基于生物信息學和機器學習算法鑒定PDR鐵死亡關鍵基因

徐徑舟 黃晉 李智豪 張赟 陳鼎

作者單位：溫州醫科大學附屬眼視光醫院，溫州 325027

糖尿病視網膜病變（Diabetic retinopathy，DR）是糖尿病引起的常見眼部并發癥之一，近年來發病率逐年升高，已成為全球主要的致盲性眼病[1]。根據疾病發展的不同階段，DR可分為非增殖期和增殖期，其中增殖性糖尿病視網膜病變（Proliferative diabetic retinopathy，PDR）預后較差，常常造成不可逆的視力損傷。以往的研究認為，DR的發生機制主要涉及氧化應激[2]、慢性炎癥損傷[3]等。最新的研究表明，凋亡、焦亡、鐵死亡等調節性細胞死亡也與DR的發生發展密切相關[4]，這為我們探究DR背后的病理機制提供了新的線索。

鐵死亡是一種鐵離子依賴的、以細胞內脂質過氧化產物超量蓄積為主要特征的調節性細胞死亡方式[5]。在細胞形態學上，鐵死亡主要表現為線粒體膜皺縮、線粒體嵴減少或消失、細胞核無明顯變化等[6]。在分子水平，鐵死亡主要表現為細胞內Fe2+含量升高、谷胱甘肽含量降低、谷胱甘肽過氧化物酶4 （Glutathione peroxidase 4，GPX4）活性下降、脂質過氧化產物及活性氧大量蓄積等[7]。目前已知鐵死亡參與到多種疾病的病理機制中，包括神經退行性疾病、心血管疾病等，鐵死亡是當前疾病基礎機制研究的熱點問題[8-9]。

本研究的目的是綜合生物信息學和機器學習算法，從正常視網膜組織與PDR組織的轉錄組測序數據中篩選出與疾病關系最密切的鐵死亡差異基因（Differentially expressed ferroptosis-related genes，DEFRGs），進而為探究PDR潛在的分子機制與藥物治療靶點提供新的參考。

1 材料與方法

1.1 數據集的獲取

本次研究所用數據集來自美國國家生物信息中心的基因表達綜合數據庫（Gene expression omnibus，GEO），共獲得GSE102485和GSE60436 2個數據集?！?br>