铁死亡又有突破性思路，上分上分！预后——多算法+外部验证+ceRNA可谓王炸组合！轻松颠覆固有观念~

早晨，小伙伴们！最近，经常有临床方向的宝子们问馆长，患者信息难以收集那么复杂，而且异质性还强，这该咋入手呀呀，可愁死我了！看到宝子们一脸焦虑，那我责无旁贷阿！这不我今天就来了一个“狠招”了，学会这个之后可谓一招鲜吃遍天！

该 研究团队以 类风湿关节炎（RA）作为研究对象，整合相关数据集筛选关键差异表达铁死亡相关基因（FSGs），并使用外部数据集、qRT-PCR和Western blot体外实验验证其诊断价值，从而为RA的治疗提供不同的策略。 本文思路清晰，先是公共数据集的使用大大丰富受试者信息，再结合当前癌症研究中的热点——铁死亡，基于多机器学习算法筛选与RA密切相关的铁死亡相关基因，这就给高分文章打下坚实基础了。此外作者还对上述生信分析结果做了大量的验证试验，有理有据，增强了文章的说服力和普遍适用性。 Ps:文章原文信息已放至文末，小伙伴们自行查看哦~ ! Ps:文章原文信息已放至文末 （ ps： 好的思路是需要碰撞的，闭门是造不出车的！看到这感兴趣的宝子们快来找馆长！扫码联系！ ）

定制生信分析

云服务器租赁

加好友 备注“99” 领取试用

l 题目： 类风湿关节炎中铁 死亡 相关诊断标志物的分析与鉴定

l 杂志： Annals of medicine

l 影响因子：IF= 4.9

l 发表时间：202 4 年 9 月

后台回复“ 666 ”获取原文献，编号20240927

研究背景

类风湿关节炎 （RA ） 是一种侵袭全身多个关节的自身免疫性疾病，可导致不可逆的关节损伤和残疾。相关研究表明非甾体类抗炎药物可以减轻症状或减缓RA的病程，但其复杂的致病机制和药物不良反应极大地限制了治疗效果。近年来，有学者发现成纤维细胞样滑膜细胞（FLSs）和滑膜巨细胞发生铁死亡后能够影响RA的发展进程，因此寻找在RA中精确调控铁死亡的诊断标志物对指导其治疗策略的改善具有重要的临床意义。在本研究中，作者首先通过GSE29746、GSE55235和GSE55457三个数据集获得RA与正常样本之间差异表达的铁死亡相关基因（FSGs），并使用外部数据集、qRT-PCR和Western blot体外实验验证其诊断价值，为RA的治疗提供不同的策略。

数据来源

研究思路

作者先是整合 相关数据库 获取了RA患者基因表达谱和FRG，筛选与RA中铁死亡密切相关的DEG，接着对其进行 KEGG和GO富集分析 。通过 WGCNA、LASSO逻辑回归和SVM-RFE 算法筛选铁死亡特征基因（FSGs），并 使用 外部数据集GSE77298 进行验证。 为了阐明FSGs与凋亡相关蛋白之间的潜在关系，作者通过 STRING数据库 构建了 MMP13和GABARAPL1 与凋亡相关蛋白（FTH1、GPX4、SLC7A11和P53）及相关通路之间的 PPI网络图和GSEA分析 。最后 作者对RA和正常样本之间进行了免疫细胞浸润分析和对FSGs进行 ceRNA网络分析 。

主要结果

1.差异FRG表达及功能富集分析

作者分别整合GEO和FERDB数据库获取了RA患者基因表达谱和FRG，取交集后该团队在训练组中筛选了144个与RA中铁死亡相关的DEG（图1A-B）。接着使用KEGG和GO富集分析来证明与DEG相关的生物学功能和信号通路（图2）。其中KEGG结果显示DEGs与NLR、p53等信号通路密切相关；而GO富集分析结果表明DEGs在细胞分解代谢过程的正向调节、细胞自噬体和NADPH氧化酶复合物等生物进程富集。 上述表明表明细胞铁死亡的关键在于细胞内铁沉积和脂质抗氧化功能的减弱，增强抗氧化系统活性，抑制铁沉积是治疗RA铁死亡的有效措施。

图1 差异FRG表达分析

图2 差异FRG功能富集分析

2. RA铁死亡特征基因及其诊断价值分析

作者使用WGCNA分析方法在训练组中筛选了389个FRG，根据不同基因性状之间的相关性，鉴定出不同的模块（图3A），其中ME turquoise基因模块与RA的相关性最高，包括了215个FRG（图3B）。分别使用LASSO逻辑回归和SVM-RFE算法从144个与RA铁死亡相关的DEG中筛选出21个和20个关键靶点（图3C-D）。最后将上述三种方法获得的基因进取交集（图3E），得到12个 铁死亡特征基因（FSGs ），其中GABARAPL1、EGFR、TRIB2和MMP13符合纳入标准，AUC值分别为0.946、0.901、0.858和0.857。 使用外部数据集GSE77298验证了上述4个FSGs （图4） 。 结果显示只有 MMP13和GABARAPL1 与训练组的表达趋势一致，ROC曲线AUC值为0.959。

图3 RA铁死亡特征基因分析

图4 RA铁死亡特征基因诊断价值分析

3. PPI网络及GSEA分析

为了阐明FSGs与凋亡相关蛋白之间的潜在关系，作者通过STRING数据库构建了 MMP13和GABARAPL1 与凋亡相关蛋白（FTH1、GPX4、SLC7A11和P53）及相关通路之间的PPI网络图（图5）。结果表明FSGs与凋亡相关蛋白之间存在密切的相互作用。GSEA分析发现MMP13表达上调与细胞因子受体相互作用、白细胞介导免疫和细胞活化调节密切相关（图6A-B）；而GABARAPL1的下调在趋化因子信号通路、趋化因子活性和CXCR趋化因子受体结合中显著富集（图6C-D）。 这表明FSGs在免疫应答、细胞周期和代谢、细胞因子相互作用、蛋白质合成和代谢等方面发挥着重要作用，提高了对RA中铁死亡发病机制的理解。

图5 PPI网络分析

图6 GSEA分析

4.