线粒体自噬在特发性肺纤维化中的生物学机制

doi:10.12307/2025.672

中国组织工程研究 ›› 2025, Vol. 29 ›› Issue (31): 6708-6716.doi: 10.12307/2025.672

• 干细胞相关大数据分析 Stem cell-related big data analysis • 上一篇下一篇

线粒体自噬在特发性肺纤维化中的生物学机制

谢铱子1，2，3，4，林雪莹1，2，4，张欣欣1，2，3，4，黄秀芳1，2，3，4，詹少锋2，4，江勇5，蔡彦6

1广州中医药大学第一临床医学院，广东省广州市 510000；2广州中医药大学第一附属医院，广东省广州市 510000；3广州中医药大学岭南医学研究中心，广东省广州市 510000；4广东省中医临床研究院，广东省广州市 510000；5深圳市中西医结合医院，广东省深圳市 518104；6广东省中医院珠海医院，广东省珠海市 519015

收稿日期:2024-06-21 接受日期:2024-08-12 出版日期:2025-11-08 发布日期:2025-02-25
通讯作者: 蔡彦，硕士，主任中医师，广东省中医院珠海医院呼吸与危重症医学科，广东省珠海市 519015
作者简介:谢铱子，女，1996年生，广东省潮州市人，汉族，广州中医药大学在读博士，主要从事中医药防治呼吸系统疾病方面的研究。
基金资助:
广东省中医院珠海医院呼吸疾病区域诊疗中心培育建设项目，项目负责人：蔡彦；广东省中医院中医药科学技术研究专项(YN2023MS09)，项目负责人：蔡彦；第二届广东省中医院优秀中医临床人才研修项目[中医二院(2024)88号]，项目负责人：蔡彦；深圳市“医疗卫生三名工程”建设项目(SZZYSM202206013)；广东省重点科室(中西医协同科室)建设项目，项目负责人：江勇；国家中医优势专科建设项目(广州中医药大学第一附属医院肺病科)，项目负责人：詹少锋

Biological mechanism of mitophagy in idiopathic pulmonary fibrosis

Xie Yizi1, 2, 3, 4, Lin Xueying1, 2, 4, Zhang Xinxin1, 2, 3, 4, Huang Xiufang1, 2, 3, 4, Zhan Shaofeng2, 4, Jiang Yong5, Cai Yan6

1The First Clinical Medical College of Guangzhou University of Chinese Medicine, Guangzhou 510000, Guangdong Province, China; 2The First Affiliated Hospital of Guangzhou University of Chinese Medicine, Guangzhou 510000, Guangdong Province, China; 3Lingnan Medical Research Center of Guangzhou University of Chinese Medicine, Guangzhou 510000, Guangdong Province, China; 4Guangdong Clinical Research Academy of Chinese Medicine, Guangzhou 510000, Guangdong Province, China; 5Shenzhen Hospital of Integrated Traditional Chinese and Western Medicine, Shenzhen 518104, Guangdong Province, China; 6Guangdong Provincial Hospital of Chinese Medicine, Zhuhai, Zhuhai 519015, Guangdong Province, China

Received:2024-06-21 Accepted:2024-08-12 Online:2025-11-08 Published:2025-02-25
Contact: Cai Yan, Master, Chief physician, Guangdong Provincial Hospital of Chinese Medicine, Zhuhai, Zhuhai 519015, Guangdong Province, China
About author:Xie Yizi, Doctoral candidate, The First Clinical Medical College of Guangzhou University of Chinese Medicine, Guangzhou 510000, Guangdong Province, China; The First Affiliated Hospital of Guangzhou University of Chinese Medicine, Guangzhou 510000, Guangdong Province, China; Lingnan Medical Research Center of Guangzhou University of Chinese Medicine, Guangzhou 510000, Guangdong Province, China; Guangdong Clinical Research Academy of Chinese Medicine, Guangzhou 510000, Guangdong Province, China
Supported by:
Cultivation and Construction Project of Respiratory Disease Regional Diagnosis and Treatment Center of Guangdong Provincial Hospital of Chinese Medicine, Zhuhai (to CY); Science and Technology Research Special Project of Guangdong Provincial Hospital of Chinese Medicine, No. YN2023MS09 (to CY); Excellent Clinical Talent Training Project of The Second Guangdong Provincial Hospital of Chinese Medicine, No. (2024)88 (to CY); Sanming Project of Medicine in Shenzhen, No. SZZYSM202206013; Guangdong Provincial Key Department (Traditional Chinese and Western Medicine Collaborative Department) Construction Project (to JY); National Traditional Chinese Medicine Advantage Specialty Construction Project (Department of Pulmonary Disease, The First Affiliated Hospital of Guangzhou University of Chinese Medicine) (to ZSF)

摘要/Abstract

摘要：

文题释义：

特发性肺纤维化：是一种病因未明的慢性、进行性、纤维化性间质性肺炎，主要以进行性呼吸困难加重与肺功能恶化为临床特征。
线粒体自噬：是一种选择性和适应性反应，通过调节线粒体的数量以匹配细胞能量需求，并去除可能导致细胞应激的受损和功能失调的线粒体。

