脫發(fā)相關(guān)差異表達基因的生物信息學(xué)分析

向虹，陽小胡，艾亮霞，潘燕平，胡勇

研究報告

脫發(fā)相關(guān)差異表達基因的生物信息學(xué)分析

向虹，陽小胡，艾亮霞，潘燕平，胡勇

中國科學(xué)院深圳先進技術(shù)研究院，合成生物研究所，深圳 518055

利用生物信息學(xué)方法分析脫發(fā)相關(guān)差異表達基因，有望幫助了解脫發(fā)發(fā)生發(fā)展的分子機制。本研究從NCBI的子數(shù)據(jù)庫GEO中選擇基因表達譜GSE45512和GSE45513數(shù)據(jù)集，利用R語言limma工具包，篩選出兩個物種斑禿樣本與正常樣本的共同顯著差異表達基因。對這部分基因進行功能注釋和蛋白互作網(wǎng)絡(luò)分析，同時對全部差異表達基因進行基因集富集分析。結(jié)果發(fā)現(xiàn)，人頭皮斑禿樣本共篩選出225個差異表達基因；C3H/HeJ小鼠自發(fā)斑禿皮膚樣本共篩選出337個差異表達基因；兩個物種的共同顯著差異表達基因有23個。GO功能富集分析和蛋白互作網(wǎng)絡(luò)分析顯示，這部分差異基因顯著富集于免疫相關(guān)功能，并且彼此間存在蛋白互作關(guān)系?；蚣患治鲲@示兩個物種的差異基因都能顯著富集到趨化因子信號通路、細胞因子受體相互作用、金葡菌感染及抗原加工與呈遞通路；而且人的下調(diào)差異基因不僅映射到了人類表型數(shù)據(jù)庫的脫發(fā)表型，也映射到皮膚附屬物病理相關(guān)表型。綜上所述，本研究通過生物信息方法分析脫發(fā)皮膚組織與正常皮膚組織的差異表達基因，最終篩選出23個在人和小鼠中共同存在的顯著差異表達基因；此外，分析發(fā)現(xiàn)脫發(fā)與免疫過程及皮膚附屬物病變密切相關(guān)，這些結(jié)果為脫發(fā)的診斷和治療提供了新思路。

脫發(fā)；斑禿；GEO；生物信息學(xué)

斑禿(alopecia areata, AA)是一種常見的脫發(fā)癥狀，AA患者一般表現(xiàn)為斑禿部位無疤痕、斑片狀脫發(fā)，并且頭皮附近的毛干變窄。AA作為一種自身免疫性疾病，具有高度變異的表型和基因型，是由遺傳和環(huán)境因素共同決定的復(fù)雜遺傳病，終生患病率約為2%[1]。盡管對AA患者和小鼠模型的遺傳學(xué)研究表明AA是一種復(fù)雜的多基因疾病，然而毛囊免疫豁免功能的破壞也被認為是AA形成的重要誘因[2]。AA傳統(tǒng)上被分為斑片狀斑禿(alopecia patchy)、全禿(alopecia totalis, AT)和普禿(alopecia universalis, AU)[2]。AA癥狀最常發(fā)生在頭皮，但也可能發(fā)生在眉毛和睫毛(AT患者)或體毛(AU患者)?；诩膊〉某掷m(xù)時間和斑狀禿發(fā)的程度，AA還可被分為隱禿(alopecia incognita)、蛇形斑禿(ophiasis)、馬蹄形斑禿(sisaipho)和瑪麗·安托瓦內(nèi)特綜合征(Marie An-toinette syndrome)[2]。

AA也是一種對生活質(zhì)量有重大影響的疾病。AA患者表現(xiàn)出較差的健康相關(guān)生活質(zhì)量(Health- related quality of life, HRQoL)評分，頭皮受累程度越大，HRQoL評分越低[3]。由于AA的可見性、缺乏治療和慢性病的性質(zhì)，AA及其衍生癥狀可能會給患者造成嚴重的心理負擔(dān)，更會導(dǎo)致包括高度焦慮和抑郁在內(nèi)的心理疾病，尤其是青少年患者更易引發(fā)社交障礙[4,5]。此外，有調(diào)查分析顯示，年輕的男性患者具有更高的心理壓力和自殺風(fēng)險[6]。因此，有效的---治療方法將會對AA患者的生活質(zhì)量和身心健康產(chǎn)生深遠和積極的影響。脫發(fā)影響著全球數(shù)千萬人，但目前缺乏一種安全的、合理的和有針對性的用于治療頭發(fā)再生的方法?，F(xiàn)代常用的治療方法包括局部使用米諾地爾(2%和5%)，口服非那雄胺和植發(fā)手術(shù)等。由于存在藥物的副作用、停藥后復(fù)發(fā)、新毛囊存活率和患者個體差異等問題，對AA的治療富有挑戰(zhàn)性，并且治療效果并不令人滿意。

