基于GEO數(shù)據(jù)庫(kù)的狼瘡腎炎生物信息學(xué)分析及差異表達(dá)基因篩選*

陶 麗， 錢(qián)詩(shī)睿， 蘇 華△

華中科技大學(xué)同濟(jì)醫(yī)學(xué)院附屬協(xié)和醫(yī)院 1腎內(nèi)科 2心血管外科，武漢 430022

系統(tǒng)性紅斑狼瘡(systemic lupus erythematosus，SLE)是一種慢性自身免疫性疾病，可累及多器官、多組織，大約50%的患者會(huì)累及腎臟，發(fā)展成為狼瘡腎炎(lupus nephritis，LN)[1]。LN發(fā)病機(jī)制復(fù)雜，臨床表現(xiàn)多樣，主要為血尿、蛋白尿、腎功能損傷、急進(jìn)性腎功能衰竭等[2]。LN患者預(yù)后不同，盡管抗炎和免疫抑制療法有一定的效果，但仍有約10%的LN患者會(huì)發(fā)展為終末期腎臟病(end stage renal disease，ESRD)，是SLE總體發(fā)病率和死亡率的主要危險(xiǎn)因素[3]。目前，由于缺乏對(duì)分子機(jī)制的了解，針對(duì)SLE的特異性靶向治療的發(fā)展緩慢。闡明LN的發(fā)病機(jī)制對(duì)于促進(jìn)靶向治療研究，進(jìn)一步改善SLE患者預(yù)后，降低病死率具有重要意義。

在基因組水平監(jiān)測(cè)LN的生物學(xué)變化是一種很有意義的研究方法。近年來(lái)，生物信息學(xué)分析已經(jīng)應(yīng)用于多種疾病中，可以在極短時(shí)間內(nèi)處理大量的轉(zhuǎn)錄組數(shù)據(jù)并提供相關(guān)疾病的有價(jià)值信息。分析腎臟組織的基因表達(dá)，評(píng)估哪些基因?qū)N更有意義，有助于尋找有效的生物標(biāo)志物。此外，功能富集分析研究可加深我們對(duì)LN的理解。因此，本研究通過(guò)生物信息學(xué)分析來(lái)確定與LN發(fā)生發(fā)展相關(guān)的差異表達(dá)基因(differentially expressed genes，DEGs)，為進(jìn)一步探究LN的致病分子機(jī)制提供基礎(chǔ)。

1 資料與方法

1.1 研究資料的獲取

在美國(guó)國(guó)立生物技術(shù)信息中心(National Center for Biotechnology Information，NCBI)的高通量基因表達(dá)(Gene Expression Omnibus，GEO)數(shù)據(jù)庫(kù)(http：//www.ncbi.nlm.nih.gov/geo/)中檢索得到LN人群研究數(shù)據(jù)集GSE127797和GSE32591。GSE127797是基于GPL24299構(gòu)建的芯片，包含LN腎組織(54例)基因表達(dá)譜。GSE32591是基于GPL14663構(gòu)建的芯片，包括正常腎組織(29例)和LN腎組織(64例)基因表達(dá)譜。

1.2 DEGs的數(shù)據(jù)處理

1.2.1 數(shù)據(jù)預(yù)處理 通過(guò)GEOquery包(2.56.0版本)下載數(shù)據(jù)集GSE127797和GSE32591的原始數(shù)據(jù)，并加載至RStudio(4.0.2版本)軟件中。讀取各自GPL的探針轉(zhuǎn)換表格，將數(shù)據(jù)集的ENTREZ ID轉(zhuǎn)換為SYMBOL ID。過(guò)濾SYMBOL ID對(duì)應(yīng)多個(gè)ENTREZ ID的基因并取表達(dá)量的平均值；將數(shù)據(jù)集的腎小球數(shù)據(jù)和腎小管數(shù)據(jù)分開(kāi)，分別用limma包(3.44.3版本)進(jìn)行中位數(shù)法標(biāo)準(zhǔn)化，以消除非實(shí)驗(yàn)誤差，使各樣本間具有可比性。

