《Frontiers in Molecular Biosciences》：Deciphering the circRNA-Mediated ceRNA regulatory network in dendritic cells during H37Ra and BCG infection
编辑推荐：
为解决结核病(TB)感染免疫调控机制不清的问题，研究人员聚焦树突状细胞(DCs)在结核分枝杆菌(M.tb)感染中的关键作用，通过分析GEO数据集构建了由10个circRNA、41个miRNA和145个mRNA组成的ceRNA调控网络，鉴定出与结核病通路相关的四个核心基因(STAT1、BCL2、TRAF6、IL1A)，并验证了circNFATC3/miR-150-5p/STAT1和circNFATC3/miR-23a-3p/BCL2两条轴，其作为潜在的生物标志物在TB诊断中展现出良好前景(AUC>0.7)。该研究为深入理解TB免疫发病机制及寻找新的诊断和干预靶点提供了理论依据。
结核病(Tuberculosis, TB)，这个由结核分枝杆菌(Mycobacterium tuberculosis, M.tb)引起的慢性传染病，至今仍是全球面临的重大公共卫生挑战，每年导致约130万人死亡。尽管医疗技术不断进步，但TB的早期诊断延迟、耐药病例增加以及新疗法开发缓慢等问题，依然困扰着人类健康防御战线。在这场“攻防战”中，我们体内的免疫系统，特别是像“哨兵”和“信使”一样的树突状细胞(Dendritic Cells, DCs)，扮演着至关重要的角色。它们作为最强大的抗原呈递细胞，是连接先天免疫和适应性免疫的桥梁，其功能状态直接影响着机体能否有效抵御M.tb的入侵。然而，M.tb极其狡猾，能够利用宿主的免疫系统为自己创造生存环境，甚至在宿主体内潜伏数十年。因此，深入解析DCs在M.tb感染过程中的免疫调控机制，是揭示TB发病奥秘、开发新型诊疗策略的关键突破口。
近年来，科学家们发现，在基因表达的复杂调控网络中，有一类不编码蛋白质的RNA分子——非编码RNA(non-coding RNA, ncRNA)发挥着“幕后指挥家”的作用。其中，环状RNA(circular RNA, circRNA)作为一种特殊的ncRNA，因其结构稳定、不易降解而备受关注。它们可以通过像“海绵”一样吸附微小RNA(microRNA, miRNA)，从而解除miRNA对其靶向信使RNA(mRNA)的抑制作用，这种调控模式被称为竞争性内源RNA(competing endogenous RNA, ceRNA)网络。这种网络在肿瘤等领域已被广泛研究，但在M.tb感染导致的免疫反应中，其作用图谱仍是一片亟待探索的“蓝海”。M.tb感染DC后，细胞内成千上万的circRNA、miRNA和mRNA表达谱会发生怎样的变化？它们之间如何“对话”并编织成一张精细的调控网络，最终影响DC的功能和宿主的免疫结局？这些问题至今尚未得到系统解答。
为了描绘这张关键的网络图谱，回答上述科学问题，一组研究人员在《Frontiers in Molecular Biosciences》上发表了一项重要研究。他们从公开的基因表达数据库(Gene Expression Omnibus, GEO)中筛选了M.tb感染的DCs相关数据集，运用生物信息学方法，系统构建了DCs在M.tb感染过程中的ceRNA调控网络，并聚焦核心调控轴进行了实验验证，为TB的机制研究和精准诊疗带来了新的见解。
为了开展这项研究，作者们主要运用了几个关键技术方法。首先，他们从GEO数据库获取了M.tb感染DCs的circRNA和mRNA表达谱数据集(GSE117563和GSE34151)，并利用生物信息学工具筛选差异表达的分子。其次，他们综合利用circBase、CircInteractome、TargetScan和miRanda等多个数据库，预测circRNA可能结合的miRNA以及miRNA的靶向mRNA，从而在计算机中初步构建出ceRNA调控网络。接着，利用STRING数据库和Cytoscape软件对网络中的mRNA进行蛋白质-蛋白质相互作用(Protein-Protein Interaction, PPI)分析，并筛选出核心基因(Hub genes)。