生物信息學(xué)是生命科學(xué)領(lǐng)域前沿交叉學(xué)科，可為脫發(fā)或斑禿的形成揭示潛在的分子機制，從而幫助闡明和理解AA獨特的病理生理學(xué)。使用生物信息學(xué)技術(shù)對高通量數(shù)據(jù)進行聯(lián)合分析不僅為科學(xué)研究提供可行的思路和方案，也為該類疾病的治療提供更有針對性和合理選擇的療法。本文通過生物信息學(xué)相關(guān)方法對Xing等[7]構(gòu)建的人類AA頭皮表達譜芯片和C3H/HeJ小鼠自發(fā)AA皮膚表達譜芯片數(shù)據(jù)進行生物信息學(xué)分析，以探討影響AA在人和小鼠中保守的差異表達基因以及由脫發(fā)引起的一系列生理病理過程的改變，為AA分子機制的進一步研究提供生物信息學(xué)依據(jù)。

1 材料與方法

1.1 數(shù)據(jù)來源

在美國國家生物技術(shù)信息中心(National Center for Biotechnology Information, NCBI)的基因表達綜合數(shù)據(jù)庫(Gene Expression Omnibus, GEO)下載GEO數(shù)據(jù)集，包括GSE45512和GSE45513[7]。其中，GSE45512是基于GPL570 Affymetrix Human Genome U133 Plus 2.0 Array的人AA皮膚表達譜，含有5例AA患者人頭皮樣本和5例健康人頭皮樣本，而GSE45513是基于GPL1261 Affymetrix Mouse Genome 430 2.0 Array的C3H/HeJ小鼠自發(fā)性AA皮膚表達譜，含有3例自發(fā)小鼠自發(fā)AA皮膚樣本和3例正常小鼠皮膚樣本。

1.2 基因芯片的處理與差異表達基因的篩選

芯片的處理使用R語言“affy”包對GSE45512和GSE45513數(shù)據(jù)中的每個樣本探針表達值進行背景校正歸一化處理。通過“l(fā)imma”包對實驗組AA皮膚和對照組正常皮膚中每個表達值進行檢驗。GSE45512差異表達基因使用Bioconductor的“hgu-133plus2.db”進行注釋，GSE45513差異表達基因使用Bioconductor的“mouse4302.db”進行注釋。差異表達基因(differently expressed genes, DEGs)的篩選標準為|log2FC|≥1 &value≤0.05。利用venn圖獲得兩個數(shù)據(jù)集中共同出現(xiàn)的差異表達基因名稱。利用“pheatmap”工具包對差異表達基因繪制熱圖。

1.3 DEGs的注釋和富集分析

采用Gene Ontology Resource數(shù)據(jù)庫[8]，對前面篩選出的兩物種中共有的DEGs進行GO (Gene Ontology)富集分析和KEGG (Kyoto Encyclopedia of Gene and Genome)信號通路分析。顯著性富集的篩選標準為<0.01和FDR<0.05。分析的結(jié)果利用R語言“REVIGO”進行可視化呈現(xiàn)。對兩物種中單獨存在的差異表達基因使用DAVID數(shù)據(jù)庫[9]進行GO注釋分析、KEGG通路富集分析和組織表達分析。

1.4 蛋白互作網(wǎng)絡(luò)的構(gòu)建

將前面篩選的DEGs導(dǎo)入STRING (version 11.0)數(shù)據(jù)庫，得到一個蛋白質(zhì)相互作用網(wǎng)絡(luò)(protein- protein interaction, PPI)圖。利用軟件參數(shù)將免疫相關(guān)功能蛋白標注出。

1.5 基因富集分析

基因集富集分析(gene set enrichment analysis, GSEA)使用WEB-based GEne SeT AnaLysis Toolkit數(shù)據(jù)庫。對兩個物種校正后的基因集進行富集分析，Redundancy reduction參數(shù)設(shè)定為Weighted set cover。

2 結(jié)果與分析

2.1 獲得DEGs

對GSE45512和GSE45513兩個數(shù)據(jù)集進行分析，分別獲得差異倍數(shù)在2倍以上的顯著上、下調(diào)差異表達基因。GSE45512人頭皮AA樣本共篩選出225個DEGs (圖1A)，其中上調(diào)基因79個，下調(diào)基因146個(圖2A)。GSE45513 C3H/HeJ小鼠自發(fā)AA皮膚樣本共篩選出337個DEGs (圖1B)，其中上調(diào)基因280個，下調(diào)基因57個(圖2A)。兩個物種共有的DEGs有23個(圖2A)，并對這23個在人和小鼠中相對保守的DEGs進行聚類熱圖分析(圖2，B和C)?？梢妰深悩颖净虮磉_具有顯著差異，上調(diào)基因主要包括、、和等19個，下調(diào)基因有、、和(圖1和附表1)。

2.2 DEGs的注釋富集分析和蛋白互作分析

DEGs的GO富集分析可分為生物學(xué)過程(bio-logical process)、細胞組分(cellular component)和分子功能(molecular function) 3個方面。對于兩物種共有的DEGs，GO富集分析圖顯示，生物學(xué)過程主要富集在免疫相關(guān)的一些過程，包括免疫反應(yīng)(immune response)，免疫效應(yīng)過程(immune effector process)，防御反應(yīng)(defense response)，T細胞活化(T cell ac-tivation)和細胞因子介導(dǎo)的信號通路(cytokine-med-iated signaling pathway)等(圖3A)。這部分DEGs的細胞組分條目較少，主要涉及一些細胞表面的組分包括質(zhì)膜外側(cè)面(external side of plasma membrane)、膜側(cè)(side of membrane)、細胞表面(cell surface)、免疫突觸(immunological synapse)、細胞外隙(extrace-llular space)和BMP受體復(fù)合物(BMP receptor com-plex) (圖3A)。而分子功能主要富集在細胞因子活性(cytokine activity)、受體結(jié)合(receptor binding)和內(nèi)肽酶活性(endopeptidase activity)等過程(圖3A)。

