郑州大学神操作!机器学习 + 孟德尔随机化双线发力,时空分析点睛,2 区生信佳作拿下 ALS 研究新突破~

点击蓝字

关注我们

肌萎缩侧索硬化症（ALS）作为一种进展迅速的运动神经元疾病，患者确诊后往往在 3-5 年内面临瘫痪甚至死亡，且长期缺乏可靠的生物标志物和有效治疗靶点。郑州大学团队在《iScience》发表的一项多尺度整合研究，不仅开发出精准的九基因诊断特征，更首次证实 ABCA1 基因的保护性作用，为 ALS 的早期诊断与靶向治疗开辟了新路径。

中文标题：ABCA1在肌萎缩侧索硬化症中起保护性调节作用

发表期刊：iScience

发表时间：2025年12月

影响因子：4.1/Q1

研究背景

肌萎缩侧索硬化症（ALS）是一种进行性运动神经元疾病，缺乏可靠的生物标志物和有效的治疗靶点。

研究方法

本研究围绕 ALS 开展系列研究：分析 GBD 2021 的 MND 数据及 SDI 相关性；筛选外周血 DEGs，对 GSE112676 行 WGCNA、分析 22 种免疫细胞 ssGSEA 及与 ABCA1 的相关性；用三种机器学习算法筛选 9 个诊断基因，构建并验证 RF、LASSO 模型；通过两样本 MR 验证基因因果作用；ELISA 检测血清 ABCA1 并分析关联性；最后探究 ABCA1 在多组织的时空异质性表达。

用三种机器学习算法，从449个ALS候选基因中筛选出9个核心特征基因；基于该基因集的随机森林分类器诊断及校准性能优异，LASSO模型表现次之。性别分层分析显示ABCA1在男女中均具强判别能力，SRPK1、SLC25A20判别价值中等。这9个基因覆盖脂质代谢等多个ALS相关通路，其中ABCA1、SRPK1为核心贡献基因。

研究将ABCA1确定为ALS的有前景治疗候选药物。此外，我们系统性地描述了ALS患者和疾病模型中ABCA1表达在多组织中的时空异质性。这些发现共同为系统性代谢适应与神经退行性退行性疾病之间的联系提供了新见解，为进一步探索ABCA1靶向干预措施提供了依据。