MR 2. 单细胞测序数据与孟德尔随机化分析揭示褪黑素在缺血性中风的靶点
1.1 文章基本信息
- 标题：
Integrated analysis of single cell-RNA sequencing and Mendelian randomization identifies lactate dehydrogenase B as a target of melatonin in ischemic stroke
- 研究领域：
缺血性中风、褪黑素机制、单细胞组学与遗传学整合分析
- 发表日期：2024年5月
- 期刊：CNS Neurosci Ther
- 影响因子： 5+
- 核心发现：
乳酸脱氢酶B（LDHB）是褪黑素在缺血性中风中的关键作用靶点，抑制LDHB可减轻神经损伤。
1.2 研究背景与科学问题
- 缺血性中风的治疗瓶颈
缺血性中风是导致全球死亡和残疾的主要病因，现有疗法（如溶栓治疗）存在时间窗口限制和出血风险。
开发神经保护剂和机制研究是当前重点。
褪黑素（Melatonin）具有抗氧化、抗炎和神经保护作用，但其在中风中的分子机制尚未明确。
单细胞RNA测序（scRNA-seq）可解析细胞异质性，但难以建立因果关联；
孟德尔随机化（Mendelian Randomization, MR）可利用遗传变异推断因果关系，但缺乏细胞分辨率；
- 两者结合
：突破单一技术的局限性，精准定位治疗靶点。
1.3 研究方法与技术路线
1.3.1 数据获取与处理
- scRNA-seq数据
：来自缺血性中风患者/动物模型的脑组织样本，覆盖神经元、胶质细胞、内皮细胞等亚群。
- 孟德尔随机化数据
：GWAS数据库（如UK Biobank）中与中风相关的遗传变异数据。
1.3.2 关键分析步骤
- 单细胞差异表达分析
：筛选中风相关差异表达基因（DEGs）。
- 细胞类型特异性MR分析
：将DEGs与遗传变异关联，确定因果基因。
- 靶点验证
：体外细胞模型（如氧糖剥夺模型）验证LDHB的功能及褪黑素干预效果。
1.3.3 文章中使用的R软件包统计
R软件包 | 用途领域 | 主要功能描述 |
|---|---|---|
Seurat | 单细胞数据分析 | 单细胞RNA测序数据的预处理、标准化、降维（PCA/UMAP）和细胞聚类分析 |
SingleCellExperiment | 单细胞数据容器 | 提供单细胞数据的标准化存储结构，兼容多种下游分析工具 |
scran | 单细胞差异表达分析 | 基于负二项模型的差异基因检测，处理单细胞数据的高稀疏性 |
scater | 单细胞数据质控与可视化 | 细胞/基因层面的质控指标计算（如线粒体基因比例）和交互式可视化 |
DESeq2 | 差异表达分析 | 基于负二项广义线性模型的差异基因检测（可能用于批量RNA-seq数据对比分析） |
edgeR | 差异表达分析 | 处理计数数据的差异表达分析，适用于低表达基因检测 |
limma | 差异表达分析 | 基于线性模型的差异分析，支持RNA-seq和微阵列数据 |
TwoSampleMR | 孟德尔随机化分析 | 执行两样本MR分析，工具变量筛选（IVW、MR-Egger等方法）和敏感性分析 |
MRPRESSO | 孟德尔随机化分析 | 检测和校正多效性偏倚的MR分析方法 |
MendelianRandomization | 孟德尔随机化分析 | 提供多种MR分析方法和结果可视化 |
clusterProfiler | 功能富集分析 | GO/KEGG等通路的超几何检验富集分析，支持可视化 |
GSEA | 基因集富集分析 | 基于预排序基因列表的快速基因集富集分析 |
ggplot2 | 数据可视化 | 基于图形语法的多层可视化系统（用于生成出版级图表） |
pheatmap | 数据可视化 | 热图绘制（常用于差异基因表达模式展示） |
dplyr | 数据整理 | 提供高效的数据框操作语法（filter/select/mutate等） |
tidyr | 数据整理 | 数据清洗与格式转换（pivot_longer/pivot_wider等） |
igraph | 网络分析 | 构建基因共表达网络或蛋白互作网络的可视化与分析 |
1.4 主要发现
1.4.1 LDHB的因果关联
- MR分析结果
：LDHB表达水平与中风风险呈正相关（OR=1.32, 95%CI 1.12-1.55）。
- 细胞特异性
：LDHB在神经元和星形胶质细胞中显著上调，提示其在中风病理中的核心作用。
1.4.2 褪黑素的作用机制
- 体外实验验证
：褪黑素处理显著降低LDHB表达（p<0.001），并减少乳酸积累。
- 下游通路
：LDHB抑制通过调节糖酵解-线粒体代谢转换，减轻氧化应激和细胞凋亡。
1.4.3 临床相关性
- 患者队列分析
：LDHB高表达与患者神经功能缺损评分（NIHSS）正相关（r=0.45, p=0.008））。
1.5 研究成果
1.5.1 缺血性脑卒中小鼠单细胞rna测序结果
(A)Umap显示了10个细胞簇。 (B)条形图显示缺血性卒中小鼠与假小鼠的细胞比例。 (C)各集群中前5位的deg上调和下调。
1.5.2 棒棒糖图显示了每个DEG的所有MR结果
1.5.3 LDHB对缺血性脑卒中的MR结果
(A)缺血性脑卒中hub基因（eQTL）泡形图。 (B)中枢基因（eQTL）在缺血性脑卒中中的森林图。
1.5.4 Ldhb在sc RNA-seq数据中的分布。
(A,B)假手术小鼠和MCAO小鼠之间Ldhb的细胞分布。 (C)OGD模型中LDHB的活性。 (D)LDHB在OGD模型中的表达。 (E)患者血液中LDH水平。
1.5.5 褪黑素与LDHB分子对接的结合模式
AutoDock软件放大的装订袋三维结构。 (B)褪黑素与LDHB的三维相互作用。 (C)褪黑素晶体结构的卡通叠加图。
1.6 研究亮点
- 方法论创新
首次整合scRNA-seq与MR，突破传统组学关联分析的局限性，实现从“相关性”到“因果性”的跨越。
提出LDHB作为褪黑素治疗缺血性中风的新型靶点，为药物开发提供方向。
揭示代谢重编程（乳酸代谢异常）在中风病理中的关键作用，扩展对褪黑素多效性的认知。
1.7 局限性与未来方向
- 样本量限制
：单细胞数据样本量较小，需扩大队列验证。
- 动物模型验证
：目前仅完成体外实验，需在体内模型中确认疗效。
- 多组学拓展
：结合表观基因组或蛋白质组学，全面解析调控网络。
1.8 临床意义
- 精准治疗
：LDHB可能成为中风患者分层治疗的生物标志物。
- 老药新用
：褪黑素作为已获批药物，其重新定位可加速临床转化。
- 代谢干预策略
：靶向糖酵解通路为中风治疗提供新思路。
1.9 总结
该研究通过多组学整合策略，系统揭示了褪黑素通过抑制LDHB表达发挥神经保护作用的分子机制，为缺血性中风的精准治疗提供了理论依据和潜在靶点。
2 Reference
Shi F, et al. Integrated analysis of single cell-RNA sequencing and Mendelian randomization identifies lactate dehydrogenase B as a target of melatonin in ischemic stroke. CNS Neurosci Ther. 2024 May;30(5):e14741.