圖1 差異表達基因火山圖

A----：GSE45512人頭皮AA樣本差異表達基因火山圖；B：GSE45513 C3H/HeJ小鼠自發(fā)AA皮膚樣本差異表達基因火山圖?；鹕綀D橫軸表示差異倍數(shù)，數(shù)值顯示為log2fold change?？v軸表示值，數(shù)值顯示為?log10value。深青色的點代表顯著差異表達基因，玫瑰紅色的點代表非顯著差異表達基因。人和小鼠中共有的差異表達基因在圖中顯示基因名稱。

對于兩物種中單獨存在的DEGs，GO富集分析顯示，免疫相關(guān)的生物學(xué)過程仍然是兩物種最主要的生物學(xué)過程，并且免疫反應(yīng)(immune response)在人和小鼠中都出現(xiàn)了(附圖1，A和D)。在細胞組分方面，小鼠的DEGs主要富集在膜(membrane)和細胞質(zhì)(cytoplasm)范圍較廣的細胞組分，而人的DEGs主要富集在角蛋白纖維(keratin filament)專有的與皮膚附屬物相關(guān)的組分。此外，胞外區(qū)(extracellular region)和細胞外隙(extracellular space)在人和小鼠中都出現(xiàn)了(附圖1，A和D)，這與前面提到的兩物種共有DEGs富集在細胞表面的組分相關(guān)聯(lián)。在分子功能方面，人的主要富集在結(jié)構(gòu)分子功能相關(guān)的條目，小鼠的主要富集在結(jié)合功能相關(guān)的條目。在KEGG信號通路富集分析中，人和小鼠都出現(xiàn)了一個免疫相關(guān)的條目細胞因子受體相互作用(Cytokine-cytokine receptor interaction) (附圖1，B和E)。然而，在組織富集方面，人的這些非共有DEGs主要富集在頭皮、頭發(fā)和發(fā)根，小鼠的主要富集在免疫器官中(胸腺和骨髓) (附圖1，C和F)。

利用STRING數(shù)據(jù)庫對在人和小鼠AA樣本中共有的差異表達基因編碼的蛋白分析發(fā)現(xiàn)，除了CHAC1、LYPD6和GPR65，其他20個蛋白之間都存在互作網(wǎng)絡(luò)。結(jié)合之前的GO富集分析結(jié)果，發(fā)現(xiàn)處于該蛋白網(wǎng)絡(luò)節(jié)點位置的蛋白都多與免疫相關(guān)(如：IRF1、CCL2、CXCL9、GZMA和GZMB等)，如圖3B所示標記出紅色的蛋白表示參與免疫系統(tǒng)過程(GO:0002376, immune system process)，標記出藍色的蛋白表示參與免疫反應(yīng)過程(GO:0006955, immune response)。說明AA癥狀在人和小鼠中都引起了一系列的免疫響應(yīng)事件，如顯著地增加了一些免疫相關(guān)基因和因子的表達。

2.3 DEGs的GSEA分析

對人頭皮AA樣本(GSE45512)的DEGs基因集和C3H/HeJ小鼠自發(fā)AA皮膚樣本(GSE45513)的DEGs基因集分別進行信號通路富集分析后，發(fā)現(xiàn)上調(diào)或者下調(diào)基因都富集在一些信號通路上。如同共同出現(xiàn)在人和小鼠中的23個DEGs一樣，兩個物種的DEGs基因集也共同地富集在一些信號通路上(圖4)，包括：趨化因子信號通路(chemokine signaling pathway)、細胞因子受體相互作用(cytokine-cytokine receptor interaction)、金葡菌感染(infection)和抗原加工與呈遞(antigen processing and presentation)。比較巧合的是，除了金葡菌感染(infection)這個條目外，其他3個條目與前面提到的23個DEGs一樣，是與免疫學(xué)過程存在直接相關(guān)的。這也進一步表明了斑禿在人和小鼠中會觸發(fā)一系列的免疫學(xué)事件。

圖2 人和小鼠AA樣本中共同差異表達的基因

A：人和小鼠AA樣本差異表達基因的韋恩圖；B：人AA樣本中共同差異表達基因的聚類熱圖；C：小鼠AA樣本中共同差異表達基因的聚類熱圖。

將人頭皮AA樣本(GSE45512)的基因集富集到人類表型數(shù)據(jù)庫發(fā)現(xiàn)，上調(diào)基因集富集的條目有自身免疫(autoimmunity)、反復(fù)細菌感染(recurrent ba-cterial infections)、中樞神經(jīng)系統(tǒng)感染(CNS infec-tion)、淋巴細胞形態(tài)異常(abnormal lymphocyte mor-phology)、血管炎(vasculitis)和咯血(hemoptysis)。下調(diào)基因集富集的條目有指甲營養(yǎng)不良(nail dystro-phy)、發(fā)質(zhì)異常(abnormality of hair texture)、脫發(fā)(alopecia)和睫毛稀疏或缺失(sparse or absent eyela-shes)。有意思的是，上調(diào)的基因集仍然多富集在免疫、細菌感染和一些炎癥表型，而下調(diào)的基因集都富集在脫發(fā)和皮膚附屬物(指甲和睫毛)發(fā)育異常的表型上，這與本研究的樣本表型相關(guān)，也與預(yù)期相符。

