文章信息

发表杂志名称：Journal of Translational Medicine

中文标题：人类大脑 RNA 测序数据分析揭示 4 种 RNA 修饰和 18 种程序性细胞死亡对阿尔茨海默病的联合作用

英文标题：Analysis of human brain RNA‑seq data reveals combined effects of 4 types of RNA modifications and 18 types of programmed cell death on Alzheimer’s disease

影响因子：6.1

发表日期：2025 年 4 月 3 日

研究概述

RNA 修饰和程序性细胞死亡（PCD）分别对阿尔茨海默病（AD）有重要影响，但二者联合作用机制不明。本研究利用 MSBB RNA 测序数据集，分析 RNA 修饰、PCD 与 AD 的相关性，构建加权基因共表达网络，确定关键模块中 PCD 基因的关键作用，并构建 RNA 修饰相关 PCD 网络，计算风险评分预测 AD 发生。研究发现 RNA 修饰相关 PCD 基因可将患者分为具有不同临床特征的亚组，构建的风险评分可用于 AD 诊断和疾病进展评估，且在多个数据集上得到验证。这为 AD 的发病机制研究和早期预测提供了新视角。

研究结果

图 1：

4 种 RNA 修饰与 AD 的相关性（图 1A）作者设计实验流程，分别分析 4 种 RNA 修饰和 18 种 PCD 对 AD 的影响，再进行联合分析筛选相关 PCD 基因，探索其在 AD 中的潜在作用，筛选关键基因、计算风险评分并进行验证。（图 1B）作者通过箱线图展示了 AD 组和对照组之间四种 RNA 修饰调节因子表达水平的显著变化。（图 1C）经相关性分析，RNA 调节因子的表达与 CDR、Braak 和 PlaqueMean 存在显著相关性，其中 m5C 修饰因子与三种临床指标呈正相关，其他三种 RNA 修饰大多呈负相关。（图 1D、E）作者运用 LASSO 回归对 MSBB RNA 修饰队列进行分析，以确定最优 λ 值。（图 1F）作者计算 RNA 修饰评分（RNAM 评分）并进行 ROC 分析，结果显示其对 AD 发病具有一定的预测潜力，但根据 RNAM 评分分组的患者在认知、病理和炎症方面无显著差异。总之，RNA 修饰因子和 RNAM 评分虽与 AD 存在潜在关联，但无法有效区分患者组。

图 2：

基于 RPCD 基因表达的患者聚类和共表达网络分析（图 2A）作者通过 Pearson 相关性筛选与 RNA 修饰因子相关的 PCD 基因，共确定 3173 个潜在靶点，并查询其调控关系。（图 2B）运用无监督一致性聚类，作者将患者分为 RPCD Cluster A 和 RPCD Cluster B 两个亚组。（图 2C）对比临床信息，作者发现 RPCD Cluster A 的痴呆、病理和炎症状态比对照组和 RPCD Cluster B 更严重。（图 2D）分析差异表达基因，RPCD Cluster A 与其他两组有大量差异表达的 PCD 基因，而 RPCD Cluster B 与对照组仅有 7 个差异基因。（图 2E）对差异表达基因进行 GO 分析，主要富集在细胞死亡正调控、程序性细胞死亡正调控和炎症相关通路。（图 2F）SynGO 分析突出了 PCD 与突触的关系，PCD 基因在突触和突触前功能中显著富集。（图 2G）作者利用 WGCNA 构建共表达网络，划分基因模块，发现绿色和蓝色模块与 Cluster A 的表达、CDR 评分和 Braak 阶段相关性最高，为关键模块。（图 2H、I）对模块中的 hub 基因进行 GO 分析，蓝色模块 hub 基因富集于细胞形态发生、神经元分化等相关通路，绿色模块 hub 基因则主要富集在突触相关通路。综上所述，RPCD 基因与 AD 的发生和进展密切相关，在区分患者群体和疾病进程中起关键作用。

图 3：

建立和评估 RNA 修饰相关 PCD 风险评分（图 3A）作者取 RPCD Cluster 中 1311 个差异表达基因和 642 个关键模块基因的交集，得到 437 个备选基因用于 LASSO 分析。（图 3B）通过 LASSO 筛选出 19 个关键基因。（图 3C）网络图示表明这些关键基因参与 PCD 的调控。（图 3D）作者计算 RPCD 风险评分并评估，发现 AD 患者的风险评分显著高于对照组，且在不同性别和 APOE 基因型患者中存在差异。（图 3E）风险评分与炎症斑块密度、CDR 评分和 Braak 阶段呈高度相关。（图 3F、G）在不同 Braak 阶段和 CDR 评分的患者中，风险评分存在显著差异，随认知和病理进展而增加。（图 3H）构建 ROC 曲线评估风险评分和 19 个关键基因对 AD 的预测能力，结果显示二者均有良好的预测性能。（图 3I）通过列线图评估，风险评分在预测 AD 风险方面仅次于 Braak 阶段，优于年龄和痴呆程度。总之，基于 RPCD 构建的风险评分与 AD 相关临床信息关系密切，对 AD 具有潜在的预测价值。

