索马鲁肽治疗阿尔茨海默病的潜在靶点：沉默信息调节因子1

doi:10.12307/2024.382

中国组织工程研究 ›› 2024, Vol. 28 ›› Issue (20): 3235-3239.doi: 10.12307/2024.382

• 组织工程相关大数据分析 Big data analysis in tissue engineering • 上一篇下一篇

索马鲁肽治疗阿尔茨海默病的潜在靶点：沉默信息调节因子1

柴世凡1，李欣儒1，叶育采1，孙俊丽2，蔡红艳3，王昭君1

山西医科大学，1基础医学院生理学系，细胞生理学教育部重点实验室，细胞生理学山西省重点实验室，2麻醉学院，3基础医学院微生物与免疫教研室，山西省太原市 030000

收稿日期:2023-05-08 接受日期:2023-06-19 出版日期:2024-07-18 发布日期:2023-09-11
通讯作者: 王昭君，博士，副教授，山西医科大学基础医学院生理学系，细胞生理学教育部重点实验室，细胞生理学山西省重点实验室，山西省太原市 030000
作者简介:柴世凡，女，1998年生，山西省长治市人，汉族，山西医科大学基础医学院生理学系在读硕士，主要从事阿尔茨海默病的防治及机制研究。
基金资助:
国家自然科学基金面上项目(82171428)，项目负责人：蔡红艳；山西省基础研究自然科学研究面上项目(20210302123306)，项目负责人：王昭君

Silent information regulator 1: A potential target of semaglutide in the treatment of Alzheimer’s disease

Chai Shifan1, Li Xinru1, Ye Yucai1, Sun Junli2, Cai Hongyan3, Wang Zhaojun1

1Department of Physiology, School of Basic Medicine, Shanxi Medical University; Key Laboratory of Cell Physiology, Ministry of Education; Shanxi Key Laboratory of Cell Physiology, Taiyuan 030000, Shanxi Province, China; 2School of Anesthesiology, 3Department of Microbiology and Immunology, School of Basic Medicine, Shanxi Medical University, Taiyuan 030000, Shanxi Province, China

Received:2023-05-08 Accepted:2023-06-19 Online:2024-07-18 Published:2023-09-11
Contact: Wang Zhaojun, MD, Associate professor, Department of Physiology, School of Basic Medicine, Shanxi Medical University; Key Laboratory of Cell Physiology, Ministry of Education; Shanxi Key Laboratory of Cell Physiology, Taiyuan 030000, Shanxi Province, China
About author:Chai Shifan, Master candidate, Department of Physiology, School of Basic Medicine, Shanxi Medical University; Key Laboratory of Cell Physiology, Ministry of Education; Shanxi Key Laboratory of Cell Physiology, Taiyuan 030000, Shanxi Province, China
Supported by:
the National Natural Science Foundation of China (General Program), No. 82171428 (to CHY); Natural Science Research Project of Shanxi Province Basic Research, No. 20210302123306 (to WZJ)

摘要/Abstract

摘要：

文题释义：

阿尔茨海默病：是一种慢性不可逆的神经退行性疾病，是目前最常见的痴呆类型，其病理特征包括大量β-淀粉样蛋白积聚形成的老年斑、过度磷酸化的tau蛋白聚集形成的神经原纤维缠结和大量神经元的丧失，最终形成脑萎缩。根据其病理过程进展分为无症状的临床前期、轻度认知功能障碍期和有明显认知功能障碍的临床期。
沉默信息调节因子1：是一种高度保守的NAD依赖性脱乙酰酶，属于去乙酰化酶家族最突出和最广泛研究的成员，是一种翻译后调节因子，通过脱乙酰化多种蛋白质(包括组蛋白和非组蛋白)影响多种生物过程，与健康寿命和寿命密切相关，目前在肿瘤、炎症、老化、自噬等领域研究广泛。

背景：研究发现胰高血糖素样肽1及其类似物具有显著的神经保护作用，并且已有部分药物应用到阿尔茨海默病临床三期研究阶段，然而其发挥神经保护作用的具体机制尚不明确，有待进一步探讨阐明。

目的：拟通过生物信息学和网络药理学分析方法筛选出阿尔茨海默病发病机制的相关基因，以及索马鲁肽(一种胰高血糖素样肽1受体激动剂)治疗阿尔茨海默病的相关靶点，对两者进行综合分析挑选出潜在靶点基因，并在细胞水平加以验证。
方法：利用DisGeNET数据库筛选出阿尔茨海默病患者与健康人群的差异基因，利用PubChem在线数据库得到索马鲁肽的化学结构式和2D结构图，利用DAVID在线数据库进行GO/KEGG富集分析，利用STRING数据库进行蛋白互作网络的构建，利用HPA数据库判断目的蛋白在人体各组织中的分布特点，最后使用蛋白印迹技术和免疫荧光技术检测索马鲁肽干预HT22细胞之后的蛋白表达情况。