圖3 差異表達基因的GO富集分析和蛋白互作分析

A：差異表達基因的GO富集分析，包括生物學(xué)過程、細胞組分和分子功能?？v坐標代表值，顏色變化從紅色到藍色代表值從高到低；橫坐標代表包含的基因數(shù)，圓圈越大代表包含的基因數(shù)越多。B：差異表達基因的蛋白互作分析。紅色代表參與免疫系統(tǒng)過程(GO:0002376)，藍色代表參與免疫反應(yīng)過程(GO:0006955)。

3 討論

脫發(fā)影響著全球數(shù)千萬人。幾十年來，對于脫發(fā)的治療漸漸從廣泛和非特異性療法發(fā)展到現(xiàn)在更有針對性和合理選擇的療法。這需要通過臨床醫(yī)生、基礎(chǔ)科學(xué)家和生物信息學(xué)家等多個領(lǐng)域之間的密切合作和交流來實現(xiàn)。關(guān)于脫發(fā)的治療方法多種多樣，包括植發(fā)手術(shù)[10]、低能量激光治療[11]、光化學(xué)療法(PUVA)[12]、針灸療法[13]和藥物治療[14~16]等。然而，目前沒有有效的療法能醫(yī)治所有受到脫發(fā)困擾的患者，且部分療法除了具有較大的副作用外也會在停止治療之后出現(xiàn)嚴重的復(fù)發(fā)情況，這主要與脫發(fā)獨特的病理生理學(xué)和復(fù)雜的病因有關(guān)。因此，對于AA發(fā)生發(fā)展機制的研究特別重要，既可以幫助深入了解AA的發(fā)病機制，也有助于AA治療藥物的研發(fā)和治療方法的開發(fā)。

圖4 參與信號通路的基因集富集分析

A：人斑禿樣本(GSE45512)的基因集富集結(jié)果；B：小鼠斑禿樣本(GSE45513)的基因集富集結(jié)果。

本研究通過生物信息學(xué)方法分析了人頭皮AA樣本和C3H/HeJ小鼠自發(fā)性AA皮膚樣本，篩選出23個在兩個物種AA樣本與正常樣本中共同顯著差異表達基因。并且基于GO和STRING數(shù)據(jù)庫對23個基因進行功能注釋分析和蛋白互作網(wǎng)絡(luò)分析。同時為了對所有數(shù)據(jù)集有一個全面的了解，進一步將校正后的差異表達基因集進行了基因集富集分析。除了人AA頭皮樣本數(shù)據(jù)，本研究也選用了C3H/HeJ小鼠自發(fā)性AA皮膚樣本數(shù)據(jù)。C3H/HeJ小鼠自發(fā)脫發(fā)的發(fā)展過程和人的AA病理特征非常相似[17]，因而能夠作為一種良好、經(jīng)濟的模型用于研究脫發(fā)相關(guān)的疾病。本研究將兩個物種的數(shù)據(jù)集聯(lián)合分析，期望探究出在人和小鼠兩個物種中相對保守的AA相關(guān)基因以及病理學(xué)和生理學(xué)過程。

人和小鼠中共有的DEGs有23個，比較有意思的是，其中部分基因也曾出現(xiàn)在AA相關(guān)的其他研究中。在一項關(guān)于AA的轉(zhuǎn)錄組測序研究中，也是差異表達基因，并參與細胞增殖的有絲分裂過程[18]。在毛囊休止期強表達，有研究表明，可以作為輻射誘導(dǎo)脫發(fā)的輻射保護劑[19]。DNA宏陣列分析顯示與雄激素性脫發(fā)有關(guān)[20]。BMP信號參與調(diào)控頭發(fā)的生長周期[21]。Anti-IL5能減少嗜酸性粒細胞的數(shù)量并導(dǎo)致脫發(fā)，加重紅斑的嚴重程度，同時增加的表達[22]。利用免疫組化，在分級毛囊的球莖、小葉、峽部和漏斗部計數(shù)陽性細胞，發(fā)現(xiàn)AA小鼠中的陽性細胞顯著高于對照組，而膳食維生素A可改變陽性細胞的數(shù)量和定位，從而影響AA的發(fā)展進程[23]。，作為T淋巴細胞的招募者，在AA患者血清中和表達水平明顯升高，表明它們可能參與了T淋巴細胞募集到發(fā)炎組織的過程[24~26]。此外在C3H/HeJ小鼠自發(fā)形成AA過程中，和的表達水平逐漸增加[27]。另一項芯片和RT-PCR表達譜數(shù)據(jù)分析也顯示和在AA組顯著上調(diào)[28]。此外，通過阻斷ifn誘導(dǎo)的趨化因子(和)可以預(yù)防AA的發(fā)生[29]。毛囊中能增加T細胞的趨化性，而抑制T細胞的趨化性可有效治療AA[30]。上述已有研究報道表明了這些在人和小鼠中共有的差異表達基因不僅在本文中顯示出顯著的差異，而且在脫發(fā)相關(guān)的其他樣本中也顯示出類似的差異，并且機制研究顯示部分基因參與AA發(fā)生發(fā)展進程。同時，后續(xù)也應(yīng)關(guān)注那些挖掘出來尚未報道的DEGs，對它們深入細致的研究可能有助于豐富AA的病理學(xué)知識，進而幫助治療AA病癥。