摘要
背景：线粒体自噬与特发性肺纤维化的发生发展关系密切，但其作用机制尚不清楚。
目的：探讨线粒体自噬在特发性肺纤维化中的生物学机制，为临床特发性肺纤维化风险预测及亚型区分提供思路。
方法：通过GEO和Reactome Pathway数据库等获取特发性肺纤维化的线粒体自噬相关基因，基于组间差异、随机森林模型筛选特发性肺纤维化的线粒体自噬特征基因。采用g: Profiler数据库进行GO功能富集分析和KEGG、Reactome、WIKI通路富集分析。通过共识聚类法区分特发性肺纤维化线粒体自噬亚型，进行亚型间免疫浸润分析，并筛选出线粒体自噬关键基因。最后，通过列线图模型量化线粒体自噬关键基因对临床特发性肺纤维化发生风险的预测价值，并探索线粒体自噬关键基因与特发性肺纤维化临床特征的相关性。
结果与结论：①特发性肺纤维化中与线粒体自噬相关的基因共13个，经组间差异、随机森林模型筛选出线粒体自噬特征基因5个，分别是PINK1、RPS27A、SRC、HIF1A和CDH6；②GO分析主要涉及泛素蛋白连接酶结合、细胞对缺氧的反应；通路富集分析主要涉及PINK1-PRKN介导的线粒体自噬、NOTCH信号通路、EGFR的信号传递和血管生成等；③HIF1A在不同特发性肺纤维化亚型间具有显著的表达差异，可能成为特发性肺纤维化线粒体自噬亚型区分的关键基因；④免疫浸润分析提示骨髓来源抑制性细胞、中性粒细胞与1型辅助性T细胞可能在不同亚型之间存在浸润差异，而HIF1A与多种免疫细胞浸润程度呈正相关；⑤列线图模型提示通过HIF1A的表达水平可能预测临床特发性肺纤维化的发生风险；⑥临床特征分析提示，HIF1A高表达患者可能肺功能更差，纤维化程度更严重。结果表明，PINK1、RPS27A、SRC、HIF1A和CDH6可能通过线粒体自噬影响特发性肺纤维化的发生发展，其中HIF1A可能成为特发性肺纤维化风险预测及临床亚型区分的关键基因，且与患者的肺功能水平密切相关。

https://orcid.org/0000-0003-4418-6081(谢铱子)

中国组织工程研究杂志出版内容重点：干细胞；骨髓干细胞；造血干细胞；脂肪干细胞；肿瘤干细胞；胚胎干细胞；脐带脐血干细胞；干细胞诱导；干细胞分化；组织工程

关键词: 特发性肺纤维化, 线粒体自噬, 自噬关键基因, 亚型分析, 富集分析, 免疫浸润分析, 肺功能, 生物信息学

Abstract: BACKGROUND: Mitophagy is closely associated with the development of idiopathic pulmonary fibrosis, but its mechanism remains unclear.
OBJECTIVE: To investigate the biological mechanism of mitophagy in idiopathic pulmonary fibrosis and provide ideas for the risk prediction of idiopathic pulmonary fibrosis and subtype differentiation.
METHODS: The mitophagy-related genes in idiopathic pulmonary fibrosis were obtained through GEO and Reactome Pathway databases. The mitophagy-related characteristic genes in idiopathic pulmonary fibrosis were screened based on intergroup differences and random forest model. GO functional enrichment analysis and KEGG, Reactome with WIKI pathway enrichment analyses were performed by g:Profiler database. Mitophagy subtypes in idiopathic pulmonary fibrosis were distinguished by consensus clustering method and immune infiltration analysis was performed. The mitophagy-related key gene was screened. Finally, the predictive value of mitophagy-related key gene for the risk of idiopathic pulmonary fibrosis was quantified by alignment diagram and the correlation between mitophagy-related key gene and clinical characteristics of idiopathic pulmonary fibrosis was explored.
RESULTS AND CONCLUSION: (1) A total of 13 genes related to mitophagy in idiopathic pulmonary fibrosis were identified and 5 characteristic genes were screened, containing PINK1, RPS27A, SRC, HIF1A, and CDH6. (2) GO analysis was mainly involved in ubiquitin protein ligase binding, and cellular response to hypoxia. Pathway enrichment analysis was mainly involved in PINK1-PRKN mediated mitophagy, NOTCH signaling pathway, signaling by EGFR and angiogenesis. (3) HIF1A had significant expression differences between subtypes, which might serve as a key gene for the differentiation of mitophagy subtypes of idiopathic pulmonary fibrosis. (4) Immune infiltration analysis suggested that myeloid-derived suppressor cell, neutrophil and type 1 T helper cell might have infiltration differences between subtypes, while HIF1A was positively correlated with multiple immune cells. (5) Alignment diagram suggested that the risk of idiopathic pulmonary fibrosis might be predicted by the expression level of HIF1A. (6) Clinical characteristics analysis indicated patients with high expression of HIF1A might have poorer lung function and more severe fibrosis. It is concluded that PINK1, RPS27A, SRC, HIF1A, and CDH6 may influence the development of idiopathic pulmonary fibrosis through mitophagy, in which HIF1A may serve as a key gene for risk prediction with clinical subtype differentiation and HIF1A is strongly associated with the lung function of patients.

Key words: ">idiopathic pulmonary fibrosis, mitophagy, mitophagy-related key gene, subtype analysis, enrichment analysis, immune infiltration analysis, lung function, bioinformatic

中图分类号:

谢铱子, 林雪莹, 张欣欣, 黄秀芳, 詹少锋, 江勇, 蔡彦. 线粒体自噬在特发性肺纤维化中的生物学机制[J]. 中国组织工程研究, 2025, 29(31): 6708-6716.

Xie Yizi, Lin Xueying, Zhang Xinxin, Huang Xiufang, Zhan Shaofeng, Jiang Yong, Cai Yan. Biological mechanism of mitophagy in idiopathic pulmonary fibrosis[J]. Chinese Journal of Tissue Engineering Research, 2025, 29(31): 6708-6716.