结果与结论：①利用DisGeNET数据库内数据得到3 374个阿尔茨海默病患者与健康人群的差异基因，同时获得索马鲁肽潜在药物的101个靶基因，取两者交集得到23个相关基因；结合蛋白互作网络从中筛选出10个关键基因，分别是沉默信息调节因子1(SIRT1)、CASP9、CCND1、CASP1、KEAP1、DLG4、CASP4、GRB2、GRIA1、EDNRA；②GO基因功能分析显示关键基因主要富集在：半胱氨酸型内肽酶的正向调节活动，蛋白溶解的正向调节，半胱氨酸型内肽酶的正向调节，涉及凋亡活动过程的细胞质部分，AMPA谷氨酸受体复合物，炎症复合物，CARD结构域结合，半胱氨酸型内肽酶活性，半胱氨酸型内肽酶活性参与凋亡过程；KEGG信号通路分析结果主要为：结直肠癌，非小细胞癌，子宫内膜癌，上述均与免疫浸润、炎症、自噬凋亡相关；此外，根据关键基因的关联度排名及在HPA在线数据库不同组织中的分布情况，挑选出最显著的差异基因为SIRT1；③细胞实验显示，SIRT1蛋白表达在β-淀粉样蛋白1-42干预后的HT22细胞中显著下调，而经过索马鲁肽处理后明显上升；④结果显示，SIRT1可能是索马鲁肽治疗阿尔茨海默病的靶点基因。

https://orcid.org/0000-0002-3642-8135(柴世凡)

中国组织工程研究杂志出版内容重点：组织构建；骨细胞；软骨细胞；细胞培养；成纤维细胞；血管内皮细胞；骨质疏松；组织工程

关键词: ">DisGeNet数据库, 阿尔茨海默病, 索马鲁肽, 2型糖尿病, 生物信息学, 网络药理学, 沉默信息调节因子1

Abstract: BACKGROUND: Studies have found that glucagon-like peptide-1 and its analogues have a significant neuroprotective effect, and some drugs have been applied to the clinical stage III study of Alzheimer’s disease. However, the mechanism of its neuroprotective effect is still unclear, which needs to be further explored and clarified.
OBJECTIVE: To screen out the genes related to the pathogenesis of Alzheimer’s disease and the related targets of semaglutide for the treatment of Alzheimer’s disease based on bioinformatics and network pharmacology analyses, to identify the potential target genes by comprehensive analysis of the two and to verify them at the cellular level.
METHODS: Using DisGeNET database, differentially expressed genes between Alzheimer’s disease patients and healthy population were screened out. The chemical structure formula and two-dimensional structure diagram of semaglutide were obtained using PubChem online database. GO/KEGG enrichment analysis was performed using DAVID online database. A protein-protein interaction network was constructed by using the STRING database. The HPA database was used to determine the distribution characteristics of the target proteins in various human tissues. Finally, western blot was used to detect relevant protein expression in HT22 cells after semaglutide intervention.
RESULTS AND CONCLUSION: With the dataset in DisGeNET database, 3 374 differentially expressed genes between Alzheimer’s disease patients and healthy people were obtained, and meanwhile, 101 target genes of semaglutide potential drugs were obtained. There were 23 intersection genes between them. Ten key genes were identified based on the protein-protein interaction network, which were silent information regulator 1 (SIRT1), CASP9, CCND1, CASP1, KEAP1, DLG4, CASP4, GRB2, GRIA1, and EDNRA. The results of GO gene functional annotation analysis of key genes showed that the positive regulatory activity of cysteine endopeptidase, the positive regulation of proteolysis, and the positive regulation of cysteine endopeptidase involved the cytoplasmic part of the apoptotic activity process; AMPA glutamate receptor complex, inflammatory complex, CARD domain binding, cysteine endopeptidase activity, and cysteine endopeptidase activity were involved in the apoptotic process. The results of KEGG signaling pathway analysis indicated that colorectal cancer, non-small cell carcinoma, and endometrial carcinoma were related to immune infiltration, inflammation and autophagic apoptosis. In addition, according to the association ranking of key genes and their distribution in different tissues of HPA online database, SIRT1 was identified as the most significant differential gene. The expression level of SIRT1 protein was significantly down-regulated in HT22 cells after β-amyloid protein 1-42 treatment, but it could be significantly increased after being treated with semaglutide. To conclude, SIRT1 may be a target gene for semaglutide in the treatment of Alzheimer’s disease.

Key words: DisGeNet database, Alzheimer’s disease, semaglutide, type 2 diabetes, bioinformatics, network pharmacology, silent information regulator 1

中图分类号:

柴世凡, 李欣儒, 叶育采, 孙俊丽, 蔡红艳, 王昭君. 索马鲁肽治疗阿尔茨海默病的潜在靶点：沉默信息调节因子1[J]. 中国组织工程研究, 2024, 28(20): 3235-3239.

Chai Shifan, Li Xinru, Ye Yucai, Sun Junli, Cai Hongyan, Wang Zhaojun. Silent information regulator 1: A potential target of semaglutide in the treatment of Alzheimer’s disease[J]. Chinese Journal of Tissue Engineering Research, 2024, 28(20): 3235-3239.

