星形胶质细胞是人类中枢神经系统中主要的胶质细胞群体，在神经保护、免疫和稳态中发挥着关键作用。然而，当暴露于某些神经炎症线索时，星形胶质细胞会采用促炎、神经毒性表型。神经毒性星形胶质细胞导致慢性神经炎症，这是多种神经退行性疾病的主要驱动因素。
通过识别和靶向驱动神经毒性星形胶质细胞形成的信号通路，可以开发新的治疗方法来抑制神经退行。本研究旨在识别人星形胶质细胞中的新型治疗靶点，并预测和评估有可能抑制或逆转促炎、神经毒性表型的候选化合物。
方法
图1. 星形胶质细胞RNA测序数据生成。 人iPSC衍生星形胶质细胞（以下简称星形胶质细胞）解冻后接种到96孔板中，并培养8天。对于批量RNA测序（RNA-seq），来自两个不同批次的细胞分别用促炎"TIC"细胞因子混合物（TNFα、IL-1α和C1q）或PBS刺激24小时。细胞裂解后，三重提取RNA，并使用Roche KAPA mRNA HyperPrep试剂盒生成RNA-seq文库。数据使用DESeq2进行分析。
星形胶质细胞RNA测序数据生成如图1所示。人iPSC衍生星形胶质细胞（以下简称星形胶质细胞）解冻后接种到96孔板中，并培养8天。
对于批量RNA测序（RNA-seq），来自两个不同批次的细胞分别用促炎"TIC"细胞因子混合物（TNFα、IL-1α和C1q）或PBS刺激24小时。
细胞裂解后，三重提取RNA，并使用Roche KAPA mRNA HyperPrep试剂盒生成RNA-seq文库。数据分析使用DESeq2进行。
图2. 模型生成和评估。 星形胶质细胞模型是通过在Delta4知识图谱（KG）Hyper-C内组合多个数据源生成的。从基因到星形胶质细胞的所有基因-细胞关联以及到"星形胶质细胞激活"和"神经炎症"等核心概念的基因-机制关联构成了模型核心（275个基因），该核心通过以下方式得到丰富：从人类蛋白质图谱（HPA）中筛选出Tau评分>0.9的单细胞星形胶质细胞特异性表达基因（51个基因）、如上所述通过Hyper-C蛋白质-蛋白质相互作用（PPI）网络与模型核心强连接的差异表达基因（156个基因），以及从选定综述中获取的与星形胶质细胞模型的神经毒性和神经保护子集相关的基因（97个基因）（Cameron等，38086421；Escartin等，33589835；Lawrence等，36915214）。
图2展示了模型生成和评估。星形胶质细胞模型是通过在Delta4知识图谱（KG）Hyper-C内组合多个数据源生成的。
模型核心（275个基因）包括从基因到星形胶质细胞的所有基因-细胞关联以及到核心概念（如"星形胶质细胞激活"和"神经炎症"）的基因-机制关联。
该模型通过以下方式进行了丰富：从人类蛋白质图谱（HPA）中筛选出Tau评分>0.9的单细胞星形胶质细胞特异性表达基因（51个基因）；如上所述通过Hyper-C PPI网络与模型核心强连接的差异表达基因（156个基因）；以及从选定综述中获取的与星形胶质细胞模型的神经毒性和神经保护子集相关的基因（97个基因）（Cameron等，38086421；Escartin等，33589835；Lawrence等，36915214）。
星形胶质细胞模型
图3. 星形胶质细胞模型。 星形胶质细胞模型中标注了神经毒性（橙色）和神经保护（蓝色）表型的子网络。该模型包含522个基因。边基于Hyper-C PPI网络。
图3展示了包含522个基因的星形胶质细胞模型。与神经毒性和神经保护表型相关的子网络分别用橙色和蓝色突出显示。边基于Hyper-C PPI网络。
机制模型表征
图4. 机制富集。 星形胶质细胞模型以及神经保护和神经毒性两个子网络与机制及其相应基因集一起嵌入Hyper-C知识图谱中。计算了带有Hyper-C中心性排名的基因集富集，整合了来自实验（RNA测序）和Hyper-C中所有集成数据源（如文献、本体和其他结构化数据）的额外信息，超越了单纯的基因集知识。
