阿尔茨海默病与非酒精性脂肪肝病共同发病机制的鉴定及其与免疫细胞关系的探索Identification of the common pathogenesis of Alzheimer’s and nonalcoholic fatty liver disease and exploration of their relationship with immune cells | Allergologia et Immunopathologia

阿尔茨海默病与非酒精性脂肪肝病共同发病机制的鉴定及其与免疫细胞关系的探索

摘要

阿尔茨海默病(AD)和非酒精性脂肪肝病(NAFLD)由于其日益增长的患病率和对医疗系统的负担，已成为重要的公共卫生问题。这两种疾病可能存在的相互关联的遗传和免疫学机制尚未被充分理解。本研究利用广泛的基因表达数据集，识别AD和NAFLD中相似的分子标记和免疫学特征，并评估其潜在价值。研究使用基因表达综合数据库(GEO)，分析了AD和NAFLD患者的mRNA表达谱以及对照样本，以识别差异表达基因(DEGs)。采用包括LASSO回归和多元逻辑回归模型在内的系统生物学方法，进一步阐明DEGs的重要性。使用受试者工作特征(ROC)曲线评估了关键基因的诊断潜力，并使用免疫细胞丰度识别器(ImmuCellAI)量化了免疫细胞环境。我们确定了11,278个DEGs，其中3551个上调基因和7857个下调基因。S100A8、CXCL9和ST8SIA3已成为AD和NAFLD的重要生物标志物。ROC分析证实了这些标志物的诊断价值。此外，在AD和NAFLD中观察到免疫细胞群体的不同模式，突出了免疫调节治疗的潜在靶点。本研究阐明了AD和NAFLD中共享的分子和免疫机制，为病理生理学基础提供了见解，可能有助于新型诊断和治疗策略的开发。S100A8、CXCL9和ST8SIA3是未来临床应用的潜在候选者。进一步研究这些基因发现及其对免疫系统的影响，可能会为治疗这些复杂疾病提供统一策略。

关键词： 阿尔茨海默病、非酒精性脂肪肝病、免疫细胞、生物信息学分析、潜在生物标志物

通讯作者： Muhammad Naveed，巴基斯坦旁遮普省拉合尔中央旁遮普大学科学与技术学院生物技术系；Tariq Aziz：希腊约阿尼纳大学动物健康、卫生与食品质量实验室

收到日期：2025年6月14日；接受日期：2025年8月20日；在线发布日期：2025年11月1日

引言

阿尔茨海默病(AD)是一种逐渐进展的神经系统疾病，导致脑细胞退化。由于其患病率不断上升，它已成为一个迫切的公共卫生问题，需要紧急关注。AD作为痴呆的主要形式，影响全球约2400万人。与其他疾病（如癫痫发作）共存会加剧疾病进展，并放大其对个体认知功能的影响。随着全球人口平均年龄的上升，AD不仅是一个医疗保健问题，也是科学界关注的主要研究主题，旨在理解其病理背后的复杂机制。

全球约25-30%的成年人患有非酒精性脂肪肝病(NAFLD)，这是一种常见的代谢疾病，常与AD同时发生。NAFLD是指在没有过量饮酒的情况下，肝脏细胞中脂肪的积累，与胰岛素抵抗、2型糖尿病(T2D)和肥胖等代谢异常密切相关。这种关联也延伸至儿童，患病率约为7.4%，表明它影响多个世代。随着我们对NAFLD理解的加深，很明显该疾病可能通过诱导胰岛素抵抗水平升高、系统性炎症和肝功能衰竭来加速神经退行性病变。这挑战了神经退行性疾病和代谢疾病本质上不同且相互独立的普遍观点。

最近研究表明，NAFLD会影响神经系统，可能导致大脑连接减少、情绪反应和视觉信息处理受损。这些发现对于诊断和治疗由NAFLD引起的脑部疾病具有重要意义。此外，它们增强了我们对疾病心理维度的理解，因为它们与精神分裂症、双相情感障碍和抑郁症相关联。这些相互关系受到多种遗传、代谢、炎症和环境因素的影响，包括吸烟和精神科药物。此外，最近在操纵神经酰胺代谢以管理NAFLD方面的进展，突显了利用药物干预与该疾病相关的代谢途径的可能性。