图/表（结果） 7

2.1 阿尔茨海默病与索马鲁肽共定位靶点及其关键基因的筛选此次研究从DisGeNET数据库筛选出阿尔茨海默病相关联的基因，共得到3 374个关联基因。从PubChem上获取索马鲁肽的2D结构(图1A)和SMILES编码结构式，随后将SMILES编码结构式输入至SEA数据库中，得到101个索马鲁肽的潜在作用靶点。随后使用R语言筛选出阿尔茨海默病与索马鲁肽共定位靶点，共23个，并使用R语言进行可视化(图1B)。

2.2 蛋白互作网络的构建及关键基因的筛选此次研究将先前得到的23个共定位靶点蛋白导入至SRTING在线数据库进行蛋白互作网络构建(图2A)。使用Cytoscape软件中的cytoHubba插件，根据蛋白关联度筛选出了10个连接度最高的关键基因：SIRT1、CASP9、CCND1、CASP1、KEAP1、DLG4、CASP4、GRB2、GRIA1、EDNRA，可视化结果请见图2B。通过对关键基因功能的初步查询，此次研究选用与阿尔茨海默病和索马鲁肽排名前十的关键基因进行后续的GO/KEGG分析。

2.3 关键基因的GO富集分析和KEGG通路分析使用DAVID在线数据库进行GO富集分析及KEGG通路分析，结果显示排名前十的关键基因主要富集在：半胱氨酸型内肽酶的正向调节活动，蛋白溶解的正向调节，半胱氨酸型内肽酶的正向调节(BP)，涉及凋亡活动过程的细胞质部分，AMPA谷氨酸受体复合物，炎症复合物(CC)，CARD结构域结合，半胱氨酸型内肽酶活性，半胱氨酸型内肽酶活性参与凋亡过程(MF)。KEGG信号通路主要为结直肠癌、非小细胞癌、子宫内膜癌。上述均与免疫浸润、炎症、自噬凋亡相关，使用R语言可视化并展示了排名前三的GO富集结果和全部KEGG结果(图3)。

2.4 关键基因在人体中的分布情况使用HPA数据库对SIRT1、CASP9、CCND1、CASP1、KEAP1、DLG4、CASP4、GRB2、GRIA1、EDNRA等10个基因在人体各细胞、组织和器官中的分布情况进行分析，分析结果证实9个基因均在脑组织中有表达，EDNRA在HPA数据库未查询到人体组织内表达情况。9个关键基因中，SIRT1、CASP9、CASP1、CCND1、KEAP1、DLG4、GRB2、GRIA1在不同组织中的表达情况前十名中均在大脑组织中有表达，而CASP4在不同组织中的表达情况前十名中没有脑组织的位置(图4)，其中nTPM为HPA数据库中特有的“标准化表达数值”，被用来表示特定蛋白在组织中的相对表达量。因此，此次研究选用小鼠海马神经元HT22细胞构建阿尔茨海默病细胞模型进行后续实验研究。

2.5 细胞水平验证结果
2.5.1 关键基因SIRT1的Western Blot检测结果通过Cytoscape对所有关键基因的筛选，发现SIRT1是关联度排名最高、最显著的关键基因，同时在HPA在线数据库中SIRT1也在大脑组织中显著表达，因而此次研究使用Western Blot技术对3组HT22细胞中SIRT1的蛋白表达情况进行检测。如图5所示，SIRT1蛋白在正常组、模型组和实验组的相对表达量分别为1.05±0.10，0.62±0.10，0.90±0.08。与正常组相比，模型组SIRT1蛋白表达量显著下调(P < 0.001)；与模型组相比，实验组SIRT1蛋白表达量上调(P < 0.01)。

2.5.2 关键基因SIRT1的免疫荧光染色结果使用免疫荧光技术对3组HT22细胞中的SIRT1蛋白荧光表达情况进行检测，如图6所示，SIRT1在正常组、模型组和实验组的平均荧光强度分别为85.41±9.53，68.41±3.22，81.13±4.27。与正常组相比，模型组SIRT1平均荧光强度显著降低(P < 0.001)；与模型组相比，实验组SIRT1平均荧光强度升高(P < 0.01)。

2.6 基于GEO数据库的二次验证结果在GEO数据库中，根据条件共筛选到812个差异基因，其中上调基因315个，下调基因497个。SIRT1位于下调基因内，具体参数为：LogFC=-1.402 526 1，P < 0.001。进一步证实SIRT1在阿尔茨海默病中下调，符合前期的实验结果(图7)。

