小鼠：你不是做生信吗？怎么还找我？

大家好，我是雪梨，小长假马上开始，拍拍这只还要上班的小鼠吧~

本篇带来的文献使用了小鼠模型来验证二甲双胍改善SCM的心功能的机理，但仍然以生信分析为主

心脏是最易受败血病影响的器官之一，败血病患者并发心肌损伤的发生率从 13.8% 到 40% 不等，而死亡率高达70%-90%，严重威胁人类健康。败血病性心肌病（SCM）是一种由败血病引起的急性但可逆的心脏疾病，了解SCM的发病机制，确定与SCM相关的枢纽基因对于SCM的早期检测、预防和管理至关重要。

本篇文献全面概述了SCM发病过程中线粒体代谢和炎症通路的改变，并阐明了这些生物通路之间的相互作用及其潜在的分子机制。此外，还利用机器学习来识别用于诊断SCM的枢纽生物标记物。在此，我们整合了生物信息学分析和机器学习方法（数据来自GEO），阐明了线粒体和免疫炎症在SCM过程中的参与。研究了线粒体枢纽相关基因与SCM免疫反应之间的关系，从而深入了解了疾病进展过程中免疫代谢的内在相互作用。

下面就一起来看看吧！

预计阅读时间：15分钟

文献背景

New insights into the role of mitochondrial metabolic dysregulation and immune infltration in septic cardiomyopathy by integrated bioinformatics analysis and experimental validation

通过综合生物信息学分析和实验验证 对败血病心肌病中线粒体代谢失调和免疫炎症作用的新认识

期刊：Cellular & MolecularBiology Letters

IF：8.3

文献背景

技术路线

话不多说先上图形摘要！你学会思路设计了吗？

没学会也不要紧，下拉查看雪梨详解！

数据收集：从GEO数据库中收集了3个与SCM相关的基因表达谱数据集，包括人左心室组织样本微阵列数据集、小鼠心肌样本微阵列数据集以及人外周血单核细胞单细胞RNA测序数据集。

差异表达基因分析：利用limma软件包对GSE79962数据集进行差异表达基因筛选，共得到2521个差异表达基因。

功能富集分析：利用GSEA、GO和KEGG分析对差异表达基因进行功能富集分析，发现这些基因主要涉及线粒体代谢和免疫相关通路。

线粒体相关差异表达基因筛选：结合MitoCarta数据库，筛选出262个线粒体相关的差异表达基因(MitoDEGs)。

关键基因识别：通过SVM-RFE、LASSO和随机森林三种机器学习算法，从MitoDEGs中筛选出6个关键基因，包括TIMMDC1、MRPS31、FBXO7、PGS1、LYRM7和BCS1L。

诊断模型构建：利用6个关键基因建立诊断模型，构建列线表，并在训练集和验证集中验证了模型的准确性。

免疫细胞浸润分析：通过ssGSEA分析评估了28种免疫细胞在SCM患者中的浸润水平。

关键基因与免疫细胞的关系：分析了6个关键基因与免疫细胞的关系，发现它们与多种免疫细胞存在相关性。

单细胞水平分析：通过单细胞RNA测序数据，分析了关键基因在不同免疫细胞亚群中的表达情况，以及线粒体和炎症相关通路的分布情况。

药物预测：利用DSigDB数据库预测出二甲双胍可能是治疗SCM最有前景的药物。

分子对接验证：通过分子对接验证了二甲双胍与6个关键靶点的结合情况。

体内体外实验验证：通过体内体外实验验证了二甲双胍对线粒体功能和炎症反应的影响。

研究结果

Figure2

有注意到这是Fig2吗？原文献将流程图作为Fig1了

Figure2 对差异表达基因（DEG）进行数据预处理

A 各样本中归一化的原始数据框图。

B DEG表达热图。

C DEG表达的火山图。

D-E 基因组富集分析（GSEA）确定了基于KEGG数据库的五大上调和下调通路。

Figure3

Figure3 基因组加权基因共表达网络分析（WGCNA）中的富集水平

A 样本聚类树枝图，树叶代表每个样本。

B, C 软阈值β=7和无标度拓扑ft指数（R2）。拓扑 ft 指数（R2）。

D 以 0.25 的高度切割聚类树枝图，检测并合并相似模块。

E 聚类树中的初始模块和合并模块。

F 模块特征基因的线性热图。红色代表高相关性，蓝色代表相反趋势。

G 模块特征基因的聚类树枝图。

H 模块-性状相关性热图。

I 蓝色模块的散点图。

Figure4

Figure4 特征基因选择

A, B 基于支持向量机递归特征消除（SVM-RFE）算法筛选特征基因表达。

C, D 使用最小绝对收缩和选择算子（LASSO）算法调整特征选择。

E 随机森林错误率与分类树数量的对比。

F 前 20 个关键基因。

G SVM-RFE、RF 和 LASSO 算法结果交叉得到的六个中心基因的维恩图

阅读中有任何疑惑

或是想get同款思路

记得扫码添加雪球老师

Figure5

Figure5 构建列线表并评估诊断价值

A 用于单片机诊断的可视化单克隆抗体诊断提名图。

B-I 每个候选基因（BCS1L、FBXO7、LYRM7、MRPS31、PGS1 和 TIMMDC1）的 ROC 曲线以及训练集和验证集的列线表，训练集和验证集中的列线表都显示了其对 SCM 的显著诊断价值。