1.2.2 質(zhì)量評(píng)估 分別合并2個(gè)數(shù)據(jù)集的腎小球數(shù)據(jù)和腎小管數(shù)據(jù)，用R語(yǔ)言的limma包(3.44.3版本)進(jìn)行批次校正，降低2個(gè)數(shù)據(jù)集因不同實(shí)驗(yàn)室、實(shí)驗(yàn)批次等原因造成的非實(shí)驗(yàn)性誤差，使2個(gè)數(shù)據(jù)集的數(shù)據(jù)具有可比性，并再次用中位數(shù)法進(jìn)行標(biāo)準(zhǔn)化；分別對(duì)腎小球和腎小管數(shù)據(jù)使用ggfortify包(0.4.10版本)進(jìn)行主成分分析(principal components analysis，PCA)和使用cluster包(2.1.0版本)進(jìn)行hclust聚類分析。

1.2.3 DEGs選取 用R語(yǔ)言中的limma包(3.44.3版本)進(jìn)行差異分析，以|log2FoldChange|>1、P值<0.05為截?cái)嘀堤暨xDEGs，使用ggplot2包(3.3.2版本)做火山圖進(jìn)行可視化；以|log2FoldChange|>1.5、P值<0.05為截?cái)嘀堤暨xDEGs，使用pheatmap包(1.0.12版本)做熱圖進(jìn)行可視化。根據(jù)log2FoldChange值排序，分別取上調(diào)的前250個(gè)基因和下調(diào)的前150個(gè)基因作為腎小球數(shù)據(jù)和腎小管數(shù)據(jù)的DEGs，取腎小球數(shù)據(jù)和腎小管數(shù)據(jù)交集后的共同DEGs。使用VennDiagram包(1.6.20版本)繪制韋恩圖。

1.3 功能富集分析

使用DAVID數(shù)據(jù)庫(kù)(https：//david.ncifcrf.gov/tools.jsp)對(duì)篩選出的共同DEGs進(jìn)行基因本體(Gene Ontology，GO)富集分析和京都基因與基因組百科全書(shū)(Kyoto Encyclopedia of Genes and Genomes，KEGG)通路富集分析。用R軟件的clusterProfiler包(3.16.1版本)和org.Hs.eg.db包(3.11.4版本)處理數(shù)據(jù)。對(duì)共同DEGs進(jìn)行GO功能富集分析，主要富集在生物學(xué)過(guò)程(biological process，BP)、細(xì)胞組成(cellular component，CC)、分子功能(molecular function，MF)這3個(gè)模塊中。利用R軟件中的GOplot包(1.0.2版本)使GO富集結(jié)果可視化。對(duì)共同DEGs進(jìn)行KEGG通路富集分析，使用R語(yǔ)言ggplot2包(3.3.2版本)繪制氣泡圖。以P<0.05為差異具有統(tǒng)計(jì)學(xué)意義。

1.4 建立蛋白質(zhì)互作網(wǎng)絡(luò)和挑選關(guān)鍵DEGs

將DEGs的基因名上傳到STRING網(wǎng)站(https：//string-db.org/)，設(shè)置minimum required interaction score=0.4，然后將計(jì)算結(jié)果導(dǎo)入Cytoscape(3.8.0版本)中，構(gòu)建LN的DEGs蛋白質(zhì)相互作用(protein-protein interaction，PPI)網(wǎng)絡(luò)。使用Cytoscape軟件中的MCODE插件，設(shè)置degree cutoff=2，node score cutoff=0.2，k-core=2，max.depth=100，篩選出PPI網(wǎng)絡(luò)中生物聯(lián)系最為緊密的子網(wǎng)絡(luò)。使用Cytoscape軟件中的Cytohubba插件，采用Degree算法篩選出PPI網(wǎng)絡(luò)中連結(jié)度最高的前20個(gè)關(guān)鍵DEGs，顏色越紅表示得分越高。最后，得分前10且存在于子網(wǎng)絡(luò)中的基因即為最終篩選出的與LN生物學(xué)行為密切相關(guān)的關(guān)鍵DEGs。