胰岛素抵抗、遗传倾向、表观遗传变化、线粒体功能障碍、脂肪因子、肠道与肝脏的联系以及营养的影响，都是导致NAFLD发展和进展的关键因素。T2D患者中存在这些特征表明疾病进展加速的可能性更高。NAFLD在儿童中的流行率和严重程度，特别是那些接受精神科药物治疗的精神健康障碍儿童，强调了代谢和心理健康之间的显著相关性。

NAFLD是一种以代谢和神经问题为特征的综合征，正日益被认识到是AD发病的促成因素。两种疾病之间存在的共同遗传和病理生理机制表明它们具有共同的起源。AD的病理生理学、紊乱的胆固醇代谢和涉及氧固醇的信号通路之间的复杂关系，可能与血管变化、脑血流紊乱和废物清除受损有关。微生物组对AD发展的影响日益增长，为理解传统上从有限视角研究的疾病提供了新的前景。

本研究旨在通过全面检查基因表达模式，加深我们对AD和NAFLD之间复杂分子关系的理解。通过利用GEO数据库中庞大的表达数据存储库，我们识别了在患病个体和健康个体之间表现出差异表达的关键基因。这使我们能够理解负责各种疾病的共享生物途径。我们采用了系统生物学方法，包括LASSO回归和多元逻辑回归模型，以确定最重要的基因。我们使用受试者工作特征(ROC)曲线评估了这些基因的诊断潜力。我们的研究还通过检查与AD和NAFLD相关的共享基因与免疫细胞特征之间的相关性，探索了免疫微环境。这种方法不仅提供了对潜在共享遗传框架的理解，还提出了可作为控制AD的新治疗选择的免疫调节策略。本研究的结果有潜力改善对AD和NAFLD的理解，并鼓励一种可能彻底改变这两种流行疾病治疗策略的多学科方法。

材料与方法

数据检索与处理

2023年9月6日，我们从基因表达综合数据库(GEO)检索了转录组谱，包括AD和NAFLD患者的临床信息和信使RNA(mRNA)表达谱。本研究纳入了从AD患者和对照样本的全血或外周血中获得的基因表达模式。本研究利用R编程语言从GEO数据库下载与AD相关的mRNA表达谱数据和临床数据。

GSE84422数据集(GPL96，Affymetrix人类基因组U133A阵列，智人)包括217名健康个体和734名AD诊断个体的数据，作为训练集。GSE48350数据集包括173个对照样本和80个AD样本。这些样本是在疾病进展过程中不同时间段从血液样本中收集的。该数据集使用GPL570平台（特别是Affymetrix人类基因组U133 Plus 2.0）生成，专注于智人。GSE193066数据集(GPL18573，Illumina NovaSeq 500，智人)包括58个对照样本和106个NAFLD样本，为AD提供了额外知识。三个数据集的更多详细信息见表1。

表1 研究的基因表达谱详细信息。

差异表达基因分析

使用R语言中的Limma工具，识别了AD和NAFLD患者与对照样本之间所有三个数据集中的差异表达基因(DEGs)。DEGs的确定基于调整后的P值小于0.05和绝对log2倍变化大于或等于0.5。使用R包"ggplot2 (v3.3.6)"可视化火山图以描绘变异。

功能富集分析

使用clusterProfiler (v4.4.4) R程序对选定基因进行深入分析，研究其相关的生物功能。这项调查包括对分子功能(MF)、生物过程(BP)、细胞组分(CC)和京都基因与基因组百科全书(KEGG)通路(v97.0)的检查。为了确定统计学显著结果，我们采用了错误发现率(FDR)校正，使用P < 0.05的显著性阈值进行筛选。

蛋白质-蛋白质相互作用网络构建

我们利用STRING数据库(v11.5)作为识别相互作用基因和可视化蛋白质网络的宝贵资源。我们使用该资源进行蛋白质-蛋白质相互作用(PPI)研究。为了更好地理解这些网络，我们使用名为"Cytohubba"的Cytoscape插件来视觉表示网络中的节点。这是通过根据节点的度数分配不同颜色来实现的。