图4代表机制富集。星形胶质细胞模型以及神经保护和神经毒性两个子网络与机制及其相应基因集一起嵌入Hyper-C知识图谱中。计算了带有Hyper-C中心性排名的基因集富集，整合了来自实验（RNA测序）和Hyper-C中所有集成数据源（如文献、本体和其他结构化数据）的额外信息，超越了单纯的基因集知识。
表型评估
图5. 所选表型中的机制中心性。 (A) 所有筛选的神经系统疾病的太阳爆发图，显示了与星形胶质细胞模型在Hyper-C中的网络干扰（使用OntoloViz可视化，Ley等2023）。(B) 显示了图4中富集机制所对应的选定表型，在疾病和星形胶质细胞的背景下。
图5展示了所选表型中的机制中心性。(A) 所有筛选的神经系统疾病的太阳爆发图，显示了与星形胶质细胞模型在Hyper-C中的网络干扰（使用OntoloViz可视化，Ley等2023）。(B) 显示了图4中富集机制所对应的选定表型，在疾病和星形胶质细胞的背景下。
药物筛选
图6. 带有药物筛选结果的星形胶质细胞模型。 使用星形胶质细胞模型筛选Hyper-C药物库，在所有药物（>4000种）的前3%中发现了已获批用于帕金森病的药物伊曲茶碱。神经系统药物的相对排名显示在(B)中。星形胶质细胞模型中的所有药物靶点在(A)中以"星星"标出，伊曲茶碱的药物靶点ADORA2A被额外标注。RNA测序中的上调和下调分别以橙色和蓝色表示，部分节点标有基因符号。ADORA2A是在反应性星形胶质细胞中上调的受体，而伊曲茶碱是该受体的选择性拮抗剂，在文献中也被描述为调节炎症晚期的小胶质细胞激活（Ogawa等，30026035）。药物重新定位方法遵循Perco等2025。
图6展示了带有药物筛选结果的星形胶质细胞模型。
使用星形胶质细胞模型筛选Hyper-C药物库，在所有药物（>4000种）的前3%中发现了已获批用于帕金森病的药物伊曲茶碱。神经系统药物的相对排名显示在(B)中。
星形胶质细胞模型中的所有药物靶点在(A)中以"星星"标出，伊曲茶碱的药物靶点ADORA2A被额外标注。RNA测序中的上调（橙色）和下调（蓝色）均被显示，部分节点标有基因符号。
ADORA2A是在反应性星形胶质细胞中上调的受体，而伊曲茶碱是该受体的选择性拮抗剂，在文献中也被描述为调节炎症晚期的小胶质细胞激活（Ogawa等，30026035）。药物重新定位方法遵循Perco等2025。
结论
- 本研究提出了一个星形胶质细胞模型，随后进行了机制评估和药物靶点优先排序。
- 该方法成功地找到了已获批用于帕金森病的疗法伊曲茶碱，该疗法在星形胶质细胞中具有明确的机制干扰，可抵消上调受体ADORA2A。
- 使用这种方法，可以识别出具有明确机制干扰以抵消疾病表型的潜在新疗法和治疗组合（Fillinger L等，2025）。
致谢
由Samuel M Walter、Tamara Modebadze、Mark Gurney、Megan Paterson、Hollie Scott、Sarah McCafferty、Kinga Keska-Izworska、Lucas Fillinger、Matthias Ley、Paul Perco、Klaus Kratochwill、Elise Malavasi最初撰写。概念生命科学公司，英国爱丁堡，Delta4，奥地利维也纳。贡献相等。
参考文献和进一步阅读
- Perco, P., 等 (2025). 心肾疾病中的计算药物重新定位：机遇、挑战和方法. PROTEOMICS.
- Fillinger, L., 等 (2025). 药物组合的计算建模方法和调控途径. Drug Discovery Today, 30(5), 104345.
- Ley, M., 等 (2023). OntoloViz：使用MeSH和ATC本体对排名疾病或药物列表进行交互式可视化的GUI. Bioinformatics Advances, 3(1).
【全文结束】