2 結(jié)果

2.1 DEGs的選取

基于R語(yǔ)言對(duì)數(shù)據(jù)集GSE127797和GSE32591進(jìn)行數(shù)據(jù)的標(biāo)準(zhǔn)化及批次校正處理后(圖1)，各樣本中位數(shù)基本在一條水平線上，說(shuō)明樣本間歸一化程度好。之后分別對(duì)腎小球和腎小管數(shù)據(jù)進(jìn)行質(zhì)量評(píng)估，繪制出PCA和hclust聚類分析圖(圖2)。PCA圖腎小球和腎小管的實(shí)驗(yàn)組和對(duì)照組數(shù)據(jù)呈離散分布，綜合hclust聚類分析圖結(jié)果，表明實(shí)驗(yàn)組與對(duì)照組數(shù)據(jù)具有很好的區(qū)分度。根據(jù)|log2FoldChange|和P值對(duì)腎小管和腎小球數(shù)據(jù)進(jìn)行初步篩選DEGs后的火山圖和熱圖見(jiàn)圖3A～3D。腎小球組共篩選出400個(gè)(上調(diào)250個(gè)+下調(diào)150個(gè))DEGs，腎小管組共篩選出400個(gè)(上調(diào)250個(gè)+下調(diào)150個(gè))DEGs。用韋恩圖篩選出這2組數(shù)據(jù)的共同DEGs，共114個(gè)，包含64個(gè)上調(diào)基因和50個(gè)下調(diào)基因(圖3E)。分別挑取共同DEGs數(shù)據(jù)集中上調(diào)和下調(diào)的前10位基因展示，見(jiàn)表1。

A：GSE127797腎小球數(shù)據(jù)標(biāo)準(zhǔn)化；B：GSE32591腎小球數(shù)據(jù)標(biāo)準(zhǔn)化；C：GSE127797腎小管數(shù)據(jù)標(biāo)準(zhǔn)化；D：GSE32591腎小管數(shù)據(jù)標(biāo)準(zhǔn)化；E：GSE127797和GSE32591腎小球數(shù)據(jù)合并，進(jìn)行批次校正及標(biāo)準(zhǔn)化；F：GSE127797和GSE32591腎小管數(shù)據(jù)合并，進(jìn)行批次校正及標(biāo)準(zhǔn)化圖1 數(shù)據(jù)預(yù)處理Fig.1 Data preprocessing

A：腎小球數(shù)據(jù)PCA圖；B：腎小管數(shù)據(jù)PCA圖；C：腎小球數(shù)據(jù)hclust圖；D：腎小管數(shù)據(jù)hclust圖圖2 數(shù)據(jù)質(zhì)量評(píng)估Fig.2 Data quality assessment

A：腎小球數(shù)據(jù)火山圖；B：腎小管數(shù)據(jù)火山圖；C：腎小球數(shù)據(jù)熱圖；D：腎小管數(shù)據(jù)熱圖；E：共同DEGs的韋恩圖圖3 選取DEGsFig.3 DEGs selection

表1 前10個(gè)顯著上調(diào)或下調(diào)DEGsTable 1 The top 10 significantly upregulated or downregulated DEGs

