这思路绝了！四川大学华西医学院邹晓莉团队教你怎么玩转NHANES数据库挖掘！-IDC机房

这思路绝了！四川大学华西医学院邹晓莉团队教你怎么玩转NHANES数据库挖掘！

发布时间：2024-07-20 20:06:18 作者：admin 来源：admin 浏览量（23）点赞（40）

摘要：叮咚！小欣闪亮登场！很多同学心里一定有这样的疑问，NHANES数据库目前还有新颖的发文思路吗？有！

叮咚！小欣闪亮登场！

很多同学心里一定有这样的疑问，NHANES数据库目前还有新颖的发文思路吗？有！还可以发在11分的期刊上！今天，小欣给大家带来的这篇NHANES数据库挖掘文章来自于四川大学华西医学院邹晓莉教授团队，该团队运用贝叶斯核机回归分析+PPI网络分析的独创思路成功拿下11.8分一区期刊！那么文章的主要创新点都有哪些呢？且听小欣给您细细分析~

1、NHANES数据库的应用+贝叶斯核机回归分析（BKMR）的运用！NHANES数据库是生信领域最有名的数据库之一，不少高分文章的数据正来源于此！而BKMR分析克服了传统方法可能受到多重共线性和模型选择误差限制的缺点，因此更加可靠地评估环境化学混合物对健康的影响！在本文中，混合物为内分泌化学物质！而对该方法感兴趣的同学欢迎后台DD小欣！

2、PPI网络分析+GO/KEGG富集分析！通过蛋白质作用网络以及通路分析，作者进一步分析了内分泌干扰化学物质之间的潜在关联性！使得文章结果更为丰富！ps：不知道怎么发高分文章的小伙伴可以来找小欣！这里有独具一格的生信分析方法，还有一大波的可复现的高分文章思路，感兴趣的直接扫码咨询小欣噢！

公众号后台回复“123”，即可领取原文，文献编号240517-1

题目：The mixed effect of Endocrine-Disrupting chemicals on biological age Acceleration: Unveiling the mechanism and potential intervention target

期刊：Environment International

影响因子：11.8

发表日期：2024年1月

研究背景

虽然已有研究探讨了内分泌干扰化学物质(EDCs)对生物学年龄加速和老龄相关疾病的潜在不利影响,但多种类型EDCs对生物学年龄加速的混合效应及其潜在机制仍不清楚。文章旨在使用NHANES数据分析生物学年龄指标(KDM-BA、表型年龄和稳态失调)与EDCs的关系,评估EDCs混合效应对生物学年龄加速和老龄相关疾病(如心血管疾病、糖尿病、肾脏疾病等)的影响。同时,文章还探索了可能介导EDCs诱导生物学老化的潜在机制,并评估维生素C和E在改善EDCs诱导生物学老化方面的作用。揭示EDCs对生物学老化的混合作用机制对于预防和缓解EDCs的不利健康影响具有重要意义。

数据来源

数据来源样本量用途NHANES 2011-2012 数据1,439分析生物学年龄指标(KDM-BA、表型年龄和稳态失调)与EDCs的关系Comparative Toxicogenomics Database (CTD)-获取EDCs的预测靶点Swiss Target Prediction-获取EDCs的预测靶点TargetNet-获取EDCs的预测靶点AgeAnno-获取心脏老化相关基因

研究思路

本研究采用多种研究方法,系统地探讨了内分泌干扰化学物质(EDCs)混合暴露对生物学年龄加速及老龄相关疾病的影响及其潜在机制。首先,作者利用NHANES 2011-2012数据分析了生物学年龄指标(KDM-BA、表型年龄和稳态失调)与EDCs暴露的关系,并通过加权分位数回归(WQS)筛选出与生物学年龄相关的EDCs(BA-EDCs)。接下来,评估了BA-EDCs的单独及混合效应对生物学年龄加速和老龄相关疾病(如动脉粥样硬化性心血管疾病、高血压、糖尿病和慢性肾脏疾病)的影响。通过网络药理学分析,发现BA-EDCs可能通过激活AGE-RAGE信号通路而引起生物学年龄加速。此外,本研究还发现维生素C和E可能是改善BA-EDCs诱导生物学年龄加速的可操作干预目标。综上所述,该研究系统地探讨了EDCs混合暴露对生物学年龄及老龄相关疾病的影响,为预防和缓解EDCs的不利健康影响提供了新的思路。