图/表（结果） 4

2.1 特发性肺纤维化与线粒体自噬相关基因的获取 通过GSE53845芯片，共获得10 564个特发性肺纤维化潜在基因。通过数据库与文献检索，共获得37个与线粒体自噬有关的基因。
2.2 特发性肺纤维化的线粒体自噬特征基因筛选 特发性肺纤维化中与线粒体自噬相关基因有13个，分别是ATG5、MAP1LC3A、PINK1、RPS27A、SQSTM1、SRC、TOMM7、UBB、UBC、AMBRA1、HIF1A、CDH6和RELA。
通过组间差异表达水平计算，发现PINK1、RPS27A、SRC、HIF1A和CDH6在特发性肺纤维化组和对照组之间的表达水平存在差异，且差异有显著性意义(P < 0.05)。其中，RPS27A、SRC、HIF1A和CDH6在特发性肺纤维化患者中呈高表达趋势，而PINK1呈低表达趋势，见图2。
通过构建机器学习方法中的随机森林模型，发现评分 > 0.5的基因有PINK1、SRC、RPS27A、HIF1A、MAP1LC3A、CDH6、RELA、SQSTM1，见图3。
对组间差异表达基因与随机森林模型所得的基因取交集，得到5个特发性肺纤维化的线粒体自噬特征基因，分别为PINK1、RPS27A、SRC、HIF1A与CDH6，见图4。

2.3 特发性肺纤维化中线粒体自噬生物过程的预测 对5个特发性肺纤维化的线粒体自噬特征基因进行富集分析，探索相关的生物过程。
如图5A，B所示，GO功能富集分析主要涉及泛素蛋白连接酶结合、对氧化应激诱导的神经元内在凋亡信号通路的负调控、细胞对缺氧的反应等。
如图5C所示，KEGG通路富集分析主要涉及动物的线粒体自噬和卡波西肉瘤相关疱疹病毒感染。
如图5D所示，Reactome通路富集分析主要涉及PINK1-PRKN介导的线粒体自噬、NOTCH1细胞内结构域调控转录、ERBB2的信号传递、EGFR的信号传递、非受体酪氨酸激酶的信号传导、调节RUNX3的表达和活性、ERBB4的信号传递。
如图5E所示，WIKI通路富集分析主要涉及血管生成与Notch信号通路。
通过富集分析认为，线粒体自噬调控特发性肺纤维化并非通过单一生物过程影响的，而是与其他生物过程相互交错、相互影响，共同发挥调节作用。

2.4 特发性肺纤维化的线粒体自噬亚型区分 亚型区分可从分子机制层面对特发性肺纤维化进行分类，有助于临床诊断分型以及靶向分子机制的个体化治疗。根据5个特发性肺纤维化的线粒体自噬特征基因区分疾病亚型，见图6A。主成分分析表明线粒体自噬特征基因可以有效区分2种特发性肺纤维化亚型，见图6B。PINK1在亚型B的表达水平偏低，而HIF1A和CDH6在亚型B的表达水平偏高，RPS27A、SRC在亚型A、B之间表达水平相似，但只有HIF1A的表达差异有显著性意义(P < 0.05)，见图6C。此外，还计算出亚型A和亚型B之间的差异表达基因共60个。
为进一步探索线粒体自噬对特发性肺纤维化分型的影响，该研究基于60个亚型A与亚型B之间的差异表达基因，再次将特发性肺纤维化患者分成2个基因亚型，分别为基因亚型A与基因亚型B，见图6D。5个线粒体自噬特征基因在基因亚型A、B中的表达趋势与在亚型A、B中的表达趋势相似，见图6E。这提示根据线粒体自噬对特发性肺纤维化进行亚型区分具有较高的可信度。差异表达基因在基因亚型A中普遍为低表达，而在基因亚型B中普遍为高表达，见图6F。
值得注意的是，在两次分型中均只有HIF1A存在显著的表达差异(P < 0.05)，且在亚型B与基因亚型B中均呈高表达水平，这提示HIF1A可能成为特发性肺纤维化线粒体自噬亚型区分的关键基因。

2.5 免疫浸润分析 在特发性肺纤维化亚型之间，骨髓来源抑制性细胞、中性粒细胞、1型辅助性T细胞存在浸润差异，且差异有显著性意义(P < 0.05)，见图7A。分析5个线粒体自噬特征基因与免疫细胞之间的相关性，发现HIF1A与免疫细胞存在较强的正相关性，见图7B。在基因亚型之间，活化的CD4+ T细胞、嗜酸性粒细胞、骨髓来源抑制性细胞、肥大细胞、中性粒细胞与1型辅助性T细胞存在浸润差异，且差异有显著性意义(P < 0.05)，见图7C。由此可见，特发性肺纤维化亚型与基因亚型之间的免疫浸润差异存在一定的相似性，再一次提示亚型分析的可信度。此外，骨髓来源抑制性细胞、中性粒细胞与1型辅助性T细胞在亚型B、基因亚型B中均呈上调状态，提示免疫状态较为活跃。
2.6 列线图模型构建 通过特发性肺纤维化亚型分析及单样本基因集富集分析，筛选出特发性肺纤维化的线粒体自噬关键基因HIF1A，构建列线图模型。根据患者HIF1A的表达水平可预测特发性肺纤维化的发病风险，见图8A。以Bootstrap法对列线图进行内部验证，对原始数据进行重复抽样1 000次，结果显示平均绝对误差为0.052。实际曲线和理想曲线拟合度一般，见图8B。临床决策曲线提示，当风险阈值为0.65-0.99时，其临床获益率良好，见图8C。临床影响曲线提示，当高风险阈值 > 0.7时，模型判定为特发性肺纤维化的高风险人群与实际发生特发性肺纤维化的人群高度重叠，见图8D。因此，检测HIF1A的表达水平可能预测临床特发性肺纤维化发生风险。
2.7 线粒体自噬关键基因与特发性肺纤维化临床特征关系的探索 HIF1A高表达组的用力肺活量显著低于HIF1A低表达组(P < 0.05)，HIF1A高表达组的一氧化碳弥散量也低于HIF1A低表达组，但差异无显著性意义(P > 0.05)，见图9。这提示HIF1A高表达的患者肺功能更差，纤维化程度更严重。