2.2 GO富集分析和KEGG信號(hào)通路分析結(jié)果

通過(guò)DAVID數(shù)據(jù)庫(kù)對(duì)共同DEGs進(jìn)行GO和KEGG分析(圖4)。GO富集分析以人源基因?yàn)楸尘?，?duì)共同DEGs進(jìn)行生物學(xué)功能注釋。結(jié)果顯示，BP模塊中，共同DEGs主要參與病毒防御反應(yīng)、Ⅰ型干擾素(type Ⅰ interferon，IFN-Ⅰ)信號(hào)通路、病毒基因組復(fù)制的調(diào)控等生物通路；CC模塊中，共同DEGs參與的細(xì)胞組分包括膠原蛋白三聚物、血小板α顆粒、胞質(zhì)囊腔、細(xì)胞器外膜等；MF模塊中，共同DEGs主要與血小板衍生生長(zhǎng)因子結(jié)合、細(xì)胞外基質(zhì)結(jié)構(gòu)成分、生長(zhǎng)因子結(jié)合相關(guān)。利用KEGG通路數(shù)據(jù)庫(kù)進(jìn)行信號(hào)通路的富集，尋找共同DEGs所富集的信號(hào)通路。結(jié)果表明，共同DEGs與甲型流感病毒感染、麻疹病毒感染、丙型肝炎病毒感染、百日咳桿菌感染、補(bǔ)體和凝血級(jí)聯(lián)、蛋白質(zhì)消化吸收、金黃色葡萄球菌感染等通路有關(guān)。

A：GO功能富集分析；B：KEGG通路富集分析圖4 共同DEGs的GO和KEGG分析Fig.4 GO and KEGG analysis of common DEGs

2.3 PPI網(wǎng)絡(luò)的構(gòu)建及關(guān)鍵DEGs的篩選

將上述篩選得到的114個(gè)共同DEGs導(dǎo)入STRING數(shù)據(jù)庫(kù)并利用Cytoscape軟件構(gòu)建共同DEGs之間的蛋白質(zhì)相互作用網(wǎng)絡(luò)，得到PPI網(wǎng)絡(luò)圖(圖5A)。PPI網(wǎng)絡(luò)圖中每個(gè)節(jié)點(diǎn)代表由1個(gè)蛋白質(zhì)編碼基因位點(diǎn)產(chǎn)生的所有蛋白質(zhì)，節(jié)點(diǎn)內(nèi)為該蛋白質(zhì)的三維結(jié)構(gòu)。兩節(jié)點(diǎn)間的連線代表蛋白質(zhì)的相互聯(lián)系，不同顏色代表不同的生物學(xué)意義。使用Cytoscape軟件中的MCODE插件篩選出PPI網(wǎng)絡(luò)圖中生物聯(lián)系最為緊密的子網(wǎng)絡(luò)(圖5B)。同時(shí)使用Cytoscape軟件中的Cytohubba插件對(duì)PPI網(wǎng)絡(luò)圖中每個(gè)節(jié)點(diǎn)的鄰接數(shù)進(jìn)行計(jì)算，篩選出得分前20的關(guān)鍵DEGs(圖5C)。

A：PPI網(wǎng)絡(luò)圖；B：PPI網(wǎng)絡(luò)圖中生物聯(lián)系最為緊密的子網(wǎng)絡(luò)圖；C：得分前20的關(guān)鍵DEGs；D：前10位的關(guān)鍵DEGs蛋白互作網(wǎng)圖5 建立PPI網(wǎng)絡(luò)圖和挑選關(guān)鍵DEGsFig.5 Construction of PPI network map and selection of key DEGs

最后，得分前10且存在于子網(wǎng)絡(luò)中的關(guān)鍵DEGs(圖5D和表2)：ISG15、MX1、OAS1、MX2、IFIH1、GBP1、IFIT3、OAS2、IFIT1、IFI44，即為最終篩選出的與LN生物學(xué)行為密切相關(guān)的關(guān)鍵DEGs，顏色越紅表示得分越高。