参考文献

[1] BREIJYEH Z, KARAMAN R. Comprehensive Review on Alzheimer’s Disease: Causes and Treatment. Molecules. 2020;25(24):5789.
[2] LEI P, AYTON S, BUSH AI. The essential elements of Alzheimer’s disease. J Biol Chem. 2021;296:100105.
[3] GBD 2019 DEMENTIA FORECASTING COLLABORATORS. Estimation of the global prevalence of dementia in 2019 and forecasted prevalence in 2050: an analysis for the Global Burden of Disease Study 2019. Lancet Public Health. 2022;7(2): e105-e125.
[4] BOURNE PE. Is “bioinformatics” dead? PLoS Biol. 2021;19(3):e3001165.
[5] KOCH I, ANDRADE-NAVARRO M, SCHULZ MH, et al. Bioinformatics in theory and application - highlights of the 36th German Conference on Bioinformatics. Biol Chem. 2021;402(8):869-870.
[6] SUN BL, LI WW, ZHU C, et al. Clinical Research on Alzheimer’s Disease: Progress and Perspectives. Neurosci Bull. 2018;34(6):1111-1118.
[7] ARMSTRONG RA. Risk factors for Alzheimer’s disease. Folia Neuropathol. 2019; 57(2):87-105.
[8] ZHANG H, ZHENG Y. β Amyloid Hypothesis in Alzheimer’s Disease: Pathogenesis, Prevention,and Management. Zhongguo Yi Xue Ke Xue Yuan Xue Bao. 2019;41(5): 702-708.
[9] BARAGE SH, SONAWANE KD. Amyloid cascade hypothesis: Pathogenesis and therapeutic strategies in Alzheimer’s disease. Neuropeptides. 2015;52:1-18.
[10] HAMPEL H, MESULAM MM, CUELLO AC, et al. Revisiting the Cholinergic Hypothesis in Alzheimer’s Disease: Emerging Evidence from Translational and Clinical Research. J Prev Alzheimers Dis. 2019;6(1):2-15.
[11] DINIZ PEREIRA J, GOMES FRAGA V, MORAIS SANTOS AL, et al. Alzheimer’s disease and type 2 diabetes mellitus: A systematic review of proteomic studies. J Neurochem. 2021;156(6):753-776.
[12] LESZEK J, TRYPKA E, TARASOV VV, et al. Type 3 Diabetes Mellitus: A Novel Implication of Alzheimers Disease. Curr Top Med Chem. 2017;17(12):1331-1335.
[13] KNUDSEN LB, J LAU J. The Discovery and Development of Liraglutide and Semaglutide. Front Endocrinol (Lausanne). 2019;10:155.
[14] FRÍAS JP, DAVIES MJ, ROSENSTOCK J, et al., Tirzepatide versus Semaglutide Once Weekly in Patients with Type 2 Diabetes. N Engl J Med. 2021;385(6):503-515.
[15] SHEN P, DENG X, CHEN Z, et al. SIRT1: A Potential Therapeutic Target in Autoimmune Diseases. Front Immunol. 2021;12:779177.
[16] CHEN C, ZHOU M, GE Y, et al. SIRT1 and aging related signaling pathways. Mech Ageing Dev. 2020;187:111215.
[17] YANG Y, LIU Y, WANG Y, et al. Regulation of SIRT1 and Its Roles in Inflammation. Front Immunol. 2022;13:831168.
[18] MAROGIANNI C, SOKRATOUS M, DARDIOTIS E, et al. Neurodegeneration and Inflammation-An Interesting Interplay in Parkinson’s Disease. Int J Mol Sci. 2020; 21(22):8421.
[19] STUCKEY SM, ONG LK, COLLINS-PRAINO LE, et al. Neuroinflammation as a Key Driver of Secondary Neurodegeneration Following Stroke? Int J Mol Sci. 2021; 22(23):13101.
[20] BATISTA CRA, GOMES GF, CANDELARIO-JALIL E, et al. Lipopolysaccharide-Induced Neuroinflammation as a Bridge to Understand Neurodegeneration. Int J Mol Sci. 2019;20(9):2293.
[21] CALSOLARO V, EDISON P. Neuroinflammation in Alzheimer’s disease: Current evidence and future directions. Alzheimers Dement. 2016;12(6):719-732.
[22] JIAO F, GONG Z. The Beneficial Roles of SIRT1 in Neuroinflammation-Related Diseases. Oxid Med Cell Longev. 2020;2020:6782872.
[23] YU Q, DONG L, LI Y, et al. SIRT1 and HIF1α signaling in metabolism and immune responses. Cancer Lett. 2018;418:20-26.
[24] HWANG JW, YAO H, S CAITO S, et al. Redox regulation of SIRT1 in inflammation and cellular senescence. Free Radic Biol Med. 2013;61:95-110.
[25] ZHANG W, XIAO D, LI X, et al. SIRT1 inactivation switches reactive astrocytes to an antiinflammatory phenotype in CNS autoimmunity. J Clin Invest. 2022;132(22): e151803.
[26] SUN M, YANG Q, HU C, et al. Identification and Validation of Autophagy-Related Genes in Sepsis-Induced Acute Respiratory Distress Syndrome and Immune Infiltration. J Inflamm Res. 2022;15:2199-2212.
[27] CHEN Q, LIU L, NI S. Screening of ferroptosis-related genes in sepsis-induced liver failure and analysis of immune correlation. PeerJ. 2022;10:e13757.
[28] YU M, ZHOU M, LI J, et al. Notch-activated mesenchymal stromal/stem cells enhance the protective effect against acetaminophen-induced acute liver injury by activating AMPK/SIRT1 pathway. Stem Cell Res Ther. 2022;13(1):318.
[29] ROSS AG, CHAQOUR B, MCDOUGALD DS, et al. Selective Upregulation of SIRT1 Expression in Retinal Ganglion Cells by AAV-Mediated Gene Delivery Increases Neuronal Cell Survival and Alleviates Axon Demyelination Associated with Optic Neuritis. Biomolecules. 2022;12(6):830.