GO富集分析顯示兩物種共有的23個基因主要富集在免疫反應(yīng)(immune response)，細胞因子介導(dǎo)的信號通路(cytokine-mediated signaling pathway)和T細胞活化(T cell activation)等一些免疫相關(guān)的過程。比較有意思的是，單獨存在于兩個物種的非共有DEGs的生物學(xué)過程也都富集在免疫相關(guān)的生物學(xué)過程中。而且，對這些非共有DEGs進行GO富集分析和KEGG通路分析發(fā)現(xiàn)，在人和小鼠中，除了都涉及免疫事件外，小鼠所涉及的生物學(xué)過程、細胞組分、分子功能和信號通路的范圍更廣泛，而上 述與人相關(guān)的內(nèi)容則涉及的更具體甚至更直接，如人的某些條目直接顯示與皮膚附屬物相關(guān)(附圖1， 頭發(fā)生長周期(GO:0042633~hair cycle)，上皮發(fā)育(GO:0008544~ epidermis development)，毛囊發(fā)育(GO:0001942~hair follicle development)，指甲發(fā)育(GO:0035878~nail development)，角蛋白纖維(GO:0045095~keratin filament)，上皮的結(jié)構(gòu)組成(GO:0030280~structural co-nstituent of epidermis))。尤其是對這些非共有基因進行組織富集分析，發(fā)現(xiàn)這些在人中的非共有基因直接富集在頭皮和頭發(fā)相關(guān)的組織(頭皮(Scalp)，頭發(fā)(Hair)和發(fā)根(Hair root))。這些結(jié)果可能表明，雖然在兩個物種中，斑禿都與免疫事件相關(guān)，然而，在小鼠中斑禿可能是一類全身性的疾病，而在人中，由于毛發(fā)分布的原因，斑禿更傾向于是一個局部發(fā)生的疾病。當然，這些結(jié)果也反應(yīng)了樣品來源的不同，一個來自人類AA患者頭皮，另一個來自小鼠自發(fā)性AA皮膚。PPI網(wǎng)絡(luò)節(jié)點位置的一些差異表達基因編碼的蛋白也顯示與免疫事件相關(guān)。除此之外，GSEA分析結(jié)果顯示在人和小鼠中相對保守的信號通路也都集中在免疫相關(guān)的過程。這些結(jié)果表明斑禿能夠引起了一系列的免疫響應(yīng)相關(guān)事件。本研究結(jié)果與之前的報道相一致，AA是一類人類自身免疫性疾病，AA的發(fā)生被認為是毛囊的天然免疫功能崩潰導(dǎo)致的，包括上皮細胞中MHC I class異位表達和自身抗原呈遞給自身反應(yīng)性CD8+T細胞[31]。除了毛囊自身的免疫功能喪失，自身免疫會進一步破壞毛囊并引發(fā)一系列炎癥反應(yīng)[32]。近些年來，一類高效的免疫類藥物JAK抑制劑(Janus kinase inhibi-tors)用于研究AA的治療，具有比較好的療效。在使用C3H/HeJ小鼠模型進行的臨床前試驗中，這些藥物在局部和口服時均顯示出預(yù)防和逆轉(zhuǎn)AA的效果[7]。幾個病例和個別報告已證明，不同類型斑禿患者在口服JAK抑制劑藥物后，頭發(fā)再生，這些藥物包括托法替尼(tofacitinib)[33]、魯索替尼(ruxoli-tinib)[34]和巴瑞克替尼(baricitinib)[35]。目前，美國FDA批準了幾種JAK抑制劑用于治療其他疾病，如ruxolitinib (JAK1/2抑制劑)用于治療骨髓纖維化，tofacitinib (pan-JAK抑制劑)用于治療類風(fēng)濕性關(guān)節(jié)炎。JAK抑制劑等免疫類藥物也提供了一種新的用于研究脫發(fā)治療的策略，不過也應(yīng)該意識到任何新藥潛在副作用。

據(jù)報道，在2%~44%的AA患者中有指甲受累，并且這種情況在兒童(>40%)中比成人(<20%)更常見，此外，越是嚴重的斑禿患者也越容易出現(xiàn)在指甲受累[36,37]。指甲屬于皮膚附屬物，盡管GSEA(圖5)顯示上調(diào)基因集多富集在免疫相關(guān)的表型，然而下調(diào)基因集富集的條目都在皮膚附屬物受損相關(guān)的表型，如指甲營養(yǎng)不良(nail dystrophy)、發(fā)質(zhì)異常(abno-rmality of hair texture)、脫發(fā)(alopecia)和睫毛稀疏或缺失(sparse or absent eyelashes)。說明AA患者除了引起一些自身免疫相關(guān)的癥狀外，也會伴隨出現(xiàn)自身皮膚附屬物(如指甲、睫毛和眉毛等)生長異常的癥狀。