表2 10個(gè)關(guān)鍵DEGs及其功能Table 2 The 10 key DEGs and their functions

3 討論

SLE的確切病因尚未完全闡明，目前認(rèn)為基因、環(huán)境因素刺激(如感染、藥物、紫外線、飲食等)及表觀遺傳修飾異常等均與SLE發(fā)病有關(guān)[4]。SLE呈現(xiàn)廣泛的臨床和免疫學(xué)表現(xiàn)，其中LN是導(dǎo)致患者致殘和死亡的最常見(jiàn)原因。LN的發(fā)病機(jī)制涉及多種致病途徑，包括異常的細(xì)胞凋亡、自身抗體產(chǎn)生，免疫復(fù)合物沉積和補(bǔ)體激活[5]；并且不同的病理機(jī)制可相互作用，最終導(dǎo)致腎臟受損。

本文通過(guò)對(duì)GEO數(shù)據(jù)庫(kù)中正常腎組織和LN腎組織的基因芯片數(shù)據(jù)集進(jìn)行差異分析與GO富集分析發(fā)現(xiàn)，LN腎小球與腎小管共同DEGs主要參與病毒防御反應(yīng)及IFN-Ⅰ信號(hào)通路等；KEGG分析結(jié)果表明，共同DEGs與甲型流感病毒感染、麻疹病毒感染等通路有關(guān)。

病毒感染和自身免疫性疾病的因果聯(lián)系已經(jīng)在大量臨床研究中得到了驗(yàn)證：在5種常見(jiàn)的人類病毒(甲型流感病毒、博爾納病病毒、麻疹病毒、腮腺炎病毒和風(fēng)疹病毒)和人類蛋白質(zhì)組之間出現(xiàn)了大量的肽段重疊，這種序列相似性或許可以解釋病毒感染或免疫應(yīng)答過(guò)程中的自身免疫交叉反應(yīng)[6]。多項(xiàng)研究證實(shí)感染性因素可誘導(dǎo)及促進(jìn)SLE的進(jìn)展，SLE與病毒感染存在如下可能的關(guān)聯(lián)[7]：①SLE可以發(fā)生在慢性病毒感染期間；②SLE的發(fā)病可能與病毒感染同時(shí)發(fā)生；③特定的病毒感染可以觸發(fā)SLE。如，Epstein-Barr(EB)病毒、細(xì)小病毒B19和人內(nèi)源性逆轉(zhuǎn)錄病毒參與SLE的發(fā)病過(guò)程；除此之外，甲型流感、麻疹、丙肝病毒等也可能與SLE的發(fā)病有關(guān)。韓國(guó)最近的一項(xiàng)研究表明，季節(jié)性流感爆發(fā)與SLE發(fā)病之間存在顯著相關(guān)性[8]。

干擾素(interferon，IFN)是重要的免疫系統(tǒng)介質(zhì)，可通過(guò)調(diào)控樹(shù)突狀細(xì)胞、淋巴細(xì)胞、自然殺傷細(xì)胞以及單核巨噬細(xì)胞啟動(dòng)免疫反應(yīng)與放大組織損傷。IFN-Ⅰ包括IFNα，IFNβ，IFNτ，IFNω和IFNκ，它們?cè)谔烊幻庖吆筒《痉烙邪l(fā)揮重要作用，亦是SLE發(fā)生和發(fā)展的核心因素。Ⅱ型IFN以IFNγ為代表，是適應(yīng)性免疫反應(yīng)效應(yīng)機(jī)制的關(guān)鍵因子。SLE患者體內(nèi)表達(dá)上調(diào)的細(xì)胞游離核酸(DNA/RNA)，尤其是雙鏈DNA(double-stranded DNA，dsDNA)，是SLE和LN發(fā)病機(jī)制中的關(guān)鍵物質(zhì)；另外，細(xì)胞游離DNA/RNA是IFN-Ⅰ最有效的誘導(dǎo)因子，故IFN-Ⅰ是LN發(fā)病機(jī)制中的重要環(huán)節(jié)。除循環(huán)免疫細(xì)胞外，腎臟固有細(xì)胞亦是IFN-Ⅰ的主要來(lái)源，如DNA/RNA免疫復(fù)合物誘導(dǎo)足細(xì)胞產(chǎn)生IFN-β[9]。綜上所述，GO分析和KEGG分析提示的結(jié)果與既往研究報(bào)道相符合，并且進(jìn)一步加深了我們對(duì)LN發(fā)病機(jī)制的理解。

