文章标题：Shared diagnostic genes and potential mechanism between PCOS and recurrent implantation failure revealed by integrated transcriptomic analysis and machine learning
中文标题：通过整合转录组学分析和机器学习揭示 PCOS 与复发性植入失败之间的共享诊断基因和潜在机制
发表期刊：Front Immunol
发表时间：20240511
影响因子：5.7/Q1
研究背景
多囊卵巢综合征 （PCOS） 是女性最常见的内分泌-生殖-代谢疾病之一，其特征是慢性无排卵、高雄激素血症和多囊卵巢形态，并且始终与肥胖、胰岛素抵抗 （IR） 和低度慢性炎症有关。PCOS 患者经常伴随各种免疫疾病，这些疾病与不孕症有关，因此会影响卵巢功能、卵母细胞质量和子宫内膜容受性 （ER）。特别是在雌激素和雄激素水平高的肥胖患者中，免疫细胞功能障碍可能导致免疫系统持续刺激，从而增加促炎细胞。
研究方法
从基因表达综合 （GEO） 数据库中获得了三个 PCOS 和 RIF 数据集。通过使用加权基因共表达网络 （WGCNA） 分析差异表达基因 （DEGs） 和模块基因，功能富集分析和三种机器学习算法。使用受试者工作特征 （ROC） 曲线评估 PCOS 和 RIF 验证数据集，并获得每种疾病的理想曲线下面积 （AUC） 值。此外，我们收集了健康和 PCOS 不孕妇女的颗粒细胞，以及健康和 RIF 患者的子宫内膜组织。RT-PCR 验证 GLIPR1 和 MAMLD1 的可靠性。此外，我们进行了基因集富集分析 （GSEA） 和免疫浸润，以探索 PCOS 和 RIF 共存的潜在机制。
研究结果
1.GEO 信息
根据我们的纳入标准，总共选择了四个数据集进行发现分析：GSE10946、GSE34526、GSE103465 和 GSE111974。一共 4 个数据集的详细信息。其中，GSE10946 和 GSE34526 作为 PCOS 的发现队列，GSE103465 和 GSE111974 被视为 RIF 的发现队列。此外，GSE80432 和 GSE26787 分别为 PCOS 和 RIF 的验证队列。在本研究中，我们将这两个疾病组简称为 PCOS 和 RIF。
2. DEG 的识别
在生物信息分析之前，我们测试了收集到的数据集的批次效应，发现两种疾病的批次效应是明显的 .使用“sva”包，我们删除了 PCOS 的批处理效应 和 RIF 组以获得可靠的分析结果。然后使用 LIMMA 包来表征两组之间的 DEGs。获得 201 个 DEGs （P<0.05， |log2 FC|>0.585），其中 101 个上调基因和 100 个下调基因用于 PCOS。
3. WGCNA 筛选关键模块
本研究使用软阈值方法构建了一个共表达网络。该参数β对于共表达网络保持无标度拓扑至关重要。基于基因表达数据的生物网络最有可能是无标度的。因此，在 PCOS 组中，大于 0.85 的拟合指数被认为是无标度拓扑，β设置为 9。通过使用邻接函数，生成了邻接矩阵。
4. 共享基因和功能富集分析
为了探索 PCOS 和 RIF 的共发病机制，我们分别取了上述 DEGs 和 WGCNA 筛选的基因的交叉点。PCOS 和 RIF 的 DEGs 之间共有 11 个基因 （CHST11 、 FAM150B 、 GLIPR1 、 SLC16A6、 MAMLD1 、 SLC46A2、 ENPP3 、 HAPLN1 、 PLCXD3 、 FAM110C 、 GAS1 ）。只有一个基因与 WGCNA 分析的基因重叠 （CCND2）。我们推测这 12 个基因可能与 PCOS 和 RIF 的发病机制有关，并且具有共同关系。分析这些基因的功能注释和富集，我们试图研究 PCOS 和 RIF 之间潜在的生物学变化。
5. 根据机器学习算法识别潜在的共享诊断基因
基于上述 12 个共享基因应用了三种不同的算法 （LASSO、SVM-RFE 和 Random Forest）。将上述 12 个基因输入到 RF 分类器中，前 10 个基因显示在重要性量表上。我们选择 0.9 作为重要性的筛选阈值，并确定了一组 9 个基因。此外，SVM 算法鉴定了 5 个具有最低 5 点 CV 误差和最佳 5 点 CV 准确度。
6. 诊断中心生物标志物的诊断价值和验证
为了更准确地理解 PCOS 和 RIF 之间的关系，我们在 PCOS 和 RIF 组中进行了机器学习结果的交集，并获得了 2 个共享的诊断基因 GLIPR1 和 MAMLD1。通过分析两个基因的表达模式，评价共享诊断基因的预测和判别能力。此外，还对受试者工作特征曲线 （ROC 曲线） 进行了分析。
7. 诊断基因的单基因 GSEA
对 PCOS 和 RIF 数据集中的两种生物标志物进行了单基因 GSEA 分析，并通过 “GSEA” 包可视化了前 5 个上调和下调的通路。图 7表明在两个疾病组中，这两个基因都参与甘氨酸、丝氨酸、苏氨酸代谢、α-亚麻酸代谢和丙酸代谢等代谢途径。此外，这两个基因都富含连接 PCOS 和 RIF 的炎症相关通路。
8. 共享诊断基因的免疫浸润分析
用 CIBERSORT 分析不同组免疫细胞的丰度。在每组中，22 个免疫细胞的比例显示为条形图。通常，条形图清楚地说明了 PCOS 之间 T 细胞、巨噬细胞和 NK 细胞群百分比之间的显著差异和 RIF。与对照样品相比，PCOS 样品中激活的树突状细胞增加。而在 RIF 样品中，静息的 NK 细胞、巨噬细胞 M0 增加，NK 细胞 γ δ、树突状细胞活化减少。
9. 在人体组织中通过 RT-PCR 验证 GLIPR 和 MAMLD
对正常女性和 PCOS 患者的滤泡液来源的颗粒细胞以及健康和 RIF 女性的子宫内膜组织进行 RT-PCR。这证实了两种诊断生物标志物 GLIPR1 和 MAMLD1 的基因表达水平。与数据分析一致，我们的结果显示 GPIPR1 表达在 PCOS 患者的颗粒细胞中上调，MAMLD1 表达降低。而 GLIPR1 和 MAMLD1 在 RIF 患者子宫内膜组织中的表达均降低。
文章小结
诊断生物标志物 GLIPR1 和 MAMLD1 被确定为负责调节由 TCA 周期代谢物失衡引起的免疫细胞活化的关键生物标志物。我们的分析加强了 PCOS 患者复发性妊娠失败共发病机制的理论基础。（对这种思路感兴趣的老师，欢迎联系小编！）
