论文部分内容阅读
目的:痤疮是最常见的炎症性毛囊皮脂腺疾病。重型痤疮是病情最重的痤疮,病损部位广,可能产生瘢痕,严重时会导致患者出现心理疾病甚至自杀倾向。DNA甲基化在银屑病、系统性红斑狼疮等免疫性皮肤疾病中发挥重要作用,但与重型痤疮的关系尚未见报道。本研究通过全基因组DNA甲基化芯片全面筛查与重型痤疮相关的甲基化位点,为深入认识重型痤疮发病的分子机制以及早期诊断和治疗提供科学依据。方法:从痤疮遗传资源库选取重型痤疮患者血液样本,按照要求严格筛选入组的健康对照样本。实验一共分为两期,一期实验和二期实验收集的重型痤疮患者和健康对照血液样本分别是24对和20对。使用DNA提取试剂盒提取血液样本的DNA后,分别使用琼脂糖凝胶电泳实验和微量核酸蛋白浓度测定仪检测DNA的完整性和浓度。DNA样品经亚硫酸氢盐处理后进行扩增和杂交,最后用Illumina Methylation EPIC Bead Chip检测全基因组DNA甲基化水平。对得到的原始数据进行清洗整理,并做以下分析:用44例健康对照样本甲基化数据构建正常皮肤的甲基化图谱;使用R软件Ch AMP包分析重型痤疮患者和健康对照之间的差异甲基化位点和差异甲基化区域;使用KOBAS网站分析差异甲基化基因的GO和KEGG通路富集情况;使用Cytoscape软件的cyto Hubba插件进行核心基因筛选;使用R软件Matrixe QTL包分析甲基化数量性状基因座（me QTL）;使用R软件构建6个诊断重型痤疮的机器学习模型,分别是:逻辑回归、支持向量机、k-近邻、随机森林、梯度增强决策树和神经网络。结果:琼脂糖凝胶电泳实验结果和微量核酸蛋白浓度测定仪检测结果表明DNA样品合格,可用于后续实验。通过44例健康对照样本鉴定出767,146个甲基化位点。在这些位点中:25.73%是低甲基化位点,49.05%是高甲基化位点;19.02%的位点位于Cp G岛,且甲基化水平低于位于非Cp G岛上的位点。一期实验和二期实验筛选出的差异甲基化位点分别有904个和646个,选取两期实验结果中共有且β值改变方向一致的位点,得到最终差异甲基化位点共275个。这275个位点中有211个落在194个基因上。筛选出的差异甲基化区域共5个,其中4个区域位于基因ARG1、HTRA4、RFX3、SPTLC2上,1个区域位于基因间区。GO和KEGG富集分析显示甲基化差异基因参与的生物过程和通路涉及蛋白质结合、细胞因子调控和癌症途径等方面。筛选出最具意义的前10个核心基因分别是TCEB1、CUL2、ANAPC7、FBXO9、UBE3C、ZNRF1、PLCB1、PSMB7、PPP3CA、ITPR3,它们都参与了免疫相关的信号通路,提示它们参与重型痤疮的机制可能是通过调控免疫反应过程。me QTL分析发现rs6727948与cg08977295之间关联紧密,提示rs6727948可能通过调控cg08977295的甲基化情况从而调控WDR43基因的表达。通过机器学习构建了6个用于诊断重型痤疮的模型,其中随机森林模型的综合性能表现最佳。结论:通过对比全基因组DNA甲基化情况,发现重型痤疮患者和健康对照人群之间存在差异甲基化位点。DNA异常甲基化很有可能参与重型痤疮的发病机制,是重型痤疮表观遗传的调控机制之一。利用甲基化芯片技术筛选出与重型痤疮相关的差异甲基化位点及差异基因,为重型痤疮的表观遗传研究和早期诊断、治疗奠定基础。机器学习模型可用于重型痤疮诊断,但仍需继续优化。