通過(guò)構(gòu)建PPI網(wǎng)絡(luò)圖并進(jìn)行算法分析和篩選，最終獲得10個(gè)最重要的DEGs：ISG15、MX1、OAS1、MX2、IFIH1、GBP1、IFIT3、OAS2、IFIT1、IFI44，這10個(gè)DEGs均受IFN的調(diào)控。

ISG15屬于干擾素誘導(dǎo)基因(interferon-inducible gene，IFIG)，Carrillo-Vázquez等[10]研究發(fā)現(xiàn)，相比于健康對(duì)照組，SLE患者中性粒細(xì)胞胞外誘捕網(wǎng)(neutrophil extracellular traps，NETs)中ISG15的表達(dá)升高，且SLE患者NETs刺激外周血單核細(xì)胞(peripheral blood mononuclear cell，PBMC)產(chǎn)生IFNγ的能力明顯增強(qiáng)。此外，SLE患者血液中ISG15 mRNA水平更高，且與治療前SLE的活動(dòng)相關(guān)；ISG15的表達(dá)水平亦與SLE患者體內(nèi)淋巴細(xì)胞的減少有關(guān)，提示ISGl5可能參與淋巴細(xì)胞的凋亡[11]。Han等[12]研究發(fā)現(xiàn)SLE患者的EB病毒感染率較高，EB病毒的潛伏膜蛋白1(latent membrane protein 1，LMP1)的表達(dá)較高，并且ISG15與LMP1的表達(dá)呈正相關(guān)，提示EB病毒的LMP1可能通過(guò)激活I(lǐng)FN-Ⅰ途徑參與SLE的發(fā)生和發(fā)展。使用JAK抑制劑托法替尼(tofacitinib，TOFA)通過(guò)JAK-STAT途徑控制IFN的信號(hào)傳導(dǎo)可降低NZB/NZW F1小鼠血清中抗dsDNA抗體水平，減少蛋白尿并改善腎炎；且給予TOFA和地塞米松(dexamethasone，DEXA)處理后，SLE易感小鼠CD4+T細(xì)胞中ISG15的表達(dá)降低[13]。靶向IFN信號(hào)傳導(dǎo)或許可用于開(kāi)發(fā)新的SLE特異性治療策略。還有研究發(fā)現(xiàn)，姥鮫烷誘導(dǎo)的狼瘡小鼠ISG15的表達(dá)上調(diào)；姥鮫烷誘導(dǎo)的miR155缺陷型狼瘡小鼠的血清自身抗體水平下降、腎臟損傷程度減輕且ISGl5表達(dá)減少[14]。上述研究均提示ISG15與LN的發(fā)病相關(guān)。

MX1是一種IFIG。Shimizu等[15]使用酶聯(lián)免疫吸附測(cè)定(enzyme-linked immunosorbent assay，ELISA)發(fā)現(xiàn)，與IgA腎病(IgA nephropathy，IgAN)患者、ANCA相關(guān)血管炎(ANCA-associated vasculitis，AAV)患者和健康對(duì)照者相比，SLE患者外周血中的MX1蛋白濃度顯著升高。使用免疫組織化學(xué)方法發(fā)現(xiàn)，相比于IgAN和AAV腎標(biāo)本，LN的腎小球和腎小管組織中MX1陽(yáng)性區(qū)域顯著增多。與未經(jīng)免疫抑制劑治療的患者相比，經(jīng)免疫抑制劑治療的LN患者腎組織MX1蛋白水平較低。人類MX2是IFN誘導(dǎo)的GTPase超家族的成員。MX2基因編碼的蛋白具有細(xì)胞核和細(xì)胞質(zhì)形式，其中MX2核蛋白以顆粒狀分布于核膜下的異染色質(zhì)區(qū)，可抑制許多RNA和DNA病毒的初期復(fù)制。MX2最接近的家族成員是人類MX1(63%氨基酸序列相同)[16]，因此MX2亦可能與LN的發(fā)病相關(guān)。