引言

阿尔茨海默病是一种慢性不可逆的神经退行性疾病，是痴呆的最常见类型。正常老化过程与早期临床阶段之间的一种过渡阶段称为轻度认知功能障碍，根据其发病早晚可分为早发性老年痴呆和晚发性老年痴呆。至今对阿尔茨海默病发病机制尚不明确，并且缺乏可靠的诊断标准和有效的治疗方法，被认为是一种多因素疾病[1]，其病理特征表现为β-淀粉样蛋白累积形成的老年斑、过度磷酸化的tau蛋白聚集形成的神经原纤维缠结、神经元的丧失以及大脑萎缩。目前对于阿尔茨海默病发病机制比较公认的有几种假说：β-淀粉样蛋白级联假说、tau蛋白假说、谷氨酸能假说、胆碱能假说、氧化应激假说、炎性免疫假说、微循环障碍假说等[2]，其主要表现为认知功能障碍、精神行为异常和生活能力下降等。当今随着全球老龄化的趋势愈演愈烈，据估计全球痴呆患者人数到2050年将增加到152.8万例，无疑给家庭和社会带来了巨大压力[3]。目前针对阿尔茨海默病临床治疗应用的有效药物少之又少，对于阿尔茨海默病的预防治疗靶点研究亟需加紧。
生物信息学作为一个将生命科学与信息技术密切结合起来的活跃领域，将数据共享发挥的淋漓尽致[4]，它研究生物信息的采集、处理、存储、传播，分析和解释等各方面，作为一个工具让此次研究能够很好地去应用和挖掘疾病的发病与药物之间的相关靶点，更好地为治疗已知疾病而服务[5]，这就为治疗一些以阿尔茨海默病为代表的神经退行性疾病提供了策略。
网络药理学作为生物信息学的其中一个分支，是选取特定信号节点进行多靶点药物分子设计的一个新学科。将网络药理学与生物信息学相结合可作为研究的初始依据。在此项研究中，先从DisGeNET数据库中查询阿尔茨海默病相关联的基因，共得到3 374个关联基因；随后从PubChem在线数据库中得到索马鲁肽(一种胰高血糖素样肽1受体激动剂)的化学结构及2D结构图，以供后续分析索马鲁肽作用靶点；使用Similarity ensemble approach(SEA)数据库，通过分析索马鲁肽的基团及结构来判断其潜在药物作用靶点；最后使用DAVID在线数据库和STRING在线数据库，Cytoscape软件(v3.9.1)进行GO/KEGG分析、蛋白互作网络分析及关键基因的筛查。中国组织工程研究杂志出版内容重点：组织构建；骨细胞；软骨细胞；细胞培养；成纤维细胞；血管内皮细胞；骨质疏松；组织工程