圖5 涉及人類表型的基因集富集分析

A：人斑禿樣本(GSE45512)基因集在人類表型上的富集結(jié)果；B：人斑禿樣本基因集在禿頭癥中富集的結(jié)果。

高通量分析技術(shù)的發(fā)展和測序成本的降低產(chǎn)生了大量與脫發(fā)相關(guān)的研究數(shù)據(jù)。本研究通過利用NCBI公共數(shù)據(jù)庫中的數(shù)據(jù)和生物信息學(xué)分析工具整合分析了兩個物種的AA數(shù)據(jù)，從基因?qū)用娣治隽薃A相關(guān)的分子機制，并獲得了一些可信的結(jié)果，為脫發(fā)發(fā)生發(fā)展的機制和治療提供有價值的參考信息。本文挖掘的23個在人和小鼠AA樣本中共有的DEGs，其中部分已在AA相關(guān)的研究報道中得到證實([22]，[23]，[29]，[29]，[38]，[39]，[40]，IL2RG[41]，[19,42]和[21,42])，然而，目前關(guān)于AA病癥發(fā)生發(fā)展的機制以及AA與免疫成因的機理還有待完善。基于現(xiàn)有研究，對尚未報道這部分DEGs進行深入的分析和研究，有望對未來治療斑禿提供了新的藥物靶點。

附錄：

附圖1和附表1詳見文章電子版www.chinagene.cn。

[1] Safavi KH, Muller SA, Suman VJ, Moshell AN, Melton LJ. Incidence of alopecia areata in olmsted county, minnesota, 1975 through 1989., 1995, 70(7): 628–633.

[2] Pratt CH, King LE Jr, Messenger AG, Christiano AM, Sundberg JP. Alopecia areata., 2017, 3: 17011.

[3] Liu LY, King BA, Craiglow BG. Health-related quality of life (HRQoL) among patients with alopecia areata (AA): A systematic review., 2016, 75(4): 806–812.e3.

[4] Hunt N, McHale S. The psychological impact of alopecia., 2005, 331(7522): 951–953.

[5] Singam V, Patel KR, Lee HH, Rastogi S, Silverberg JI. Association of alopecia areata with hospitalization for mental health disorders in US adults., 2019, 80(3): 792–794.

[6] Rencz F, Gulácsi L, Péntek M, Wikonkál N, Baji P, Brodszky V. Alopecia areata and health-related quality of life: a systematic review and meta-analysis.. 2016, 175(3): 561–571.

[7] Xing LZ, Dai ZP, Jabbari A, Cerise JE, Higgins CA, Gong WJ, de Jong A, Harel S, DeStefano GM, Rothman L, Singh P, Petukhova L, Mackay-Wiggan J, Christiano AM, Clynes R. Alopecia areata is driven by cytotoxic T lymphocytes and is reversed by JAK inhibition., 2014, 20(9): 1043–1049.

[8] The Gene Ontology Consortium. The Gene Ontology Resource: 20 years and still GOing strong., 2019, 47(D1): D330–d338.

[9] Huang da W, Sherman BT, Lempicki RA. Bioinformatics enrichment tools: paths toward the comprehensive functional analysis of large gene lists., 2009, 37(1): 1–13.

[10] Chen HA, Pan JY, Chiang CH, Jhang AH, Ho WT. New idea for hair transplantation to preserve more donor hair follicles., 2019, 128: 83–85.

[11] Afifi L, Maranda EL, Zarei M, Delcanto GM, Falto- Aizpurua L, Kluijfhout WP, Jimenez JJ. Low-level laser therapy as a treatment for androgenetic alopecia., 2017, 49(1): 27–39.

[12] Tekin NS, Tekin IO, Cinar S, Altinyazar HC, Koca R, Esturk E. The PUVA-turban as an alternative treatment of alopecia associated with chronic graft versus host disease., 2005, 53(5): 902–903.

[13] Lee HW, Jun JH, Lee JA, Lim HJ, Lim HS, Lee MS. Acupuncture for treating alopecia areata: a protocol of systematic review of randomised clinical trials., 2015, 5(10): e008841.

[14] Suchonwanit P, Srisuwanwattana P, Chalermroj N, Khunkhet S. A randomized, double-blind controlled study of the efficacy and safety of topical solution of 0.25% finasteride admixed with 3% minoxidil vs. 3% minoxidil solution in the treatment of male androgenetic alopecia., 2018, 32(12): 2257–2263.

[15] Durdu M, ?zcan D, Baba M, Se?kin D. Efficacy and safety of diphenylcyclopropenone alone or in combination with anthralin in the treatment of chronic extensive alopecia areata: a retrospective case series., 2015, 72(4): 640–650.