免疫浸润分析

免疫细胞丰度识别器(ImmuCellAI)是一个广泛用于评估微环境中免疫细胞存在的成熟数据库。ImmuCellAI可以预测样本中24种不同免疫细胞类型的数量。使用ImmuCellAI将评估各组中不同组的免疫细胞浸润情况。本研究采用ImmuCellA算法检查AD或NAFLD患者，并精确测量24种浸润性免疫细胞的相对丰度。

关键差异表达基因与免疫细胞相关性分析

使用R中的"gstatsplot (v0.9.3)"包对AD和NAFLD中的关键诊断生物标志物与免疫细胞亚群之间进行Spearman相关性分析，以评估它们之间的关系。相关性研究的结果使用R中的"tidyverse (v1.3.2)"、"ggsci (v2.9)"和"ggplot2 (v3.3.6)"包进行展示。

统计评估

使用R软件(版本4.2.0)进行统计分析和数据可视化。使用R中的"Proc"包(v1.18.0)进行受试者工作特征(ROC)分析。使用均值±标准差表示连续变量。对于正态分布和非正态分布的变量，分别使用Student's t检验和Mann-Whitney U检验。差异表达分析的截止标准设定为调整后的P < 0.05，|log2FC|≥ 0.5。在所有研究中，我们考虑P < 0.05的显著性水平，表示存在显著差异。

结果

差异表达基因的鉴定

本研究概述如图1所示。评估了三个GEO数据集以识别与AD和NAFLD相关的可能基因。共鉴定出11,278个DEGs，其中3551个上调，其余7857个下调。使用RRA分析确定了55个强DEGs。DEGs的火山图如图2所示。

图1 研究工作的框架。

图2 DEGs的火山图。

共同差异表达基因的功能特征分析

功能富集分析包括基因本体论(GO)和KEGG通路。图3A和3B显示了DEGs的GO富集分析和KEGG通路。DEGs主要与以下过程相关：细胞-细胞信号传导、多细胞生物体信号传导、抗菌体液反应，以及离子跨膜转运的正向调节(Pos. reg.)、谷氨酸能突触、A型（瞬时外向）钾通道活性和Toll样受体结合。然而，最紧密相关的通路是与细胞周期、卵母细胞减数分裂、泛素介导的蛋白水解、氧化磷酸化、代谢通路、AD、NAFLD、生热作用和小细胞肺癌相关的通路（图3C-3F）。

图3 DEGs的功能富集。(A) DEGs的KEGG分析；(B) DEGs的GO分析；(C-F) GO和KEGG分析中的富集项目。BP：生物过程；CC：细胞组分；MF：分子功能；KEGG：京都基因与基因组百科全书。

S100A8、CXCL9和ST8SIA3被识别为AD和NAFLD中的枢纽基因

使用STRING软件从40个强DEGs构建了PPI网络。该网络包含55个节点和69条边（图4A），并使用Cytoscape软件进行可视化（图4B）。在AD和NAFLD中发挥关键作用的蛋白质是S100A8、SCN2A、CXCL9、PTX2、KCNIP2、RPH3A和ST8SIA3。选择S100A8、CXCL9和ST8SIA3进行进一步分析，如表2所示。

图4 PPI网络。(A) STRING网络；(B) 7个基因与其他基因的连接。

表2 7个差异表达基因的信息。

S100A8、CXCL9和ST8SIA3的外部验证

为了评估这三个基因的实际优势，我们使用ROC曲线来展示它们在区分AD和NAFLD方面的有效性。S100A8、CXCL9和ST8SIA3的诊断准确性极佳，如图5所示，其值分别为0.866（95% CI = 0.789, 0.943）、0.779（95% CI = 0.650, 0.908）和0.743（95% CI = 0.635, 0.851）。

图5 ROC分析揭示了缺氧相关基因在AD和NAFLD数据中的诊断价值。(A) CXCL9的ROC分析；(B) ST8SIA3的ROC分析；(C) S100A8的ROC分析。