图1 研究思路总结

主要结果

1、种群特征NHANES是由美国疾病控制与预防中心（CDC）每隔一年持续进行的一项具有全国代表性的非机构化美国人口调查。在这项研究中，作者使用了 2011-12 年 NHANES 数据的周期，因为这是唯一测量四种内分泌干扰化学物质的周期，即酚类、对羟基苯甲酸酯、邻苯二甲酸盐和多氟烷基化学品。为了确保与BioAge R软件包的使用保持一致，本研究仅限于20-90岁的成年人。在排除没有内分泌干扰化学物质或生物标志物数据以计算其生物年龄的参与者后，最终将 1,439 名参与者纳入本研究在所有招募的参与者中，结果表明，具有较高KDM生物年龄（Klemera-Doubal 方法生物年龄）加速的个体往往是男性，而具有较高KDM生物年龄加速的参与者更有可能更年轻且受过良好教育。KDM生物年龄加速的分位数参与者的BMI、碱性磷酸酶、总胆固醇、KDM、肌酐、SBP、BUN和WBC水平高于分位数，而他们的淋巴细胞百分比和收入比较低。2、BA-EDC分析作者采用WQS回归法鉴定对KDM生物年龄加速具有不可忽略贡献的内分泌干扰化学物质(EDC)。这种方法考虑了所有测量的化学物质，并且该模型中包含的化学物质被限制为对KDM生物年龄加速具有相同的影响方向。通过将不同的BA-EDC分组为十分位数，WQS回归模型计算出一个加权线性指数，该指数代表了所有化学物质的整体身体负担。选择平均权重超过阈值参数（0.038）的EDC作为BA-EDC进行进一步分析。其中，权重最高的BA-EDCs是全氟癸酸（PFNA），其次是邻苯二甲酸单（3-羧丙基）酯（MCPP）（图2）。作者采用贝叶斯核机回归（BKMR）评估BA-EDCs暴露对生物年龄加速的联合影响。多变量线性回归分析显示，只有MCPP与KDM生物年龄加速显著相关。具体而言，MCPP每增加一个单位，KDM生物年龄加速0.287年（β：0.287 95%CI：0.045∼0.529，p = 0.020）。为了评估BA-EDCs对KDM生物年龄加速的混合影响，作者进行了WQS回归分析。在调整混杂因素后，WQS指数与KDM生物年龄加速显著相关（图3）。WQS指数的十分位数增加对应于KDM生物年龄加速0.31年（β：0.31,95%CI：0.08∼0.53，p = 0.008），这归因于PFNA （35.9%）、MCPP（29.1%）、BPA（20.9%）、MMP（8.1%）、MEP（5.7%）和MeFOSAA（0.3%）的贡献。（BKMR克服了传统方法可能受到多重共线性和模型选择误差限制的缺点，因此更加可靠地评估环境化学混合物对健康的影响）

图 2 有助于 KDM 生物年龄加速的每种 EDC 的平均质量

图3 BA-EDCs与生物年龄加速的关系3、膳食维生素C和E对BA混合物与生物老化的关联的相互作用为了确定KDM生物衰老预防的潜在可操作目标，作者建立了膳食和补充维生素摄入的交互作用测试。在膳食维生素C摄入量超过100毫克/天的个体中，BA-EDCs对KDM生物年龄加速的共同暴露效应不显著。然而，在膳食维生素 C 摄入量低于 100 mg/d 的个体中，BA-EDC 的 WQS 指数十分位数增加与 0.476 年的 KDM 生物年龄加速显著相关（β：0.476， 95 % CI：0.151 ∼ 0.800， p = 0.004）。在完全调整的模型中，维生素C的相互作用效应显著，表明维生素C的摄入可以降低KDM生物年龄加速的风险（图4）。

图4 BA-EDCs共同暴露与KDM生物年龄加速的关联亚组分析4、PPI网络和聚类分析作者使用 STRING 数据库在 PPI 网络上生成了 583 个 BA-EDC 靶标和心脏衰老相关基因的组合基因的数据。如图5所示，PPI网络有582个节点，这些节点相互连接，与6,748条边相关联。每个节点代表一个蛋白质，每个边代表两个靶标之间的相关性置信度，边缘厚度表示数据支持的强度。PPI富集p值小于1.0e-16，表明PPI网络中的蛋白质之间有显著的相互作用。我们进一步使用MCODE算法生成聚类网络，然后进行聚类分析。随后，作者又对PPI网络分析结果进行GO/KEGG功能富集分析。模块1的GO分析表明，得分最高的模块与神经元死亡、平滑肌细胞增殖、平滑肌细胞增殖的调节、神经元死亡的调节和肌肉细胞增殖高度相关。在KEGG富集分析中，组合基因与糖尿病并发症中的AGE-RAGE信号通路、IL-17信号通路和TNF信号通路密切相关（图5）。

图5 PPI网络分析和功能富集分析

文章总结

作者的研究结果清楚地表明，BA-EDCs的共同暴露与生物衰老呈正相关，BA-EDCs与ASCVD患病率的增加显著相关。网络和功能富集分析表明，BA-EDCs靶点与心脏衰老相关基因之间存在显著的相互作用，从而表明BA-EDCs也可能通过潜在的生物学机制与心脏衰老相关疾病相关。该网络中最重要的模块与AGE-RAGE信号通路显著相关。小欣认为，作者在文中运用到的NHANES数据库、BKMR统计分析、PPI网络分析等方法十分值得同学们借鉴！感兴趣的同学可以移步原文看作者是怎么运用上述方法的！有进一步需要的小伙伴也可以扫码来找小欣我做设计哟，我们能在生信分析和方案设计提供更完善的角度。

小欣有话说

小心血公众号持续为大家带来最新医学思路，更多创新性分析思路请点击链接。想复现这种思路或者定制更多创新性思路欢迎直接call小欣，竭诚为您的科研助力！