参考文献

[1] 于娜,周家为,李霞,等.成人特发性肺纤维化(更新)和进行性肺纤维化临床实践指南(2022版)解读[J].中国现代医学杂志,2023,33(14):1-8.
[2] MARTINEZ FJ, COLLARD HR, PARDO A, et al. Idiopathic pulmonary fibrosis. Nat Rev Dis Primers. 2017;3:17074.
[3] LUPPI F, KALLURI M, FAVERIO P, et al. Idiopathic pulmonary fibrosis beyond the lung: understanding disease mechanisms to improve diagnosis and management. Respir Res. 2021;22(1):109.
[4] SPAGNOLO P, KROPSKI JA, JONES MG, et al. Idiopathic pulmonary fibrosis: Disease mechanisms and drug development. Pharmacol Ther. 2021;222:107798.
[5] 姜秋燕,梁庆,高劭妍,等.特发性肺纤维化治疗药物研究进展[J].中国新药杂志,2021,30(14):1274-1281.
[6] DIAMANTOPOULOS A, WRIGHT E, VLAHOPOULOU K, et al. The Burden of Illness of Idiopathic Pulmonary Fibrosis: A Comprehensive Evidence Review. Pharmacoeconomics. 2018;36(7):779-807.
[7] ZANK DC, BUENO M, MORA AL, et al. Idiopathic Pulmonary Fibrosis: Aging, Mitochondrial Dysfunction, and Cellular Bioenergetics. Front Med (Lausanne). 2018;5:10.
[8] KURITA Y, ARAYA J, MINAGAWA S, et al. Pirfenidone inhibits myofibroblast differentiation and lung fibrosis development during insufficient mitophagy. Respir Res. 2017;18(1):114.
[9] BARRETT T, WILHITE SE, LEDOUX P, et al. NCBI GEO: archive for functional genomics data sets--update. Nucleic Acids Res. 2013;41(Database issue):D991-D995.
[10] SUN K, JING X, GUO J, et al. Mitophagy in degenerative joint diseases. Autophagy. 2021;17(9):2082-2092.
[11] 徐文飞,明春玉,段戡,等.WGCNA和机器学习识别骨关节炎铁死亡特征基因及实验验证[J].中国组织工程研究, 2024,28(30):4909-4914.
[12] KOLBERG L, RAUDVERE U, KUZMIN I, et al. g:Profiler-interoperable web service for functional enrichment analysis and gene identifier mapping (2023 update). Nucleic Acids Res. 2023;51(W1):W207-W212.
[13] LEE SY, AN HJ, KIM JM, et al. PINK1 deficiency impairs osteoblast differentiation through aberrant mitochondrial homeostasis. Stem Cell Res Ther. 2021;12(1):589.
[14] GAN ZY, CALLEGARI S, COBBOLD SA, et al. Activation mechanism of PINK1. Nature. 2022;602(7896):328-335.
[15] BUENO M, LAI YC, ROMERO Y, et al. PINK1 deficiency impairs mitochondrial homeostasis and promotes lung fibrosis. J Clin Invest. 2015;125(2):521-538.
[16] WEI Y, SUN L, LIU C, et al. Naringin regulates endoplasmic reticulum stress and mitophagy through the ATF3/PINK1 signaling axis to alleviate pulmonary fibrosis. Naunyn Schmiedebergs Arch Pharmacol. 2023;396(6):1155-1169.
[17] TWAMLEY-STEIN GM, PEPPERKOK R, Ansorge W, et al. The Src family tyrosine kinases are required for platelet-derived growth factor-mediated signal transduction in NIH 3T3 cells. Proc Natl Acad Sci U S A. 1993;90(16):7696-7700.
[18] AMANCHY R, ZHONG J, HONG R, et al. Identification of c-Src tyrosine kinase substrates in platelet-derived growth factor receptor signaling. Mol Oncol. 2009;3(5-6): 439-450.
[19] BARBAYIANNI I, KANELLOPOULOU P, FANIDIS D, et al. SRC and TKS5 mediated podosome formation in fibroblasts promotes extracellular matrix invasion and pulmonary fibrosis. Nat Commun. 2023;14(1):5882.
[20] PARK SR, KIM HJ, YANG SR, et al. A novel endogenous damage signal, glycyl tRNA synthetase, activates multiple beneficial functions of mesenchymal stem cells. Cell Death Differ. 2018;25(11):2023-2036.
[21] ZHOU MS, ZHENG SY, CHEN C, et al. Gene expression analysis to identify mechanisms underlying improvement of myocardial fibrosis by finerenone in SHR. Biochem Pharmacol. 2024;220:115975.
[22] TSUBOUCHI K, ARAYA J, KUWANO K. PINK1-PARK2-mediated mitophagy in COPD and IPF pathogeneses. Inflamm Regen. 2018;38:18.
[23] CHOURASIA AH, TRACY K, FRANKENBERGER C, et al. Mitophagy defects arising from BNip3 loss promote mammary tumor progression to metastasis. EMBO Rep. 2015;16(9):1145-1163.
[24] KHAWAJA AA, CHONG DLW, SAHOTA J, et al. Identification of a Novel HIF-1α-αMβ2 Integrin-NET Axis in Fibrotic Interstitial Lung Disease. Front Immunol. 2020;11:2190.
[25] PHILIP K, MILLS TW, DAVIES J, et al. HIF1A up-regulates the ADORA2B receptor on alternatively activated macrophages and contributes to pulmonary fibrosis. FASEB J. 2017;31(11):4745-4758.
[26] KOLAHIAN S, ÖZ HH, ZHOU B, et al. The emerging role of myeloid-derived suppressor cells in lung diseases. Eur Respir J. 2016;47(3):967-977.
[27] FERNANDEZ IE, GREIFFO FR, FRANKENBERGER M, et al. Peripheral blood myeloid-derived suppressor cells reflect disease status in idiopathic pulmonary fibrosis. Eur Respir J. 2016;48(4):1171-1183.
[28] LIU T, GONZALEZ DE LOS SANTOS F, RINKE AE, et al. B7H3-dependent myeloid-derived suppressor cell recruitment and activation in pulmonary fibrosis. Front Immunol. 2022;13:901349.
[29] XU Y, LAN P, WANG T. The Role of Immune Cells in the Pathogenesis of Idiopathic Pulmonary Fibrosis. Medicina (Kaunas). 2023;59(11):1984.
[30] ACHAIAH A, RATHNAPALA A, PEREIRA A, et al. Neutrophil lymphocyte ratio as an indicator for disease progression in Idiopathic Pulmonary Fibrosis. BMJ Open Respir Res. 2022;9(1):e001202.
[31] WILSON MS, MADALA SK, RAMALINGAM TR, et al. Bleomycin and IL-1beta-mediated pulmonary fibrosis is IL-17A dependent. J Exp Med. 2010;207(3):535-552.
[32] LI Y, LI S, GU M, et al. Application of network composite module analysis and verification to explore the bidirectional immunomodulatory effect of Zukamu granules on Th1 / Th2 cytokines in lung injury. J Ethnopharmacol. 2022;299:115674.
[33] ANDERSSON CK, ANDERSSON-SJÖLAND A, MORI M, et al. Activated MCTC mast cells infiltrate diseased lung areas in cystic fibrosis and idiopathic pulmonary fibrosis. Respir Res. 2011;12(1):139.
[34] OVERED-SAYER C, RAPLEY L, MUSTELIN T, et al. Are mast cells instrumental for fibrotic diseases? Front Pharmacol. 2014;4:174.
[35] HIRAHARA K, AOKI A, MORIMOTO Y, et al. The immunopathology of lung fibrosis: amphiregulin-producing pathogenic memory T helper-2 cells control the airway fibrotic responses by inducing eosinophils to secrete osteopontin. Semin Immunopathol. 2019;41(3):339-348.
[36] LIU J, WANG J, XIONG A, et al. Mitochondrial quality control in lung diseases: current research and future directions. Front Physiol. 2023;14:1236651.
[37] WANG L, CHEN R, LI G, et al. FBW7 Mediates Senescence and Pulmonary Fibrosis through Telomere Uncapping. Cell Metab. 2020;32(5):860-877.e9.
[38] ZHOU Y, HUANG X, HECKER L, et al. Inhibition of mechanosensitive signaling in myofibroblasts ameliorates experimental pulmonary fibrosis. J Clin Invest. 2013; 123(3):1096-1108.
[39] BODEMPUDI V, HERGERT P, SMITH K, et al. miR-210 promotes IPF fibroblast proliferation in response to hypoxia. Am J Physiol Lung Cell Mol Physiol. 2014;307(4): L283-L294.
[40] YANG L, GILBERTSEN A, XIA H, et al. Hypoxia enhances IPF mesenchymal progenitor cell fibrogenicity via the lactate/GPR81/HIF1α pathway. JCI Insight. 2023;8(4):e163820.
[41] WANG Y, SUN Q, GENG R, et al. Notch intracellular domain regulates glioblastoma proliferation through the Notch1 signaling pathway. Oncol Lett. 2021;21(4):303.
[42] WASNICK R, KORFEI M, PISKULAK K, et al. Notch1 Induces Defective Epithelial Surfactant Processing and Pulmonary Fibrosis. Am J Respir Crit Care Med. 2023; 207(3):283-299.
[43] SHARMA B, SINGH VJ, CHAWLA PA. Epidermal growth factor receptor inhibitors as potential anticancer agents: An update of recent progress. Bioorg Chem. 2021;116: 105393.
[44] PATNAIK SK, CHANDRASEKAR MJN, NAGARJUNA P, et al. Targeting of ErbB1, ErbB2, and their Dual Targeting Using Small Molecules and Natural Peptides: Blocking EGFR Cell Signaling Pathways in Cancer: A Mini-Review. Mini Rev Med Chem. 2022; 22(22):2831-2846.
[45] LIU X, GENG Y, LIANG J, et al. HER2 drives lung fibrosis by activating a metastatic cancer signature in invasive lung fibroblasts. J Exp Med. 2022;219(10):e20220126.
[46] JIANG Y, SHI J, ZHOU J, et al. ErbB4 promotes M2 activation of macrophages in idiopathic pulmonary fibrosis. Open Life Sci. 2023; 18(1):20220692.