S100A8可能是AD和NAFLD治疗的新候选基因

如图5所示，与其他三个缺氧基因相比，S100A8在区分AD和NAFLD患者与对照样本方面表现更佳。为了评估S100A8在AD和NAFLD中的表达，分析了GSE84422和GSE48350数据集。AD和NAFLD患者的S100A8水平显著高于对照样本（图6A和6B），并使用Metascape进行功能富集分析。图表清楚地表明，这些基因在中性粒细胞聚集和信号传导通路中显著富集，如图6C所示。

图6 S100A8可能是AD和NAFLD的新候选基因。(A) AD中S100A8 mRNA水平上调；(B) NAFLD中S100A8 mRNA水平上调；(C) 基于KEGG通路的富集分析，预测S100A8的潜在功能。

免疫细胞浸润结果

在分析免疫浸润与基因矩阵之间的相关性后，我们通过图6进行了额外调查，研究了基因影响两种疾病进展的潜在分子机制。结果表明，与对照组相比，AD组中单核细胞、NKT细胞、Tr1细胞、iTreg细胞、Tcm细胞和Tem细胞的比例显著增加。

相比之下，典型健康条件下个体的几种细胞（包括DC、中性粒细胞、nTregs和CD8_naive）数量较低（图7A）。然而，免疫浸润在NAFLD组中表现出不同的行为。与典型患者相比，NALFD组中性粒细胞水平大幅增加，而单核细胞、iTreg和iTreg水平显著降低。此外，NK、CD4_T、CD8_T、Tgd、CD4_navie、nTreg、Tfh和CD8_naive细胞水平显著降低（图7B）。这些发现说明了不同疾病中观察到的独特细胞免疫微环境。

图7 免疫浸润分析。(A) AD组（蓝色）和空白组（红色）中的免疫浸润分析；(B) NAFLD组（红色）和空白组（蓝色）中的免疫浸润分析。

差异表达基因与免疫细胞的关系

S100A8与中性粒细胞（r = 0.635，P < 0.001）和巨噬细胞M0（r = 0.395，P = 0.012）呈显著正相关（图8A）。此外，CXCL9表达与树突状细胞活化（r = 0.449，P = 0.004）密切相关（图8B）。γδ T细胞的存在与ST8SIA3表达呈正相关（r = 0.350，P = 0.029）（图8C）。这些发现表明，S100A8、CXCL9和ST8SIA3的存在可能部分影响阿尔茨海默病的脑微环境。

图8 S100A8、CXCL9和ST8SIA3与免疫细胞的相关性。(A) S100A8与浸润性免疫细胞的相关性；(B) CXCL9与浸润性免疫细胞的相关性；(C) ST8SIA3与浸润性免疫细胞的相关性。

讨论

精准医学的一个新兴领域是研究AD和NAFLD之间的免疫学联系和共享遗传基础。本研究的主要目标是确定这两种看似不同的疾病的共享分子特征。将整合多个数据集并进行全面的生物信息学调查以实现这一目标。S100A8、CXCL9和ST8SIA3是基因表达综合数据库(GEO)中作为AD和NAFLD生物标志物脱颖而出的三个基因，因为它们在两种疾病中都扮演着重要角色。与对照组相比，AD和NAFLD患者中这三个生物标志物的表达水平升高，表明它们在这些疾病的病理生理学中发挥作用。这两种疾病都具有慢性炎症和免疫失调的特征，而这些基因的识别对于理解导致这些症状的分子机制是一个巨大的进步，这对公共卫生具有深远影响。

先前的研究已经强调了代谢紊乱、免疫介导的疾病和AD之间的遗传相似性。这些结果表明存在一个复杂的相互关联的通路网络，特别是那些与炎症相关的通路。重要的是，我们的结果通过表明我们强调的基因在这些普遍存在的炎症通路中具有功能作用，补充了已知的关于这些遗传关系的知识。Karbalaei等人和Herman等人的研究结果增加了越来越多的证据，表明NAFLD和AD表型观察到的差异背后有相似的免疫相关机制。我们的差异表达研究证实了这些先前的发现，扩展了我们对炎症如何影响基因表达以及最终影响疾病的理解。