OAS1和OAS2受IFN調(diào)控，屬于2′-5′-寡腺苷酸合成酶家族成員且均位于12號(hào)染色體上。OAS1和OAS2是OAS不同亞型，是機(jī)體對(duì)病毒感染的固有免疫反應(yīng)中的必需蛋白。OAS家族蛋白的抗病毒活性主要?dú)w因于合成2′-5′-寡腺苷酸的能力，并激活潛在的RNase L導(dǎo)致蛋白質(zhì)合成受到抑制[17]。Ye等[18]研究發(fā)現(xiàn)狼瘡活動(dòng)患者中OAS1和OAS2的mRNA表達(dá)高于感染患者和正常對(duì)照組。Landolt-Marticorena等[19]的研究顯示SLE患者外周血中OAS1和B細(xì)胞活化因子(B cell activation factor，BAFF)表達(dá)升高，且兩者之間存在相關(guān)性。與對(duì)照組比較，SLE患者外周血中的B細(xì)胞異常增生，提示OAS1的高表達(dá)可能與B細(xì)胞的異常增生有關(guān)。

IFIH1是一種IFIG，可以編碼黑色素瘤分化相關(guān)基因5(melanoma differentiation associated gene 5，MDA5)。MDA5參與病毒感染后干擾素應(yīng)答調(diào)節(jié)的過(guò)程。Su等[20]發(fā)現(xiàn)SLE患者的疾病活動(dòng)性與PBMC中MDA5的水平呈負(fù)相關(guān)。Munroe等[21]對(duì)SLE患者血液中IFIH1與炎癥介質(zhì)、自身抗體的相關(guān)性進(jìn)行了評(píng)估，發(fā)現(xiàn)IFIH1基因與炎性介質(zhì)白介素-6(interleukin-6，IL-6)、干擾素誘導(dǎo)蛋白10(interferon-induced protein 10，IP-10)及自身抗體的表達(dá)密切相關(guān)，表明IFIH1可能通過(guò)調(diào)節(jié)炎癥反應(yīng)參與SLE發(fā)病。此外，IFIH1 G821S錯(cuò)義突變的小鼠可出現(xiàn)狼瘡樣癥狀，研究者在這些小鼠血清中檢測(cè)到抗核抗體和抗dsDNA抗體的表達(dá)，同時(shí)在腎臟組織中觀察到免疫球蛋白和補(bǔ)體的沉積；腎臟中包括IFNβ、IL-6和趨化因子配體10(CXC chemokine ligand 10，CXCL10)在內(nèi)的炎性細(xì)胞因子和趨化因子顯著上調(diào)，IFNβ和IL-6則在全身器官中表達(dá)上調(diào)；錯(cuò)義突變的IFIH1可能通過(guò)激活I(lǐng)FN-Ⅰ途徑觸發(fā)機(jī)體的自身免疫反應(yīng)[22]。上述研究表明，IFIH1可能參與LN的腎臟損害。

GBP1是一種干擾素刺激基因(interferon-stimulated gene，ISG)。IFN刺激，尤其是IFNγ刺激，會(huì)促進(jìn)該基因的過(guò)度表達(dá)[23]。在許多類型的細(xì)胞，如內(nèi)皮細(xì)胞和單核細(xì)胞中，GBP1的表達(dá)受到IFNγ的強(qiáng)烈刺激，并且GBP1在炎癥環(huán)境中抑制細(xì)胞增殖。在免疫應(yīng)答中，GBP1的活性對(duì)于細(xì)胞內(nèi)病原體感染的自噬體的成熟和細(xì)胞對(duì)病原體相關(guān)分子模式的反應(yīng)至關(guān)重要[24]?；贕BP1已知的生物學(xué)功能，GBP1是否參與LN的致病過(guò)程值得我們進(jìn)一步探索。

