Investigation of Stress Granule-Associated Biomarkers (IGF1 and CDK2) and Their Regulatory Mechanisms in Alzheimer’s Disease: A Combined Transcriptomic, Bioinformatic and Experimental Study

技术摘要：阿尔茨海默病中应激颗粒相关生物标志物（IGF1 和 CDK2）的研究调查

问题陈述
阿尔茨海默病（AD）是全球范围内导致痴呆的主要原因，其特征为 β-淀粉样蛋白（Aβ）斑块和神经原纤维缠结（NFTs）。尽管 Aβ 和 tau 病理学具有核心地位，但由于缺乏特异性生物标志物，早期检测仍然困难，且目前的疗法仅能提供症状缓解。近期证据表明，应激颗粒（SGs）——即细胞在压力期间形成的动态、无膜凝聚体——在 AD 发病机制中发挥作用，可能促进了 tau 蛋白的寡聚化和突触功能障碍。然而，将 SGs 与 AD 联系起来的调节机制以及特定 SG 相关生物标志物的识别仍未得到充分定义。本研究旨在通过结合生物信息学和实验的方法，通过识别 AD 中的 SG 相关转录生物标志物来填补这一空白。

研究方法
本研究采用了一个整合公共转录组数据与实验验证的多阶段流程：

1. 数据获取与预处理： 从 GEO 数据库检索了两个外周血转录组数据集（作为训练集的 GSE97760 和作为验证集的 GSE140831）。并从 GeneCards 汇编了一份包含 844 个应激颗粒相关基因（SGRGs）的列表。
2. 候选基因筛选： 在训练集中识别差异表达基因（DEGs）（|log₂FC| > 0.5, p < 0.05），并将其与 SGRG 列表取交集，从而获得 287 个候选基因（CGs）。
3. 网络与功能分析： 利用 STRING 和 Cytoscape 构建蛋白质-蛋白质相互作用（PPI）网络以识别关键节点。进行基因本体（GO）和 KEGG 富集分析，以表征其生物学功能。
4. 机器学习筛选： 应用两种算法——LASSO 回归和支持向量机-递归特征消除（SVM-RFE）对训练集进行特征基因选择。通过这两种算法的交集确定了七个核心基因。
5. 诊断建模： 构建全连接神经网络（FCNN）以评估所选生物标志物的诊断性能。使用受试者工作特征（ROC）曲线分析来评估敏感性和特异性。
6. 机制探索： 进行基因集富集分析（GSEA）、免疫浸润分析（CIBERSORT）以及分子网络调节（miRNA-lncRNA-mRNA）研究。通过分子对接探索潜在的配体-蛋白质相互作用。
7. 实验验证： 对来自新疆医科大学第五附属医院的 10 例临床样本（5 例 AD，5 例对照）进行实时荧光定量 PCR（RT-qPCR），以验证生物标志物的表达情况。

主要结果

• 生物标志物识别： 机器学习分析将候选基因精简为七个特征，其中 IGF1 和 CDK2 基于一致的表达趋势和诊断性能被保留为核心生物标志物（AUC > 0.7）。
• 表达模式： 在各数据集中，与对照组相比，IGF1 在 AD 患者中持续下调，而 CDK2 则上调（p < 0.05）。
• 诊断性能： 利用 IGF1 和 CDK2 构建的 FCNN 模型在训练集中达到了 0.989 的 AUC，在外部验证集中达到了 0.773，展示了强大的判别能力。
• 调节机制：
  • miRNA 相互作用： 调节网络识别了特定的 miRNA 关联：IGF1 与 hsa-miR-19b-3p 相关，CDK2 与 hsa-miR-302a-3p 相关。
  • 通路富集： 这两种生物标志物均富集在 KEGG T 细胞受体（TCR）信号通路以及代谢通路（α-亚麻酸和亚油酸代谢）中。
  • 免疫浸润： AD 样本显示 M0 巨噬细胞、中性粒细胞和 Tregs 减少，以及激活的 CD4+ 记忆 T 细胞增加。IGF1 与 M0 巨噬细胞和 Tregs 正相关，而 CDK2 与 Tregs 负相关。
• 分子对接： 计算对接预测了 IGF1 与 N,N-双(3-(D-葡萄糖酰胺基)丙基)脱氧胆酸酰胺 的结合亲和力为 -7.3 kcal/mol，以及 CDK2 与 Alvocidib 的结合亲和力为 -11.2 kcal/mol。
• 实验验证： RT-qPCR 证实了临床 AD 样本中 IGF1 的显著下调。然而，在本研究特定的临床队列中，并未能统计学地重复观察到 CDK2 的上调，作者将此差异归因于潜在的外周血检测局限性或队列异质性。

意义与主张
该研究声称提供了将 SG 相关调节网络与 AD 发病机制联系起来的初步证据，超越了传统的 Aβ/tau 框架。通过将 IGF1 和 CDK2 识别为潜在的 SG 相关生物标志物，该工作提出了一个可能驱动神经炎症和疾病进展的“生长因子-细胞周期-免疫轴”。作者认为，组合生物标志物模式（CDK2↑ + IGF1↓）可作为非侵入性早期诊断的基础。

本文谦逊地将研究结果界定为诊断标志物和治疗靶点的“初步线索”。作者明确指出，分子对接结果属于探索性研究，在没有进一步临床前验证的情况下，不应将其解释为药理学建议。作者承认存在局限性，包括限于外周血检测、公共数据集中的潜在选择偏差，以及在临床验证队列中缺乏对 CDK2 的重复验证。他们总结道，需要通过更大规模的多中心队列研究并在蛋白质水平进行进一步验证，以确认这些生物标志物的临床应用价值。