[16] Rodrigues BL, Montalv?o SAL, Cancela RBB, Silva FAR, Urban A, Huber SC, Júnior JLRC, Lana JFSD, Annichinno- Bizzacchi JM. Treatment of male pattern alopecia with platelet-rich plasma: A double-blind controlled study with analysis of platelet number and growth factor levels., 2019, 80(3): 694–700.

[17] Sundberg JP, Boggess D, Montagutelli X, Hogan ME, King LE Jr. C3H/HeJ mouse model for alopecia areata., 1995, 104(5 Suppl): 16s–17s.

[18] Subramanya RD, Coda AB, Sinha AA. Transcriptional profiling in alopecia areata defines immune and cell cycle control related genes within disease-specific signatures., 2010, 96(3): 146–153.

[19] Kawano M, Umeda S, Yasuda T, Fujita M, Ishikawa A, Imamura T, Imai T, Nakayama F. FGF18 signaling in the hair cycle resting phase determines radioresistance of hair follicles by arresting hair cycling., 2016, 1(3): 170–181.

[20] Midorikawa T, Chikazawa T, Yoshino T, Takada K, Arase S. Different gene expression profile observed in dermal papilla cells related to androgenic alopecia by DNA macroarray analysis., 2004, 36(1): 25–32.

[21] Plikus MV, Widelitz RB, Maxson R, Chuong CM. Analyses of regenerative wave patterns in adult hair follicle populations reveal macro-environmental regulation of stem cell activity., 2009, 53(5–6): 857–868.

[22] Renninger ML, Seymour RE, Whiteley LO, Sundberg JP, Hogenesch H. Anti-IL5 decreases the number of eosinophils but not the severity of dermatitis in Sharpin-deficient mice., 2010, 19(3): 252–258.

[23] Duncan FJ, Silva KA, Johnson CJ, King BL, Szatkiewicz JP, Kamdar SP, Ong DE, Napoli JL, Wang J, King LE Jr, Whiting DA, McElwee KJ, Sundberg JP, Everts HB. Endogenous retinoids in the pathogenesis of alopecia areata., 2013, 133(2): 334–343.

[24] Zainodini N, Hassanshahi G, Arababadi MK, Khorramdelazad H, Mirzaei A. Differential expression of CXCL1, CXCL9, CXCL10 and CXCL12 chemokines in alopecia areata., 2013, 10(1): 40–46.

[25] Maouia A, Sormani L, Youssef M, Helal AN, Kassab A, Passeron T. Differential expression of CXCL9, CXCL10, and IFN-γ in vitiligo and alopecia areata patients., 2017, 30(2): 259–261.

[26] Bilgic O, Sivrikaya A, Unlu A, Altinyazar HC. Serum cytokine and chemokine profiles in patients with alopecia areata., 2016, 27(3): 260–263.

[27] McPhee CG, Duncan FJ, Silva KA, King LE Jr, Hogenesch H, Roopenian DC, Everts HB, Sundberg JP. Increased expression of Cxcr3 and its ligands, Cxcl9 and Cxcl10, during the development of alopecia areata in the mouse., 2012, 132(6): 1736–1738.

[28] Suárez-Fari?as M, Ungar B, Noda S, Shroff A, Mansouri Y, Fuentes-Duculan J, Czernik A, Zheng X, Estrada YD, Xu H, Peng X, Shemer A, Krueger JG, Lebwohl MG, Guttman-Yassky E. Alopecia areata profiling shows TH1, TH2, and IL-23 cytokine activation without parallel TH17/ TH22 skewing., 2015, 136(5): 1277–1287.

[29] Dai Z, Xing L, Cerise J, Wang EH, Jabbari A, de Jong A, Petukhova L, Christiano AM, Clynes R. CXCR3 blockade inhibits T Cell migration into the skin and prevents development of alopecia areata., 2016, 197(4): 1089–1099.

[30] Ito T, Hashizume H, Shimauchi T, Funakoshi A, Ito N, Fukamizu H, Takigawa M, Tokura Y. CXCL10 produced from hair follicles induces Th1 and Tc1 cell infiltration in the acute phase of alopecia areata followed by sustained Tc1 accumulation in the chronic phase., 2013, 69(2): 140–147.

[31] Gilhar A, Schrum AG, Etzioni A, Waldmann H, Paus R. Alopecia areata: Animal models illuminate autoimmune pathogenesis and novel immunotherapeutic strategies., 2016, 15(7): 726–735.

[32] Strazzulla LC, Wang EHC, Avila L, Lo Sicco K, Brinster N, Christiano AM, Shapiro J. Alopecia areata: Disease characteristics, clinical evaluation, and new perspectives on pathogenesis., 2018, 78(1): 1–12.

[33] Liu LY, Craiglow BG, Dai F, King BA. Tofacitinib for the treatment of severe alopecia areata and variants: A study of 90 patients., 2017, 76(1): 22–28.

[34] Mackay-Wiggan J, Jabbari A, Nguyen N, Cerise JE, Clark C, Ulerio G, Furniss M, Vaughan R, Christiano AM, Clynes R. Oral ruxolitinib induces hair regrowth in patients with moderate-to-severe alopecia areata., 2016, 1(15): e89790.