引言

特发性肺纤维化是一种病因未明的慢性、进行性、纤维化性间质性肺炎，主要以进行性呼吸困难加重与肺功能恶化为临床特征[1]。特发性肺纤维化影响全球约300万人，发病率随着年龄的增长而急剧增加，其诊断后的预计中位生存时间只有3-5年[2-3]。特发性肺纤维化的治疗手段受限，目前一线药物主要有吡非尼酮和尼达尼布，药物治疗可减缓肺功能下降与疾病进展，但无法治愈疾病，且药物使用与患者耐受性相关[1，4]。肺移植虽可延长患者生存期[5]，但是受限于肺源及手术禁忌证，只有少数患者可接受治疗。此外，特发性肺纤维化也给患者带来较大的经济负担。据统计，北美特发性肺纤维化患者的人均年花费估计约20 000美元，是全国医疗保健人均支出的2.5-3.5倍[6]。
特发性肺纤维化所涉及的病理生理机制尚未研究清楚。目前发现线粒体自噬与特发性肺纤维化的发生发展关系密切。线粒体自噬是一种选择性和适应性反应，通过调节线粒体的数量以匹配细胞能量需求，并去除可能导致细胞应激的受损和功能失调的线粒体[7]。在线粒体自噬不足的情况下，吡非尼酮可诱导PARK2介导的线粒体自噬，抑制肺部纤维化的发展[8]。线粒体自噬相关递质的缺乏或功能障碍均与特发性肺纤维化的病理生理相关，因此维持或增强线粒体自噬可能是一种潜在的干预措施[7]。但目前线粒体自噬与特发性肺纤维化的研究较少，靶向线粒体自噬的诊断和治疗方案的提出仍需更多的研究数据支持。此研究基于生物信息学探索线粒体自噬在特发性肺纤维化发生风险预测及亚型区分方面的作用，旨在为特发性肺纤维化病理机制、临床风险预测、诊断分类以及个体化治疗提供新的思路。具体流程见图1。