然后，他们对核心基因进行了基因本体(Gene Ontology, GO)功能注释和京都基因与基因组百科全书(Kyoto Encyclopedia of Genes and Genomes, KEGG)通路富集分析，以预测其生物学功能。在实验验证部分，研究人员培养了人DCs，并用M.tb的H37Ra和BCG菌株进行感染，建立了体外感染模型，通过流式细胞术检测DCs表面标志物(CD1a, CD83)，激光共聚焦显微镜观察细菌与细胞的共定位，以及酶联免疫吸附测定(Enzyme-Linked Immunosorbent Assay, ELISA)检测炎症因子(TNF-α, IL-1β)的分泌，以确认模型成功。最后，利用定量逆转录聚合酶链反应(quantitative Reverse Transcription PCR, qRT-PCR)对筛选出的关键ceRNA轴成员(circRNA, miRNA, mRNA)的表达进行验证，并通过受试者工作特征(Receiver Operating Characteristic, ROC)曲线评估其作为TB诊断生物标志物的潜力。
3.1 差异表达circRNA和mRNA的鉴定
研究人员从GEO数据库的GSE34151 (mRNA)和GSE117563 (circRNA)数据集中，分别鉴定出1388个差异表达mRNA和283个差异表达circRNA。通过层次聚类热图和火山图可视化，清晰展示了感染组与对照组之间基因表达的显著差异模式，为后续网络构建奠定了基础。
3.2 circRNA-miRNA-mRNA调控网络的构建
为了探索circRNA在M.tb感染DCs中的潜在调控作用，研究者基于表达变化最显著的circRNA，预测其下游miRNA及靶mRNA，最终构建了一个包含10个circRNA、41个miRNA和145个mRNA的ceRNA调控网络。该网络可视化地呈现了这些分子之间潜在的调控关系，提示circRNA可能通过吸附miRNA来调节下游靶基因的表达。
3.3 PPI网络分析及核心基因筛选
对ceRNA网络中的mRNA进行PPI网络分析，并利用Cytoscape的cytoNCA插件，根据中介中心性(Betweenness Centrality, BC)、接近中心性(Closeness Centrality, CC)和度中心性(Degree Centrality, DC)三个指标，从PPI网络中筛选出30个核心基因。其中BCL2、STAT1、IL1A、TRAF6等基因显示出较高的连接度，提示它们在网络中可能处于关键调控位置。
3.4 GO和KEGG富集分析
对30个核心基因进行GO和KEGG富集分析。GO分析显示，这些基因显著富集于RNA聚合酶II介导的转录正调控、炎症反应、凋亡过程和免疫反应等生物学过程。KEGG分析则揭示，四个核心基因(STAT1、BCL2、TRAF6、IL1A)在结核病通路、JAK-STAT信号通路和NF-κB信号通路中均显著富集，表明这些基因和通路在DCs应对M.tb感染的免疫反应中可能发挥关键作用。
3.5 树突状细胞CD1a和CD83的表达
通过流式细胞术检测，发现培养第8天的DCs表面标志物CD1a和CD83的表达量较第1天显著增加，证实了在粒细胞-巨噬细胞集落刺激因子(Granulocyte-Macrophage Colony-Stimulating Factor, GM-CSF)和白介素-4(Interleukin-4, IL-4)诱导下，DCs成功成熟，具备了典型的免疫表型，为后续感染实验提供了合格的细胞模型。
3.6 M.tb感染DCs的激光共聚焦显微镜观察
用荧光标记的H37Ra和BCG菌株感染DCs，激光共聚焦显微镜观察显示，绿色荧光标记的细菌与红色荧光标记的细胞溶酶体存在明显的黄色共定位信号，共定位效率超过75%，从形态学上证实M.tb成功感染并被DCs吞噬，体外感染模型构建成功。
3.7 促炎因子TNF-α和IL-1β的表达水平
ELISA检测发现，与对照组相比，H37Ra和BCG感染组DCs分泌的促炎细胞因子肿瘤坏死因子-α(Tumor Necrosis Factor-α, TNF-α)和白介素-1β(Interleukin-1β, IL-1β)水平均随时间显著升高，并在感染后24小时达到峰值。这进一步证实感染模型成功引发了DCs的炎症反应。
3.8 通过qRT-PCR定量验证关键mRNA表达