材料方法

1.1 设计生物信息学与网络药理学分析，体外细胞学实验，组间差异采用常规单因素方差分析(one-way ANOVA)进行分析。
1.2 时间及地点实验于2022年9-10月在山西医科大学细胞生理学教育部重点实验室完成。
1.3 材料小鼠海马神经元HT22细胞系购自中国医学科学院基础医学研究所；DMEM高糖培养基(PYG0073，博士德生物)；β-淀粉样蛋白1-42、索马鲁肽(山西医科大学细胞生理学教育部重点实验室提供)；胎牛血清(SA211，赛澳美细胞技术有限公司)；青链霉素混合液(PYG0016，博士德生物)；兔抗沉默信息调节因子1(silent information regulator1，SIRT1SIRT1)抗体(A17307)、兔抗GAPDH 抗体(货号：AC001)(武汉爱博泰克生物科技有限公司)；山羊抗兔IgG(H+L)(货号：AS014，武汉爱博泰克生物科技有限公司)；羊抗兔IgG-FITC(北京索莱宝科技有限公司)。
1.4 方法
1.4.1 阿尔茨海默病相关基因的获取 DisGeNET数据库是一个与人类疾病相关的基因数据库，此数据库收集了大量与人类疾病相关的变异基因。此次研究从DisGeNET数据库筛选出阿尔茨海默病中相关联的基因，以供后续分析。
1.4.2 索马鲁肽药物靶点的获取 PubChem数据库是一个由大量化学模组构成的数据库，由美国国家健康研究院支持，美国国家生物技术信息中心负责维护。Simplified Molecular Input Line Entry System(SMILES)是一种用于输入和表示分子反应的线性符号，是一种ASCII编码。此次研究从PubChem上获取索马鲁肽的2D结构和SMILES编码结构式，以供后续靶点预测。SEA数据库是一种完全基于化合物结构进行预测的数据库，将先前在PubChem数据库中得到的SMILES编码结构式导入SEA数据库中，以获取索马鲁肽的潜在药物靶点。
1.4.3 阿尔茨海默病与索马鲁肽共定位靶点的筛选此次研究将先前得到的阿尔茨海默病相关基因和索马鲁肽相关靶点获取交集，并使用R语言(v4.0.3)进行可视化，以此来判断索马鲁肽治疗阿尔茨海默病的作用靶点基因。
1.4.4 差异基因的GO富集分析和KEGG通路分析 GO富集分析包含3个模块，分为生物过程(biological process，BP)，细胞组分(cellular component，CC)和分子功能(molecular function，MF)；KEGG则可以在分子通路水平研究特定的生物进程。使用DAVID在线数据库进行GO富集分析及KEGG通路分析，P < 0.05被认为差异有显著性意义。随后使用R语言(v4.0.3)进行可视化。
1.4.5 共定位靶点的蛋白互作网络构建及关键蛋白的筛选使用STRING在线数据库构建阿尔茨海默病与索马鲁肽共定位靶点的蛋白互作网络。随后使用Cytoscape软件中的cytoHubba插件，根据基因的链接程度筛选关键基因，连接度最高的10个基因被作为关键基因。
1.4.6 关键基因的分布情况 Human Protein Atlas(HPA)数据库是利用转录组学和蛋白质组学技术，是一个从RNA和蛋白水平研究人类不同组织、细胞和器官中蛋白表达情况的数据库，在HPA数据库内通过对关键基因的查询可以得知其特定蛋白在人体各组织内的具体分布情况。此次研究使用HPA数据库来观察关键基因是否主要在脑组织内表达，为实验验证提供支撑。
1.4.7 细胞水平验证实验
药物准备：β-淀粉样蛋白1-42干粉为单体形式，每1 mg β-淀粉样蛋白1-42加 400 μL六氟异丙醇进行单体重悬，室温静置60 min，-50 ℃冷冻干燥后(去除六氟异丙醇)，-80 ℃条件下储存。使用时将纯化的β-淀粉样蛋白1-42粉末1 μg 先溶于40 μL DMSO中，再加入960 μL不含钙镁的 PBS，在37 ℃水浴锅中孵育36 h，β-淀粉样蛋白1-42完全溶解。
实验分组与干预：选取小鼠海马神经元HT22细胞系，添加含体积分数10%胎牛血清和50 U/mL青链霉素的DMEM高糖培养基(完全培养基)，置于37 ℃、体积分数5%CO2培养箱内培养，隔天换一次培养液。待细胞铺满80%-90%培养瓶底时，使用胰蛋白酶37 ℃消化2 min，加入完全培养基终止消化，离心移除上层液体，加入5 mL完全培养基进行重悬，接种于6孔板内，每孔接种数量为1.2×106。待细胞贴壁后，分3组培养：正常组更换为新的培养基培养36 h，模型组更换为含20 μmol/L β-淀粉样蛋白1-42的培养基培养36 h，实验组更换为含20 μmol/L的β-淀粉样蛋白1-42培养基培养24 h、而后加入100 μmol/L的索马鲁肽干预12 h。
Western Blot检测：干预结束后，使用Western Blot技术对SIRT1蛋白表达水平进行检测。提取各组细胞蛋白，使用细胞裂解液裂解细胞蛋白，并用超声粉碎机使蛋白裂解更加充分。随后使用BCA法测蛋白浓度，用5×Loading Buffer和RIPA将蛋白定量，上样量为25 μg/10 μL，95 ℃金属浴煮蛋白5 min使蛋白变性。采用SDS-PAGE电泳，根据相应分子质量选择积层胶浓度和电泳时间，此处选用的分离胶浓度为8%，采用半干转将凝胶中的蛋白转膜到PVDF膜上，随后用5%脱脂牛奶封闭2 h。封闭后将膜洗干净，孵育一抗4 ℃过夜(兔抗SIRT1 抗体、兔抗GAPDH 抗体，稀释比例为1∶5 000)。次日，用TBST洗膜3次，随后孵育二抗HRP山羊抗兔IgG (H+L)(稀释比例为1∶10 000)2 h，用TBST洗膜3次，同上。滴加ECL发光液进行曝光显影，用Image J 8.0软件对其灰度值进行分析。
免疫荧光染色：干预结束后，使用免疫荧光技术对SIRT1蛋白表达水平进行检测。使用40 g/L多聚甲醛4 ℃固定各组细胞30 min，加入1%TritonX-100 室温孵育15 min，5%BSA室温封闭60 min，弃去封闭液直接滴加对应一抗(兔抗SIRT1 抗体，稀释比例1∶200) 4 ℃过夜，次日加入荧光二抗(羊抗兔IgG-FITC，稀释比例1∶500)闭光37 ℃孵育1 h，加入DAPI染色液常温染色10 min，使用抗淬灭试剂封固后，置于荧光显微镜及激光共聚焦显微镜下观察，并用Image J 软件对荧光强度进行分析，显微镜拍照注意所有外在条件保持一致，拍照参数以保证对照组最弱的荧光可以显现出来为宜。DAPI曝光时间为40 ms，增益17.1×，FITC曝光时间为5 s，增益17.1×，并且后续所有分组保持这个参数以控制变量。
1.4.8 基于GEO数据库的二次验证 GEO数据库是一个公认的生物信息学分析数据库，包含大量疾病和对照样本的基因芯片。GEO2R是隶属于GEO的一个在线分析平台，可以分析特定样本的差异基因。此次研究从GEO数据库中获取包含阿尔茨海默病与健康人群脑皮质的基因芯片GSM1176255，其中阿尔茨海默病患者脑皮质样本48例，健康人群脑皮质样本21例。以阿尔茨海默病患者脑皮质作为实验组，健康人群脑皮质作为对照组，使用GEO2R分析差异基因。以P < 0.05，|logFC|≥ 0.5为标准筛选差异基因，并使用R语言进行可视化。
1.5 主要观察指标阿尔茨海默病发病机制的相关基因以及索马鲁肽治疗阿尔茨海默病的相关靶点。
1.6 统计学分析采用GraphPad Prism 8.0软件进行数据统计学处理及绘图，数据以平均值±标准误表示，使用单因素方差分析(ANOVA)进行统计，P < 0.05为差异有显著性意义。文章统计学方法已经通过山西医科大学生物统计学专家审核。