图 4：

RPCD 风险评分在 AD 评估和风险分组中的重要性（图 4A）作者利用 LightGBM 分析评估 19 个关键基因在 AD 中的重要性。（图 4B、C）计算 SHAP 值评估基因重要性并进行模型评价，发现大多数 RPCD 基因促进 AD 进展。（图 4D）根据 RPCD 风险评分对患者进行排序和分组，分为高风险和低风险组。（图 4E）对比高低风险组临床信息，高风险组的痴呆程度、Braak 阶段和平均炎症斑块密度显著更高。（图 4F）高风险组中女性患者、高 CDR 评分和 Braak 阶段患者以及携带 APOE IV 型基因的患者比例更高。（图 4G）桑基图展示了高低风险组、RPCD Cluster 与患者临床信息的关系，RPCD Cluster A 患者多属于高风险组，女性患者也多为高风险。（图 4H）分析高低风险组 19 个关键基因的表达差异，发现部分基因存在显著上调或下调。综上，RPCD 风险评分可有效区分患者亚组，在预测 AD 疾病进展中具有重要作用。

图 5：

高低风险组患者的生物学功能差异（图 5A）作者对高低风险组进行差异基因分析，绘制火山图展示差异基因情况。（图 5B）通过热图展示差异基因分析结果。（图 5C）气泡图呈现差异基因的 GO 术语，显示这些基因在突触相关生物通路和细胞成分中显著富集。（图 5D）分析细胞衰老相关基因的差异表达，绘制热图展示结果。（图 5E）气泡图展示细胞衰老相关差异基因的 GO 术语，表明其在细胞衰老调节和神经发生等功能中富集。这些结果表明 RPCD 风险组与细胞衰老存在关联，高风险组患者病理、认知和炎症状态更严重，RPCD 可作为 AD 疾病进展的良好指标。

图 6：

RPCD 风险评分对 AD 患者其他脑区的影响（图 6A）作者在 MSBB 数据集的不同脑区计算风险评分并分组，发现高低风险组在额叶极、额下回和颞上回的 Braak 阶段无显著差异。（图 6B）在额叶极和额下回，高风险组的 CDR 评分显著高于低风险组，但在颞上回认知方面无显著差异。（图 6C）在额叶极，高风险组的炎症斑块平均密度显著高于低风险组，其他两个脑区无显著差异。（图 6D）在所有三个脑区，高风险组中携带 APOE4 基因型的患者比例显著高于低风险组。由此可见，RPCD 风险评分在不同脑区对患者的痴呆程度、炎症状态和基因型分布有不同影响。

图 7：

外部数据集验证 RPCD 风险评分对 AD 预测的效果（图 7A）作者利用 MSBB 海马旁回蛋白质组数据验证，发现 19 个关键基因对应的 10 个蛋白质及其组合具有较高的 AUC 值，预测效果良好。（图 7B）在 MSBB 其他脑区的 RNA-seq 数据中，风险评分也显示出良好的预测能力。（图 7C）使用 GEO 数据集（包括海马、内嗅皮层、颞叶皮层和额叶皮层的 RNA 数据）进行验证，风险评分预测结果良好。（图 7D）利用 ROSMAP 人类大脑 RNA-seq 数据验证，风险评分同样具有良好的预测效果。（图 7E）在 ADNI 脑脊液蛋白质组数据和全血基因组数据中，风险评分的 AUC 值分别为 0.692 和 0.73，具有较好的诊断效果。（图 7F）与文献中的 AD 生物标志物相比，RPCD 风险评分保持良好的预测性能。（图 7G、H、I）分析 19 个关键基因与 CDR、Braak 和 PlaqueMean 的相关性，发现这些基因与临床指标存在强相关性。总之，RNA 修饰、PCD 和 RPCD 与 AD 存在潜在联系，对 AD 发病具有良好的预测潜力，RPCD 相关基因具有潜在的临床应用价值。

阿尔茨海默病（AD）是一种常见的神经退行性疾病，目前其发病机制尚未完全明确。本文通过对人类大脑 RNA 测序数据的分析，探讨了 4 种 RNA 修饰和 18 种程序性细胞死亡（PCD）对 AD 的影响。研究发现，RNA 修饰和 PCD 均与 AD 存在潜在关联，但单独使用时无法有效区分患者特征。通过联合分析，作者筛选出 RNA 修饰相关 PCD（RPCD）基因，并将患者分为两个亚组，发现两组在临床特征和生物学功能上存在显著差异。进一步构建共表达网络模块，筛选出 19 个关键基因，计算 RPCD 风险评分。该风险评分与 AD 相关临床信息密切相关，在多个数据集上对 AD 具有良好的预测效果，可用于 AD 的早期诊断和患者亚组分层。此外，研究还发现 RPCD 与细胞衰老存在潜在关联。然而，本研究存在一定局限性，主要依赖生物信息学分析，缺乏直接实验验证，数据集可能存在偏差，且部分临床信息不完整。未来研究需进一步开展实验验证，扩大样本多样性，完善临床信息，以深入探究 AD 的发病机制和治疗策略。