qRT-PCR验证显示，在M.tb感染的DCs中，STAT1、BCL2和IL1A的mRNA表达水平显著上调，与芯片数据分析结果一致。TRAF6在H37Ra感染组中上调，但在BCG感染组与对照组间无显著差异。结合富集分析结果，STAT1、BCL2和IL1A被确定为M.tb感染DCs过程中潜在的关键调控基因。
3.9 通过qRT-PCR定量验证关键miRNA表达
对ceRNA网络中与上述关键mRNA表达模式相反（即预测为负调控）的miRNA进行qRT-PCR验证。结果显示，miR-150-5p和miR-23a-3p在M.tb感染组中显著下调，而miR-125b-5p表达无显著变化，miR-24-3p仅在H37Ra组上调。这为筛选潜在的ceRNA调控轴提供了依据。
3.10 通过qRT-PCR定量验证关键circRNA表达
对与下调miR-150-5p和miR-23a-3p可能存在于同一ceRNA轴的circRNA进行验证。发现circNFATC3在感染组中表达上调，与芯片结果一致；而circZNF609表达下调，与芯片结果不符。因此，circNFATC3被确定为后续分析的重点。
3.11 分子诊断性能评估
ROC曲线分析评估了单个分子及ceRNA组合轴的诊断价值。STAT1、BCL2、miR-150-5p、miR-23a-3p和circNFATC3的曲线下面积(Area Under the Curve, AUC)均大于0.7，显示出一定的诊断潜力。更重要的是，将三者组合成ceRNA轴后，诊断效能大幅提升：circNFATC3/miR-150-5p/STAT1轴的AUC高达0.9288，灵敏度和特异性分别为91.86%和82.33%；circNFATC3/miR-23a-3p/BCL2轴的AUC为0.8844，灵敏度和特异性分别为86.71%和90.81%。这表明这两条ceRNA轴作为生物标志物组合，在表征DCs介导的M.tb感染免疫过程方面具有巨大潜力。
归纳研究结论和讨论
本研究通过整合生物信息学分析与实验验证，首次在M.tb感染的DCs中系统构建了一个ceRNA调控网络。该网络包含10个circRNA、41个miRNA和145个mRNA。从中鉴定出30个核心基因，其中STAT1、BCL2、TRAF6和IL1A四个基因在结核病通路、JAK-STAT和NF-κB等关键免疫信号通路中显著富集，提示它们在DCs抗M.tb感染免疫中扮演核心角色。通过qRT-PCR验证，研究成功确认了两条关键的ceRNA调控轴：circNFATC3/miR-150-5p/STAT1轴和circNFATC3/miR-23a-3p/BCL2轴。在M.tb感染背景下，circNFATC3表达上调，可能通过“海绵吸附”作用分别抑制了miR-150-5p和miR-23a-3p的活性，从而解除了它们对靶基因STAT1和BCL2的抑制作用，最终导致STAT1和BCL2表达上调。这一表达模式与高通量数据分析结果一致。
研究的深层意义在于，它不仅描绘了M.tb感染DCs过程中复杂的ceRNA调控图谱，更重要的是发现了具有高诊断效能的潜在生物标志物组合。ROC分析表明，两条ceRNA轴的诊断性能(AUC > 0.88)显著优于单个分子，为TB的早期和无创诊断提供了新的、更可靠的思路。STAT1是免疫和炎症疾病的关键介质，其作为M.tb感染潜在生物标志物的角色在此得到支持；BCL2作为重要的抗凋亡因子，其上调可能有助于增强T细胞介导的免疫反应，暗示了宿主免疫从先天向适应性转换的过程。而circNFATC3在TB感染中的作用则是首次被揭示。这些发现为理解TB的免疫发病机制提供了新的理论视角，所鉴定的ceRNA轴和核心基因有望成为未来TB治疗的新靶点。
当然，作者也指出了本研究的局限性。例如，结论主要基于生物信息学预测和体外实验模型，尚未在临床样本和体内模型中得到充分验证；用于机制探讨的DCs模型经过了TNF-α预处理，并不能完全模拟体内DC在复杂微环境中的真实状态；对细菌吞噬的确认主要基于二维共聚焦成像，难以完全排除细菌表面黏附的干扰。因此，未来的研究需要在更接近生理的模型、临床队列中验证这些发现，并通过双荧光素酶报告基因实验、过表达和敲低等功能实验，进一步阐明这些ceRNA轴调控DCs功能、影响TB进程的具体分子机制。尽管存在这些局限，这项研究无疑为破解TB免疫调控的复杂谜题增添了一块关键拼图，朝着实现更精准的TB诊断和更有效的免疫治疗迈出了重要一步。
