCR_000432
Seurat	CRAN / Satija Lab	versie 4.4.0	Single-cell RNA-seq voorverwerking, clustering en visualisatie RRID: SCR_016341
shapviz	CRAN	versie 0.10.2	SHAP-gebaseerde model interpretabiliteitsanalyse RRID: NA
sva	Bioconductor	versie 3.52.0	Batch-effect correctie met ComBat RRID: NA
WGCNA	CRAN