IFIT1、IFIT3都是IFIG，屬于干擾素誘導(dǎo)的四肽重復(fù)蛋白家族。Landolt-Marticorena等[25]發(fā)現(xiàn)，與對(duì)照組比較，SLE患者外周血的IFIT1表達(dá)顯著上升，并與疾病的高度活動(dòng)性相關(guān)。Hu等[26]使用MRL/lpr狼瘡小鼠模型研究發(fā)現(xiàn)IFIT1的表達(dá)與MRL/lpr小鼠腎組織中F-actin、Nephrin和Podocin3種足細(xì)胞蛋白的表達(dá)呈負(fù)相關(guān)；隨著IFIT1表達(dá)的增加，MRL/lpr狼瘡小鼠腎組織中足細(xì)胞大量丟失；上調(diào)IFIT1的表達(dá)促進(jìn)足細(xì)胞損傷，加重LN腎損傷。Wang等[27]研究發(fā)現(xiàn)，與健康對(duì)照組比較，IFIT3在SLE患者PBMC中表達(dá)明顯升高，且與cGAS/STING信號(hào)通路的活性呈正相關(guān)；提示IFIT3可作為一種新的治療靶點(diǎn)，用于阻斷SLE患者通過(guò)cGAS/STING信號(hào)通路產(chǎn)生IFN-Ⅰ和其他促炎細(xì)胞因子。

IFI44是一種IFIG。有研究表明在SLE患者的PBMC中IFI44的表達(dá)顯著增高，并且IFNα優(yōu)先于IFNγ誘導(dǎo)IFI44的表達(dá)，這提示IFI44參與IFN-Ⅰ信號(hào)通路介導(dǎo)的SLE的致病過(guò)程[28]。Shen等[29]最近的研究發(fā)現(xiàn)，與健康對(duì)照相比，LN患者血清中IFI44顯著上調(diào)。此外，活動(dòng)性LN患者血清中的IFI44顯著高于非活動(dòng)性LN患者。

綜上所述，本研究采用生物信息學(xué)分析方法挖掘了與LN相關(guān)的DEGs，并經(jīng)GO富集分析和KEGG通路分析顯示病毒防御反應(yīng)、IFN-Ⅰ信號(hào)通路、病毒基因組復(fù)制的調(diào)控等生物學(xué)過(guò)程可能參與LN的發(fā)病。此外，通過(guò)構(gòu)建PPI網(wǎng)絡(luò)并利用算法分析獲得10個(gè)關(guān)鍵DEGs，這10個(gè)DEGs都受到IFN的調(diào)控；其中ISG15、MX1、OAS1、IFIH1、IFIT3、OAS2、IFIT1、IFI44等基因在LN中有少量研究，但它們參與LN的具體致病機(jī)制尚未闡明；MX2、GBP1基因與LN的具體關(guān)系尚未見(jiàn)明確報(bào)道。本研究為進(jìn)一步探究LN致病相關(guān)分子機(jī)制、發(fā)掘潛在治療靶點(diǎn)提供了新的理論依據(jù)與方向。本研究的不足之處在于，我們未能通過(guò)實(shí)驗(yàn)進(jìn)一步驗(yàn)證這些關(guān)鍵DEGs在LN發(fā)生發(fā)展過(guò)程中的表達(dá)變化及具體作用。因此，未來(lái)我們將通過(guò)后續(xù)的實(shí)驗(yàn)研究來(lái)驗(yàn)證這些關(guān)鍵DEGs的功能。