材料方法

1.1 设计 采用生物信息学方法探索特发性肺纤维化的线粒体自噬机制。通过组间差异分析及机器学习的方法，分析特发性肺纤维化与线粒体自噬密切相关的特征基因及功能通路。基于特发性肺纤维化的线粒体自噬特征基因，进行特发性肺纤维化的亚型区分与免疫浸润分析，进一步筛选出特发性肺纤维化的线粒体自噬关键基因，构建疾病风险评估模型，并分析基因与临床特征的相关性。
1.2 时间及地点 实验于2024年1-5月在广州中医药大学完成。
1.3 资料 在Gene Expression Omnibus数据库(GEO，https://www.ncbi.nlm.nih.gov/geo/)的GSE53845芯片中获取特发性肺纤维化潜在基因[9]。芯片GSE53845包含40例特发性肺纤维化患者和8名对照者。芯片GSE33566用于探索基因与临床特征相关性，包含了93例特发性肺纤维化患者和30名对照者。通过公开发表文献与Reactome Pathway数据库(https://reactome.org/)提取线粒体自噬相关基因[10]，数据库中与人类线粒体自噬有关的通路包括自噬(R-HSA-5205647)、受体介导的自噬(R-HSA-8934903)和PINK1-PRKN介导的自噬(R-HAS-5205685)。对特发性肺纤维化潜在基因与线粒体自噬相关基因取交集，得到特发性肺纤维化的线粒体自噬相关基因。
1.4 方法
1.4.1 特发性肺纤维化的线粒体自噬基因筛选 通过特发性肺纤维化患者与对照者组间的特发性肺纤维化线粒体自噬相关基因差异分析，筛选出差异有显著性意义(P < 0.05)的基因。同时，基于机器学习方法，采用R4.1.2软件“randomForest”包构建随机森林模型，挑选出评分 > 0.5的基因[11]。通过生信分析工具Venny 2.1 (https://bioinfogp.cnb.csic.es/tools/venny/index.html)对上述两种方法所得的基因取交集，得到特发性肺纤维化的线粒体自噬特征基因。
1.4.2 特发性肺纤维化中线粒体自噬生物过程的预测 探索线粒体自噬特征基因调节特发性肺纤维化所涉及的生物学过程。利用g: Profiler数据库(https://biit.cs.ut.ee/gprofiler/gost)对特征基因进行GO功能富集分析和KEGG、Reactome、WIKI通路富集分析[12]。
1.4.3 基于特征基因的特发性肺纤维化亚型区分 根据特发性肺纤维化中线粒体自噬特征基因的表达水平，采用共识聚类法将特发性肺纤维化患者分为不同的亚型。为了评估亚型的独立性，对数据进行了主成分分析。计算不同亚型之间线粒体自噬特征基因的表达水平，并可视化展示。以|logFC| > 1和校正后P值 < 0.05为标准，筛选亚型的差异表达基因。再根据差异表达基因将特发性肺纤维化患者再次划分为不同的基因亚型，观察差异表达基因在基因亚型中的表达趋势，同时计算线粒体自噬特征基因在基因亚型之间的表达差异。将在特发性肺纤维化亚型与基因亚型中均出现显著表达差异的基因视为线粒体自噬关键基因。
1.4.4 特发性肺纤维化线粒体自噬亚型的免疫浸润分析 采用单样本基因集富集分析探索不同特发性肺纤维化亚型、基因亚型之间免疫细胞浸润情况，计算免疫细胞与线粒体自噬特征基因之间的相关性。
1.4.5 基于线粒体自噬关键基因的特发性肺纤维化风险模型构建 根据特发性肺纤维化的线粒体自噬亚型及单样本基因集富集分析，筛选出特发性肺纤维化的线粒体自噬关键基因，对其临床诊断价值进行量化。借助R软件的“rms”包构建列线图模型，绘制校准曲线展现模型的预测符合度。此外，还使用“rmda”R软件包构建临床决策曲线、临床影响曲线。
1.4.6 线粒体自噬关键基因与特发性肺纤维化临床特征关系探索 在芯片GSE33566中，根据HIF1A的表达水平，将特发性纤维化患者分为高表达组与低表达组，比较两组患者的用力肺活量与一氧化碳弥散量这2个与纤维化密切相关的肺功能指标的差异，以P < 0.05为差异有显著性意义。

