ARTICLE · 1067495
纯生信新模板来了!网络毒理学筛候选,机器学习锁Hub,单细胞定位,再用虚拟敲除补机制,1区思路很清楚!
🔥房颤难治的地方，不只是心跳乱，而是心房在炎症、免疫和纤维化中被一点点“改造”。那空气污染物会不会也在背后推了一把？
今天分享山东中医药大学第一临床医学院、山东中医药大学附属医院团队发表于 Environment International 的研究。没有只做传统差异基因，而是从苯并[a]芘（BaP）切入，串联AF转录组、WGCNA、127种机器学习、SHAP、单细胞RNA测序、CellChat和scTenifoldKnk虚拟敲除，最终把线索收敛到TGFBR1相关成纤维细胞重塑轴，从人心房公开数据一路推进到可验证的机制与靶点假设。
单细胞RNA测序、转录组、机器学习、SHAP分析、虚拟敲除生信发高分没方向？完美生信全套临床生信方案梳理清晰，26年最新医学SCI分析流程打包整理，私信即可领取！
👇认准完美生信，整套生信思路直接复用
🔷环境暴露×房颤：BaP预测靶点首次系统对接AF人心房转录组。
🔷127种机器学习筛靶：ENet最终压缩为8基因signature。
🔷SHAP增强可解释性：进一步量化每个Hub基因的模型贡献。
🔷单细胞落到成纤维细胞：CellChat锁定TGFB1–TGFBR1/TGFBR2通讯。
🔷虚拟敲除补机制：scTenifoldKnk进一步支持TGFBR1重塑网络
房颤不只是电生理异常，氧化应激、免疫炎症和心房纤维化同样决定疾病进展。BaP是常见空气污染PAH，但它如何与AF重塑网络产生交集一直没讲清。本文就从环境暴露出发，寻找连接BaP与心房重塑的关键分子和细胞。
🔷研究纳入5个GEO房颤芯片队列：GSE31821、GSE41177用于发现，GSE14975、GSE79768、GSE115574用于外部验证
🔷单细胞采用GSE224959，包含7例AF、5例对照，质控后保留34641个细胞。
03
研究方法
🌿转录组
整合GSE31821和GSE41177并经ComBat去批次，使用limma筛选AF与窦性心律差异基因；随后对MAD最高的8000个基因进行WGCNA，将差异基因与AF相关blue模块取交集，获得351个AF关键基因。
🌿机器学习：127种模型组合筛Hub基因
18个BaP-AF候选靶点进入机器学习框架，比较SVM、Lasso、RF、Ridge、Elastic Net、XGBoost、GBM、LDA、Naive Bayes等11类算法形成的127种组合，经5折交叉验证最终确定ENet α=0.9为最优模型。
🌿SHAP分析：解释八基因模型贡献
最优Elastic Net模型进行SHAP后验解释，量化PPP3CA、ERBB4、PPARA、HSP90AB1、KCNA5、TGFBR1、LAMP1和PSAP对AF分类的贡献及方向。
🌿单细胞RNA测序：定位Hub基因与细胞状态
GSE224959经Seurat、Harmony、UMAP完成质控、整合和细胞注释，并进一步对成纤维细胞重聚类，比较AF与SR中的细胞组成及ECM、TGF-β、炎症和收缩相关模块。
BaP预测靶点鉴定
🔷PharmMapper、ChEMBL和SEA三平台联合预测并去重，最终得到537个BaP非冗余潜在靶点，构建后续BaP-AF交叉分析的化合物靶点池。
图1 研究设计流程图
AF关键基因及BaP-AF候选靶点筛选
🔷limma获得1376个AF差异基因，WGCNA筛得AF相关blue模块，二者交集得到351个AF关键基因，再与537个BaP靶点交叉得到18个候选靶点，主要富集TGF-β、MAPK、NOD样受体及氧化应激相关通路。
