PPARG调控网络在狼疮肾炎铁死亡中的作用：综合生物信息学与机器学习的创新发现

　　本研究针对狼疮肾炎(LN)中铁死亡的发生机制与关键靶点不明确的问题，通过整合多组学分析与机器学习算法，首次揭示了以PPARG为核心的调控网络(包含CDKN1A、NR4A1、ATF3等关键基因)在LN不同组织中的特异性表达模式，为靶向治疗提供了新视角。

　　

铁死亡(ferroptosis)作为一种新型细胞死亡方式，在狼疮和狼疮肾炎(LN)发病机制中备受关注。为探究其发生位点、驱动机制与关键靶点，研究人员采用R语言"limma"包进行差异表达基因(DEGs)筛选，结合加权基因共表达网络分析(WGCNA)挖掘LN相关基因模块。从FerrDb V₂数据库获取铁死亡相关基因，并与DEGs、WGCNA模块交叉筛选候选基因。

通过LASSO和随机森林(Random Forest)算法筛选枢纽基因(hub genes)，并经ROC曲线验证可靠性。利用CIBERSORT算法解析免疫细胞浸润模式，评估其与枢纽基因的相关性。基于STRING数据库构建蛋白质相互作用(PPI)网络，最后通过RT-qPCR在MRL/lpr和C57BL/6小鼠肾组织中验证基因表达。

研究发现在PBMC、肾小管间质和肾小球中分别鉴定出688、625和1428个LN相关基因。免疫细胞浸润分析显示不同组织存在差异化模式，多数枢纽基因与免疫细胞浸润高度相关。最终确定以PPARG为核心的调控网络（包含PPARG、CDKN1A、NR4A1、ATF3、DUSP1和PDK4），该网络可能通过调控铁死亡过程在LN发展中起关键作用。