讨论

阿尔茨海默病是一种严重的不可逆的神经退行性疾病，随着人口老龄化的加重，阿尔茨海默病痴呆患者人数逐年增加，无疑给广大家庭和社会都增加了无穷的压力[6]。目前阿尔茨海默病的研究机制尚不明确，主流的学说包括β-淀粉样蛋白、tau学说、神经炎症学说和氧化应激学说等[7-10]。近年来已有很多研究学者认为2型糖尿病与阿尔茨海默病有着千丝万缕的关系，并且有确切的证据表明，阿尔茨海默病和2型糖尿病相关[11]，更有学者认为阿尔茨海默病是3型糖尿病[12]。索马鲁肽作为一种胰高血糖素样肽1受体长效激动剂，在临床上已被广泛用于治疗2型糖尿病及肥胖症，也被广泛应用到各种神经退行性疾病的实验研究之中[13-14]。
针对阿尔茨海默病诸多学说的治疗靶点有很多，但目前能够应用在临床上有效治疗阿尔茨海默病的药物却极少。索马鲁肽片剂(3 mg规格)针对早期阿尔茨海默病的治疗正处于三期临床试验阶段，其编号为NCT04777396、NCT04777409，所以此次研究选择使用生物信息学筛选阿尔茨海默病的疾病差异基因，同时将索马鲁肽的治疗靶点也一并列出，尝试以此挖掘索马鲁肽对阿尔茨海默病治疗发挥效应的靶点，以此来更好地研发多靶点药物对阿尔茨海默病进行防治。此次研究通过一系列的生物信息学方法筛选出SIRT1为索马鲁肽治疗阿尔茨海默病的潜在靶点基因，并在相关细胞系水平进行了实验验证，充分证实SIRT1蛋白表达在阿尔茨海默病细胞模型中显著下调，而索马鲁肽药物组的SIRT1蛋白表达量却显著提高，提示SIRT1是索马鲁肽治疗阿尔茨海默病的关键靶点基因，该结果的发现为阿尔茨海默病和索马鲁肽之间的联系又增添了新的证据。
SIRT1是一种NAD依赖性脱乙酰酶，属于Sirtuin家族，是一种翻译后调节因子。SIRT1通过脱乙酰化多种蛋白质(包括组蛋白和非组蛋白)影响多种生物过程，在调节广泛的生理过程中起着关键作用，包括细胞凋亡、DNA修复、炎症反应、代谢、癌症和压力等[15]。有研究表明，SIRT1与多种神经退行性疾病密切相关[16]，与其共同作用的相关因子包括核因子κB、AMPK、mTOR、P53、PGC1α和FoxO，在调节免疫炎症中发挥着重要作用[17]。大量研究表明神经炎症与许多神经系统疾病有关，其中包括缺血性脑卒中、细菌感染、创伤性脑损伤、阿尔茨海默病和帕金森病[18-21]。而目前针对SIRT1的研究较为广泛，SIRT1在神经炎症相关疾病中有着重要保护作用[22]，主要集中在炎症、免疫浸润和自噬凋亡等方面[23-25]。已有相关研究表明，SIRT1对于脓毒症引发的呼吸系统、消化系统疾病免疫浸润中有相关指示作用，涉及到诸多免疫分析[26-27]，可通过该因子发挥相应保护作用或者选择性上调其表达增加这种保护作用[28-29]。
生物信息学和网络药理学分析均是基于互联网共享的生物信息库进行数据分析的方法，然而鉴于不同数据库所采用实验标本以及实验条件的差异，所得到的分析结果存在一定的局限性。虽然此次研究通过生物信息学方法筛选出SIRT1为索马鲁肽治疗阿尔茨海默病的关键基因，并在细胞水平得到证实，但其具体的调节机制仍需进一步验证。未来可以在阿尔茨海默病转基因动物水平，通过敲低SIRT1深入研究索马鲁肽治疗阿尔茨海默病的生物学作用及具体免疫炎症相关机制，为今后胰高血糖素样肽1受体激动剂类药物用于阿尔茨海默病的临床治疗提供重要依据。中国组织工程研究杂志出版内容重点：组织构建；骨细胞；软骨细胞；细胞培养；成纤维细胞；血管内皮细胞；骨质疏松；组织工程