图2 苯并类化合物的鉴定
机器学习与SHAP锁定八基因signature
🔷127种模型中ENet α=0.9综合性能最佳，最终筛出PPP3CA、ERBB4、PSAP、LAMP1、PPARA、HSP90AB1、TGFBR1和KCNA5，发现队列AUC为0.962，SHAP显示PPP3CA贡献最高。
图3 AF相关关键基因的鉴定、推定的BaP–AF候选靶点及其功能富集分析
AF呈现中性粒细胞主导的免疫重塑
🔷CIBERSORT显示AF中中性粒细胞增加，M2巨噬细胞和Tfh细胞下降，TGFBR1、LAMP1和PPARA与Tfh浸润负相关，提示Hub基因与AF免疫炎症重塑存在关联。
图4 基于机器学习的枢纽基因识别及SHapley加法解释法（Shap）解析
BaP与Hub蛋白显示探索性结构结合倾向
🔷8个BaP-Hub蛋白对接能均低于−7 kcal/mol，其中HSP90AB1和TGFBR1分别为−12.4和−11.2 kcal/mol。但该结果仅代表静态结构可行性，不能证明真实靶向或功能作用。
图5 免疫浸润特征分析及枢纽基因–免疫关联分析
单细胞图谱定位AF相关Hub基因
🔷34641个细胞被划分为主要免疫和基质细胞群。AF中巨噬细胞、cDC2和中性粒细胞相对富集，TGFBR1、HSP90AB1、PSAP等在多个细胞群广泛表达，而ERBB4、KCNA5更具细胞特异性。
图6 苯并[a]芘与枢纽基因编码蛋白的分子对接研究
CellChat揭示AF中的TGF-β通讯重定向
🔷CellChat显示AF中TGF-β通讯明显向成纤维细胞集中，而SR中主要受体偏向cDC2，两组核心信号均由TGFB1–(TGFBR1+TGFBR2) 驱动，说明变化主要来自通讯拓扑重构。
图7 心房非心肌细胞的单细胞图谱及枢纽基因图谱构建
🔷scTenifoldKnk敲除TGFBR1后，ABCA8、CD9、IFI44L和BGN成为高置信扰动基因，同时SPARC、VCAN、COL3A1、ACTA2等ECM和肌成纤维相关程序同步变化，支持TGFBR1处于纤维化调控网络的重要节点。
图8 细胞间通讯分析及基于scTenifoldKnk的虚拟基因敲除
⚡这篇文章很适合做“环境暴露+心血管疾病”方向的人参考。
作者没有直接拿BaP做一套常规网络毒理学就结束，而是把AF真实转录组接进来，用WGCNA和127种机器学习逐步压缩靶点，再靠SHAP解释、单细胞定位、CellChat通讯和scTenifoldKnk虚拟敲除，把故事最终收敛到TGFBR1—成纤维细胞重塑。
真正好复刻的是这条路线：污染物靶点→疾病转录组→机器学习筛靶→单细胞定位→通讯分析→虚拟敲除。不过下一步真正能把文章从“计算假设”推到“机制闭环”的关键，还是补上BaP暴露、TGFBR1干预和成纤维细胞功能实验。
还在为单细胞RNA测序、转录组、机器学习、SHAP分析、虚拟敲除写不出高分SCI发愁？想快速理清完整发文套路，欢迎私信咨询，完美生信一站式帮你搞定！
声明：本内容为个人生信学习与文献复盘总结，仅供学术交流、学习参考使用，不代表权威研究结论。个人解读难免存在疏漏与不足，欢迎各位同行交流指正、共同学习进步！
END
单细胞药敏再添利器！哈医大顾云燕团队佳作，依托遗传互作开发DISCERN，配套CellGIdb数据库拿下10分+！
9成生信也能卷到9.7分JTM！单细胞+空间转录组打底，【scTour+scFEA+MISTy+BeyondCell】一路加码，这套算法还能这么玩！
顶刊单细胞思路真能复制！73项公共scRNA-seq大整合，哈医大团队重构成纤维细胞图谱，拿下13.9分Sci. Adv！