[35] Jabbari A, Dai Z, Xing L, Cerise JE, Ramot Y, Berkun Y, Sanchez GA, Goldbach-Mansky R, Christiano AM, Clynes R, Zlotogorski A. Reversal of alopecia areata following treatment with the JAK1/2 inhibitor baricitinib., 2015, 2(4): 351–355.

[36] Chelidze K, Lipner SR. Nail changes in alopecia areata: an update and review., 2018, 57(7): 776–783.

[37] Kasumagic-Halilovic E, Prohic A. Nail changes in alopecia areata: frequency and clinical presentation., 2009, 23(2): 240–241.

[38] Hamed FN, McDonagh AJG, Almaghrabi S, Bakri Y, Messenger AG, Tazi-Ahnini R. Epigallocatechin-3 gallate inhibits STAT-1/JAK2/IRF-1/HLA-DR/HLA-B and reduces CD8 MKG2D lymphocytes of alopecia areata patients., 2018, 15(12).

[39] Shi JX, Peng P, Liu WX, Mi P, Xing C, Ning GZ, Feng SQ. Bioinformatics analysis of genes associated with the patchy-type alopecia areata: CD2 may be a new therapeutic target., 2019, 1–7.

[40] Nagao K, Kobayashi T, Moro K, Ohyama M, Adachi T, Kitashima DY, Ueha S, Horiuchi K, Tanizaki H, Kabashima K, Kubo A, Cho YH, Clausen BE, Matsushima K, Suematsu M, Furtado GC, Lira SA, Farber JM, Udey MC, Amagai M. Stress-induced production of chemokines by hair follicles regulates the trafficking of dendritic cells in skin., 2012, 13(8): 744–752.

[41] Ibusuki A, Nishikawa T, Hiraki T, Okano T, Imai K, Kanegane H, Ohnishi H, Kato Z, Fujii K, Tanimoto A, Kawano Y, Kanekura T. Prominent dermal Langerhans cells in an Omenn syndrome patient with a novel mutation in the IL2RG gene., 2019, 46(11): 1019–1023.

[42] Jiang W, Fan YX, Qiao X, Zhang YJ, Liu ZH, Zhao YH, Wang RJ, Wang ZX, Zhang WG, Su R, Li JQ. The transcriptome research progresses of skin hair follicle development., 2015, 37(6): 528–534.江瑋, 范一星, 喬賢, 張燕軍, 劉志紅, 趙艷紅, 王瑞軍, 王志新, 張文廣, 蘇蕊, 李金泉. 皮膚毛囊發(fā)育的轉(zhuǎn)錄組研究進展. 遺傳, 2015, 37(6): 528–534.

Bioinformatics analysis of differentially expressed genes on alopecia

Hong Xiang, Xiaohu Yang, Liangxia Ai, Yanping Pan, Yong Hu

The molecular mechanism of alopecia areata (AA) is still elusive and here we utilized bioinformatics methods to analyze AA-related differentially expressed genes. In this study, GSE45512 and GSE45513 were downloaded from the NCBI sub-database Gene Expression Omnibus (GEO). The gene expressions of AA and normal samples were analyzed using the R package limma, which showed significant differences between AA and normal samples in two species. These genes were subject to functional annotation and protein interaction networks. At the same time, gene set enrichment analysis was conducted for all differentially expressed genes. The study revealed that a total of 225 differentially expressed genes were screened from human AA samples, and a total of 337 differentially expressed genes were screened from spontaneous AA skin samples in C3H/HeJ mice. There are 23 differentially expressed genes in the two species. GO and protein interaction network analysis shown gene enrichment in immune-related functions, and these proteins interact with each other. Gene set enrichment analysis showed that differential genes from both species were significantly enriched to chemokine signaling pathways, cytokine-cytokine receptor interactions, staphylococcus aureus infection, and antigen processing and presentation. Moreover, the human down-regulated differential gene not only maps to the alopecia in human phenotype ontology, but also maps -to the pathologically relevant phenotype of the skin appendage. In brief, 23 significant differentially expressed genes were screened out coexisting in AA human and mouse by bioinformatics methods. In addition, the result demonstrated that AA is closely related to the immune process and skin appendage lesions. These results provide new ideas for the diagnosis and treatment of AA.

hair loss; alopecia areata; GEO; bioinformatics

2019-10-02;

2019-12-13

深圳市科技創(chuàng)新委員會基礎(chǔ)科學(xué)研究基金(編號：JCYJ20180507182250795)，中國博士后科學(xué)基金(編號：2019M663173)和深圳孔雀團隊項目(編號：KQTD20170331160605510)資助[Supported by the Shenzhen Science and Technology Innovation Committee Basic Science Research Grant (No. JCYJ20180507182250795), China Postdoctoral Science Foundation Grand (No. 2019M663173) and the Shenzhen Peacock Team Project (No. KQTD20170331160605510)]

向虹，博士，研究方向：基因治療。E-mail: hong.xiang@siat.ac.cn

胡勇，博士，副教授，研究方向：基因治療。E-mail: yong.hu@siat.ac.cn

10.16288/j.yczz.19-214

2019/12/20 9:24:49

URI: http://kns.cnki.net/kcms/detail/11.1913.R.20191218.1712.006.html

(責(zé)任編委: 趙方慶)