索马鲁肽治疗阿尔茨海默病的潜在靶点：沉默信息调节因子1

Silent information regulator 1: A potential target of semaglutide in the treatment of Alzheimer’s disease

PDF

可视化

摘要/Abstract

引用本文

使用本文

图/表（结果） 7

参考文献

相关文章 15

引言

材料方法

讨论

文章快阅

延伸阅读

编辑推荐

Metrics

本文评价

[1]	魏娟, 李婷, 郇梦婷, 谢颖, 谢舟煜, 韦庆波, 吴云川. 静力性训练改善2型糖尿病骨骼肌胰岛素抵抗的机制[J]. 中国组织工程研究, 2024, 28(8): 1271-1276.
[2]	王继, 张敏, 李文博, 杨中亚, 张龙. 有氧运动对2型糖尿病大鼠糖脂代谢、骨骼肌炎症和自噬的影响[J]. 中国组织工程研究, 2024, 28(8): 1200-1205.
[3]	李龙洋, 张松江, 赵献敏, 周春光, 高剑峰. 电针干预阿尔茨海默病模型小鼠海马神经元和少突胶质细胞的增殖分化[J]. 中国组织工程研究, 2024, 28(7): 1029-1035.
[4]	王力平, 连天星, 胡永荣, 杨红胜, 曾智谋, 刘浩, 屈波. 胸部CT椎体HU值在2型糖尿病骨质疏松症机会性筛查中的价值[J]. 中国组织工程研究, 2024, 28(6): 950-954.
[5]	卜献忠, 卜保献, 许伟, 张驰, 张翼升, 钟远鸣, 李智斐, 唐福波, 麦威, 周劲衍. 急性期神经根型颈椎病患者的血清差异蛋白组学分析[J]. 中国组织工程研究, 2024, 28(4): 535-541.
[6]	高玉广, 钟洁, 黄德庆, 马玉娟, 廖煜雄, 刘琦琦. 急性脑出血模型大鼠脑组织中差异表达基因测序的验证及功能分析[J]. 中国组织工程研究, 2024, 28(20): 3182-3189.
[7]	袁长深, 廖书宁, 李哲, 吴思萍, 陈乐伟, 刘晋邑, 李彦宏, 段戡. 机器学习联合生物信息学鉴定骨关节炎细胞衰老关键基因及验证[J]. 中国组织工程研究, 2024, 28(20): 3196-3202.
[8]	刘宝方, 徐斌, 陈雷. 葛根汤治疗骨关节炎的网络药理学分析及动物实验验证[J]. 中国组织工程研究, 2024, 28(2): 193-199.
[9]	冉磊, 韩海慧, 徐博, 王建业, 沈军, 肖涟波, 施杞. 补骨脂-淫羊藿对类风湿关节炎抗炎机制的分子对接分析：动物实验验证[J]. 中国组织工程研究, 2024, 28(2): 208-215.
[10]	左俊, 马少林. β-谷甾醇对增生性瘢痕成纤维细胞作用机制的网络药理学分析[J]. 中国组织工程研究, 2024, 28(2): 216-223.
[11]	彭源浩, 吕冬梅, 庄昕仪, 喻婷, 程钎. 两种锥形束CT转化二维图像与传统头颅侧位片定量分析颈椎骨龄的一致性[J]. 中国组织工程研究, 2024, 28(18): 2881-2886.
[12]	张景涛, 胡珉华, 刘世涛, 李树源, 江泽欣, 曾文星, 马路遥, 周琦石. 中药复方治疗原发性骨质疏松用药规律及作用机制分析[J]. 中国组织工程研究, 2024, 28(16): 2555-2560.
[13]	夏天, 李炳霖, 肖发源, 郑恩泽, 陈跃平. 类风湿关节炎铁死亡特征基因CeRNA网络构建及免疫表现[J]. 中国组织工程研究, 2024, 28(16): 2561-2567.
[14]	韩维娜, 徐晓庆, 史晋宁, 李欣儒, 蔡红艳. 胰高血糖素样肽1受体激动剂治疗阿尔茨海默病的潜在靶点预测及验证[J]. 中国组织工程研究, 2024, 28(16): 2568-2573.
[15]	柴爽, 马江涛, 杨岩冰, 苏晓川, 谢艳, 滕军燕, 秦娜. 雌激素受体在骨疏康治疗绝经后骨质疏松症中的作用与机制[J]. 中国组织工程研究, 2024, 28(16): 2574-2578.