作为功能富集分析的一部分，研究KEGG通路和GO关键词揭示了可能参与两种疾病发病的关键生物过程和活动。其中一些活动和过程包括细胞-细胞信号传导、抗菌体液反应和中性粒细胞趋化。PPI（蛋白质-蛋白质相互作用）网络的构建是我们研究的一个关键组成部分。这些网络提供了理解所涉及的复杂生物相互关联的框架，并使我们能够理解已发现的DEGs之间连接的重要性。通过使用STRING和Cytoscape等工具可视化这些网络，我们可以确定生物标志物基因对疾病发展和进展贡献的重要性。

本研究中进行的免疫浸润分析显示了AD和NAFLD患者之间免疫细胞群体的差异。这些结果强调了免疫系统在许多疾病发病和进展中的作用，以及针对个体患者需求定制免疫调节治疗的潜力。此外，Spearman相关性分析已显示特定免疫细胞类型与已识别的重要生物标志物之间的关联，从而更好地理解疾病条件下的免疫反应变化。有趣的是，这些关联为靶向免疫疗法提供了有希望的途径，有可能阻止甚至逆转疾病进展。

本研究存在某些局限性。首先，它依赖于转录组数据，可能无法捕获影响基因功能的转录后变化、遗传变异或表观遗传因素。此外，尽管GEO提供了完整数据集，但由于样本收集、处理和处理中的偏差，当回顾性分析数据库时，结果可能不够准确。未来的研究可能受益于检查AD和NAFLD中的免疫细胞环境及其与基因表达的关系。尽管本研究是将转录组谱分析与这些条件下的免疫细胞分析相结合的首批努力之一，但仍需要进一步研究来验证这些结果并理解其治疗意义。需要未来前瞻性研究，使用更大、更多样化的患者群体，以及在模型系统中进行功能和机制验证，以确认这些发现。

结论

总之，本研究聚焦于理解AD和NAFLD之间的共同分子过程，并阐明免疫系统中可能的靶点，以实现创新的治疗方法。这支持了使用统一策略来解决这些疾病的观点，强调人类疾病是复杂的和相互关联的，而不是独立和不同的。只有通过跨多个维度的全面调查，我们才能完全理解这些疾病的复杂性质，并理想地制定更有效和个性化的治疗方案。需要对患者样本进行实验验证和机制研究，以确认这些生物信息学发现。此外，纵向临床研究可以阐明NAFLD和认知能力下降之间的因果关系。临床医生应意识到代谢-脑健康之间的联系；对NAFLD患者（反之亦然）进行认知障碍筛查可能有益。本研究基于回顾性转录组数据和计算分析，因此混杂因素和观察性质限制了因果推断。

致谢

作者感谢沙特阿拉伯利雅得公主诺拉·宾特·阿卜杜勒拉赫曼大学研究人员支持项目编号(PNURSP2025R419)。

伦理批准/临床试验编号

本研究不需要伦理批准或临床试验编号，因为它不涉及人类或动物的参与。

数据可用性声明

本研究工作中生成的所有数据已包含在本稿件中。支持本出版物的数据可从基因表达综合数据库(GEO)中的在线存储库名称和访问号获取。

作者贡献

概念化：Muhammad Naveed；方法学：Khizra Jabeen；软件：Muhammad Saad；验证：Ammena Y. Binsaleh和Nawal Al-Hoshani；正式分析：Khizra Jabeen；调查：Nawal Al-Hoshani；资源：Tariq Aziz；数据管理：Maher S. Alwethaynani；撰写—原始草稿准备：Khizra Jabeen；撰写—审查和编辑：Areej A. Alhhazmi和Mariam Abdulaziz Alkhateeb；可视化：Omniah A. Mansouri；监督：Muhammad Naveed和Tariq Aziz；项目管理：Tariq Aziz。

利益冲突

所有列出的作者声明，他们对本研究中提出的成果没有财务或其他竞争利益。作者与外部方之间没有财务或个人关系会导致他们在本研究中的行动或报告。

【全文结束】