Figure6

Figure6 六个中枢基因（hub gene）与炎症失调之间的相关性和泛素分析

A 中心基因与免疫细胞之间的相关性。

B-G 基于GTEx数据库，对31种组织中六个中枢基因的表达与标志性炎症反应之间的相关性泛组织分析。

Figure7

Figure7 归一化前后的单细胞分析对比

A UMAP图显示Harmony前重复的批次效应。

B UMAP图显示Harmony校正后的批次效应。

C 用主成分（PC）确定分辨率的聚类树图。

D Unified流形近似和投影聚类为13个聚类。

E 使用CellMarker和singleR对人体外周血样本中的细胞进行注释。

F 特征图显示了单核细胞增多症组和对照组外周血单核细胞（PBMC）中 FBXO7、PGS1、BCS1L、LYRM7、MRPS31 和 TIMMDC1 的表达模式。

G 点阵图显示了每个细胞群中中心基因的表达水平。

H 小提琴图显示每个细胞簇中FBXO7的基因表达。

Figure8

Figure8 单细胞分辨率下线粒体/炎症相关通路概览

A-B 不同患者组和细胞亚群中线粒体/炎症相关通路的基因组富集分析（GSEA）得分热图。

C SCM单细胞RNA测序数据集的UMAP与集群注释。

D-J 线粒体/炎症相关通路的密度散点图和脊线图，反映了SCM组中线粒体/炎症相关通路的分布情况。

Figure9

Figure9 基于MitoDEGs预测SCM前20种候选药物

A 使用DsigDB数据库预测MitoDEGs的前20种最重要候选化合物。

B-G MitoDEGs与二甲双胍的分子对接。

Figure10

Figure10 证实中枢 MitoDEG 的表达以及线粒体功能障碍在单核细胞增多症发病机制中的关键作用

A 对照组和单核细胞增多症组中枢MitoDEG的mRNA 表达。

B 分析 HL-1 线粒体代谢，在基线和添加寡霉素（2 mM）、FCCP（1 mM）和 R/A（0.5 mM）后连续监测 OCR。

C-H 基础呼吸、最大呼吸、非线粒体耗氧量、剩余呼吸能力、质子泄漏和 ATP 生成水平。线粒体代谢在单核细胞组中受损。

Figure11

Figure11 二甲双胍通过减轻线粒体损伤和炎症反应改善单核细胞增多症小鼠的心功能

A-D 超声心动图结果。

E、F 分析加载了 JC-1 的离体心肌细胞的线粒体膜电位。

G-I 不同组间炎症因子表达的比较。

Figure12

Figure12 二甲双胍可通过靶向 BCS1L 潜在调节单核细胞增多症的免疫代谢微环境

A 对照组、单核细胞组和单核细胞-二甲双胍组潜在靶点的 mRNA 表达。

B-D 从对照组、单克隆抗体组和单克隆抗体二甲双胍组的心肌细胞中分离蛋白质，并通过蛋白印迹法测定 BCS1L 和 FBXO7 的水平。

E-K 利用海马 XFe96 分析仪分析 HL-1 线粒体代谢。

G-I 不同组间炎症因子水平的比较。

阅读中有任何疑惑

或是想get同款思路

记得扫码添加雪球老师

总结

整个研究对败血症心肌病(SCM)的发病机制进行了深入探讨，通过机器学习算法筛选出6个线粒体相关的关键基因。研究发现，这些关键基因与SCM的发病机制密切相关，根据这6个关键基因建立的诊断模型在训练集和验证集种都表现出较高的诊断准确性。

研究人员预测出二甲双胍可能是治疗SCM最有前景的药物，并在细胞和小鼠模型中验证了二甲双胍通过调节线粒体代谢和抑制炎症反应来改善SCM的心功能。

该研究为SCM的机制研究和治疗提供了新的见解，具有重要的科学意义和临床价值。未来的研究空间包括多中心临床样本验证、单细胞水平研究、新药物研发、联合用药研究、临床前研究以及个性化治疗研究。这些研究有望进一步提高SCM的早期诊断率和治疗效果。

想要高效发文的朋友们快来投奔挑圈联靠的站姐——雪球老师吧！跟着大部队走，这是生信发高分的最快途径了~

如果你想做非肿瘤思路相关的生信，想获得拆解的原文献，或者想收看最新的直播课程，就扫描下方二维码添加雪球老师微信获得更多资讯吧！

节后的直播主题是「整好单细胞，实现从0到10的跨越」

祝大家假期快乐！

现在添加雪球老师微信，回复“4.30”,即可获取原文~