讨论

特发性肺纤维化是一种慢性、进展性、预后差、生存期短的疾病。近年研究发现线粒体自噬与特发性肺纤维化的发生发展有关。此研究从生物信息学角度探讨了线粒体自噬在特发性肺纤维化中的作用机制。
此研究挖掘了PINK1、RPS27A、SRC、HIF1A和CDH6这5个特发性肺纤维化的线粒体自噬特征基因，并通过亚型分析以及单样本基因集富集分析挖掘了HIF1A作为线粒体自噬关键基因。PINK1是线粒体中的丝氨酸/苏氨酸蛋白激酶，对线粒体质量控制至关重要，可触发线粒体的选择性自噬，参与线粒体再生[13]。PINK1的激活是线粒体自噬中最上游的事件之一[14]。研究发现，PINK1缺乏会导致线粒体肿胀、功能失调和线粒体自噬缺陷，促进衰老肺部的纤维化[15]。PINK1是潜在的特发性肺纤维化治疗靶点。柚皮苷可通过抑制内质网应激、减少细胞凋亡和维持线粒体稳态来治疗特发性肺纤维化，其作用可能与ATF3/PINK1信号通路的调节有关[16]。SRC是蛋白酪氨酸激酶SRC家族的成员之一[17]。SRC家族激酶可调节哺乳动物细胞生长和有丝分裂发生[18]。抑制SRC激酶可以有效减少肺成纤维细胞中的足小体形成和细胞外基质侵袭以及博来霉素诱导的肺纤维化[19]。CDH6又称钙黏蛋白6，可能作为一种功能受体以调节由甘氨酰tRNA合成酶介导的多种间充质干细胞功能；而在肝纤维化动物模型中，用甘氨酰tRNA合成酶刺激的间充质干细胞可显著改善归巢和分化潜力[20]。RPS27A可能在非奈利酮改善自发性高血压大鼠心肌纤维化过程中发挥重要作用[21]。此外，已有研究表明线粒体自噬不足参与了肺纤维化的发展[22]。而线粒体自噬的缺失会导致线粒体质量增加、活性氧产生和HIF1A靶基因表达[23]。HIF1A即缺氧诱导因子1A，在纤维化间质性肺病患者的肺组织中观察到其特异性表达，主要局限于肺内皮细胞和中性粒细胞[24]。缺氧通过HIF1A影响替代性活化巨噬细胞的ADORA2B表达、细胞分化和促纤维化递质的产生，促进肺纤维化的进展[25]。此研究发现，HIF1A在亚型B、基因亚型B的表达水平均显著高于亚型A、基因亚型A，这提示亚型B、基因亚型B可能存在线粒体自噬缺乏程度、纤维化程度与缺氧程度更高的情况。与此推论相符的是，此研究发现在特发性肺纤维化患者中，HIF1A高表达患者的用力肺活量、一氧化碳弥散量更低，提示其肺功能更差，肺纤维化程度更高。综上认为，PINK1、RPS27A、SRC、HIF1A和CDH6这5个线粒体自噬基因可通过多种复杂机制调控特发性肺纤维化。而HIF1A作为特发性肺纤维化的线粒体自噬关键基因，可能成为临床特发性肺纤维化发生风险预测的重要指标，也可能用于区分特发性肺纤维化的线粒体自噬亚型，其表达水平可能成为判断疾病严重程度的重要依据。
免疫细胞浸润分析提示，骨髓来源抑制性细胞、中性粒细胞、1型辅助性T细胞、活化的CD4+T细胞、嗜酸性粒细胞和肥大细胞可能在不同亚型之间存在浸润差异。而骨髓来源抑制性细胞、中性粒细胞与1型辅助性T细胞均在亚型B和基因亚型B中呈高浸润状态。骨髓来源抑制性细胞是先天免疫细胞，其特征在于具有控制T细胞反应和抑制炎症的潜力[26]。特发性肺纤维化患者循环和组织浸润的骨髓来源抑制性细胞丰度增加[27]。来自骨髓的选择性端粒酶反转录酶和B7H3依赖性骨髓来源抑制性细胞的扩增/募集可在肺纤维化期间激活肌成纤维细胞分化[28]。中性粒细胞起源于骨髓，在先天免疫系统中起着重要作用[29]。特发性肺纤维化患者中，血中性粒细胞升高与肺功能指标用力肺活量下降相关，且中性粒细胞水平也与全因死亡率相关，故血中性粒细胞可作为特发性肺纤维化患者疾病进展的预后指标[30]。暴露于博来霉素后，CD4+ T细胞产生的IL-17A可显著诱导中性粒细胞增多和肺纤维化[31]。CD4+ T细胞可分化成特化的效应亚型，包括Th1、Th2、Th17、滤泡辅助性T细胞和调节性T细胞；Th1和Th2细胞介导的免疫应答及其分泌的细胞因子在维持免疫稳态中起着重要作用[32]。肥大细胞起源于多能祖细胞，并在骨髓中经历扩增和成熟[29]。在特发性肺纤维化肺中，肥大细胞的改变与组织重塑的程度和肺功能参数相关[33]。肥大细胞可能通过刺激驻留在肺部的成纤维细胞来促进纤维化过程，从而驱动疾病的发病机制[34]。嗜酸性粒细胞是一种天然免疫细胞，约占白细胞的5%，来源于骨髓造血干细胞的增殖和分化[29]。研究发现，产生两性调节蛋白的致病性记忆Th2细胞可通过炎性嗜酸性粒细胞产生的骨桥蛋白控制气道纤维化[35]。由此可见，上述免疫细胞与特发性肺纤维化关系密切，这提示线粒体自噬可能通过改变免疫细胞浸润环境，影响特发性肺纤维化的发生发展。而亚型B和基因亚型B的患者可能由于线粒体自噬不足，导致部分免疫细胞活跃，病情更重。
线粒体自噬特征基因所涉及的GO生物功能过程主要有泛素蛋白连接酶结合、对氧化应激诱导的神经元内在凋亡信号通路的负调控、细胞对缺氧的反应等。线粒体质量控制包括线粒体自噬、线粒体生物发生和基因表达调控等，常通过影响氧化应激、细胞凋亡和细胞衰老等参与肺部疾病发展，线粒体质量控制是肺部疾病治疗干预的一个颇具前景的切入点[36]。在氧化应激或博来霉素的影响下，E3泛素连接酶FBW7通过端粒开帽介导细胞衰老和组织纤维化，FBW7与端粒保护蛋白1的结合促进了端粒保护蛋白1多位点多泛素化并加速降解，触发端粒开帽和DNA损伤反应[37]。而基质硬化和肌成纤维细胞对细胞凋亡的抵抗是累及慢性纤维化疾病的主要特征，靶向肌成纤维细胞中的机械敏感信号转导以触发内在细胞凋亡通路可能是治疗纤维化疾病的有效方法[38]。因此，线粒体自噬是特发性肺纤维化的重要发病机制，线粒体质量控制可能是未来特发性肺纤维化治疗的重要切入点。此外，缺氧也是特发性肺纤维化的一个突出的临床特征，缺氧与纤维化可能构成一个恶性循环，缺氧可通过刺激miR-210表达促进特发性肺纤维化成纤维细胞增殖，或通过乳酸/GPR81/HIF1α通路增强特发性肺纤维化的间充质祖细胞的纤维化，而这又反过来加剧了缺氧[39-40]。由此可知，线粒体自噬调控特发性肺纤维化可能与细胞衰老、凋亡和缺氧等环节密切相关。
KEGG、Reactome、WIKI通路富集分析主要涉及动物的线粒体自噬、PINK1-PRKN介导的线粒体自噬、NOTCH1细胞内结构域调控转录、NOTCH信号通路、ERBB2的信号传递、ERBB4的信号传递、EGFR的信号传递和血管生成等。Notch细胞内结构域，又称Notch1的活化形式，与细胞增殖分化密切相关，Notch1信号转导可在特发性肺纤维化早期被激活，通过调控Ⅱ型肺泡上皮细胞，诱导肺泡上皮增殖和Napsin A、表面活性剂前蛋白加工的丢失，从而有助于纤维增生[41-42]。EGFR是细胞信号通路中的重要中间体，包含4个成员：ErbB1、ErbB2、ErbB3和ErbB4[43-44]。ErbB2信号转导是成纤维细胞侵袭和进行性肺纤维化的关键驱动因素[45]。特发性肺纤维化患者血清中ErbB4的mRNA和蛋白水平升高，并通过ERK通路参与并影响肺泡M2型巨噬细胞活化[46]。综上认为，线粒体自噬特征基因可能通过线粒体自噬影响Ⅱ型肺泡上皮细胞、成纤维细胞、肺泡巨噬细胞等增殖、活化、分化与侵袭等，发挥特发性肺纤维化调控作用。
结论：PINK1、RPS27A、SRC、HIF1A和CDH6可能通过线粒体自噬影响特发性肺纤维化的发生发展，其中HIF1A可能成为特发性肺纤维化风险预测及亚型区分的关键基因，且与患者的肺功能水平密切相关。

中国组织工程研究杂志出版内容重点：干细胞；骨髓干细胞；造血干细胞；脂肪干细胞；肿瘤干细胞；胚胎干细胞；脐带脐血干细胞；干细胞诱导；干细胞分化；组织工程

线粒体自噬在特发性肺纤维化中的生物学机制

Biological mechanism of mitophagy in idiopathic pulmonary fibrosis

PDF

可视化

摘要/Abstract

引用本文

使用本文

图/表（结果） 4

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]	李加根, 陈跃平, 黄柯琪, 陈尚桐, 黄川洪. 线粒体自噬视域下的类风湿关节炎：多机器学习算法构建预测模型及验证并免疫调控分析[J]. 中国组织工程研究, 2025, 29(在线): 1-15.
[2]	邓柯淇, 李光第, GOSWAMI ASHUTOSH, 刘星余, 何孝勇. 基于生物信息学对骨关节炎铁超载关键基因的筛选与验证[J]. 中国组织工程研究, 2025, 29(9): 1972-1980.
[3]	刘琳, 刘世轩, 陆馨悦, 王侃. 慢性肌筋膜触发点模型大鼠的尿液代谢组学分析[J]. 中国组织工程研究, 2025, 29(8): 1585-1592.
[4]	李花园, 李春, 刘君伟, 王亭, 李龙, 武永利. 温针灸干预慢性疲劳综合征大鼠骨骼肌PINK1/Parkin通路的变化[J]. 中国组织工程研究, 2025, 29(8): 1618-1625.
[5]	朱汉民, 王松, 肖文琳, 张文静, 周茜, 何烨, 李微, . 线粒体自噬调控骨代谢[J]. 中国组织工程研究, 2025, 29(8): 1676-1683.
[6]	赵嘉诚, 任诗齐, 祝秦, 刘佳佳, 朱翔, 杨洋. 原发性骨质疏松潜在生物标志物的生物信息学分析[J]. 中国组织工程研究, 2025, 29(8): 1741-1750.
[7]	章镇宇, 梁秋健, 杨军, 韦相宇, 蒋捷, 黄林科, 谭桢. 新橙皮苷治疗骨质疏松症的靶点及对骨髓间充质干细胞成骨分化的作用[J]. 中国组织工程研究, 2025, 29(7): 1437-1447.
[8]	张昊军, 李泓毅, 张辉, 陈浩然, 张力中, 耿杰, 侯传东, 于琦, 贺培凤, 贾金鹏, 卢学春. 间充质细胞源性骨肉瘤中关键分子标志物鉴定及药物敏感性分析[J]. 中国组织工程研究, 2025, 29(7): 1448-1456.
[9]	王咪, 马书杰, 刘杨, 齐瑞. 缺血性脑卒中铁死亡特征基因NFE2L2的鉴定与验证[J]. 中国组织工程研究, 2025, 29(7): 1466-1474.
[10]	刘雅妮, 杨静欢, 陆慧慧, 易玉芳, 李智翔, 欧阳福, 吴璟莉, 魏兵. 纤维肌痛综合征生物标记物的筛选及免疫细胞浸润分析[J]. 中国组织工程研究, 2025, 29(5): 1091-1100.
[11]	杨定燕, 余振球, 杨中愉. 急性心肌梗死与中性粒细胞相关潜在生物标志物的机器学习分析[J]. 中国组织工程研究, 2025, 29(36): 7909-7920.
[12]	田宇诗, 付强, 李冀. 急性心肌梗死相关线粒体基因的生物信息学鉴定与验证[J]. 中国组织工程研究, 2025, 29(31): 6697-6707.
[13]	苏琴, 贾思玮, 郭敏芳, 孟涛, 李雁冰, 穆秉桃, 宋丽娟, 马存根, 尉杰忠. 枸杞多糖干预β-淀粉样蛋白1-42诱导SH-SY5Y细胞损伤：线粒体自噬的保护作用[J]. 中国组织工程研究, 2025, 29(31): 6688-6696.
[14]	朱雪坤, 刘恒, 冯晖, 高云龙, 文磊, 蔡筱松, 赵奔, 仲敏. 骨关节炎核心基因的生物信息学鉴定[J]. 中国组织工程研究, 2025, 29(3): 637-644.
[15]	李加根, 陈跃平, 黄柯琪, 陈尚桐, 黄川洪. 线粒体自噬视域下的类风湿关节炎：基于多机器学习算法的互作分析[J]. 中国组织工程研究, 2025, 29(26): 5595-5607.