DOI: https://doi.org/10.1371/journal.pone.0339956
PMID: https://pubmed.ncbi.nlm.nih.gov/41544081
تاريخ النشر: 2026-01-16
المؤلف: Yicheng Rong وآخرون
الموضوع الرئيسي: تصلب الشرايين وأمراض القلب والأوعية الدموية
نظرة عامة
تستكشف هذه الدراسة الآليات الجينية والجزيئية التي من خلالها يؤثر إمباجليفلوزين، وهو مثبط انتقائي لناقل الصوديوم والجلوكوز 2 (SGLT2)، على تأثيراته المضادة للتصلب العصيدي، لا سيما في سياق التصلب العصيدي (AS). تحدد الأبحاث ارتباطات مهمة بين الجينات المحورية المرتبطة بإمباجليفلوزين—وبالتحديد IL1B، EGFR، ERBB2، JAK2، SYK، وLGALS3—ومجموعات مختلفة من خلايا المناعة، بما في ذلك خلايا CD8+ T، وخلايا الماست المستريحة، والحمضات، وخلايا CD56dim NK. تشير هذه النتائج إلى تفاعل معقد بين المسارات الأيضية والالتهابية في مسببات التصلب العصيدي.
يمثل دمج علم الأدوية الشبكي وتحليل تسلل المناعة نهجًا جديدًا لتوضيح التأثيرات الوقائية القلبية الوعائية لإمباجليفلوزين. يوفر تحديد الجينات المحورية الرئيسية وارتباطاتها بخصائص خلايا المناعة إطارًا جزيئيًا لفهم آليات الدواء. تمهد هذه الأبحاث الطريق للتحقق التجريبي المستقبلي وتبرز الإمكانية لتطوير استراتيجيات علاجية تجمع بين الجوانب الأيضية والالتهابية لعلاج التصلب العصيدي.
مقدمة
تتناول مقدمة ورقة البحث التصلب العصيدي (AS) كمرض التهابي مزمن يؤثر على الشرايين الكبيرة والمتوسطة الحجم، مما يمكن أن يؤدي إلى مرض القلب والأوعية الدموية التصلبي (ASCVD). على الرغم من توفر العلاجات المضادة للتصلب العصيدي، بما في ذلك الأدوية المخفضة للدهون مثل الستاتينات ومثبطات PCSK9، لا يزال ASCVD سببًا رئيسيًا للوفيات على مستوى العالم، حيث يسجل حوالي 17.6 مليون وفاة سنويًا. يبرز النص الحاجة إلى علاجات جديدة تستهدف المسارات الالتهابية، خاصة بالنظر إلى المخاطر المتبقية للأحداث القلبية الوعائية الكبرى لدى المرضى الذين لديهم مستويات منخفضة من كوليسترول البروتين الدهني منخفض الكثافة (LDL-C) تحت السيطرة. لقد أظهرت مثبطات SGLT2، التي تم تطويرها في البداية لإدارة مرض السكري، وعدًا في تقليل المضاعفات القلبية الوعائية، كما يتضح من دراسة EMPA-REG OUTCOME والأبحاث السريرية الداعمة.
تهدف الدراسة إلى استكشاف الآليات الجينية والجزيئية لمثبطات SGLT2، وخاصة إمباجليفلوزين، في سياق AS باستخدام علم الأدوية الشبكي. من خلال تحليل مجموعات البيانات العامة المتقاطعة، حدد الباحثون 33 جينًا تنظيميًا معبرًا عنه بشكل مختلف (ERDEGs) وستة جينات محورية (IL1B، EGFR، ERBB2، JAK2، SYK، وLGALS3) تتفاعل مع الميكروRNAs، وعوامل النسخ، وبروتينات ربط RNA. لوحظت اختلافات كبيرة في مستويات التعبير لهذه الجينات المحورية بين مجموعات AS ومجموعات التحكم، مع تداعيات على تفاعلات خلايا المناعة. توفر النتائج فهمًا شاملاً لتأثيرات إمباجليفلوزين المضادة للتصلب العصيدي وتقترح أهداف تدخل جديدة محتملة لتطوير الأدوية السريرية.
الطرق
في هذه الدراسة، استخدم المؤلفون منصات علم الأدوية لتحديد الجينات المرتبطة بإمباجليفلوزين (ERGs). قاموا بالوصول إلى قاعدة بيانات GEO العامة لتنزيل مجموعتي بيانات، GSE100927 وGSE43292، والتي استخدمت لتحديد مجموعة من الجينات المعبر عنها بشكل مختلف المرتبطة بالتصلب العصيدي (AS) والتي تُسمى الجينات المعبر عنها بشكل مختلف AS (AS-DEGs). أسفر تقاطع AS-DEGs وERGs عن جينات معبر عنها بشكل مختلف مرتبطة بإمباجليفلوزين (ERDEGs).
شملت التحليلات اللاحقة تحليل غنى علم الجينات (GO) وتحليل مسارات موسوعة كيوتو للجينات والجينومات (KEGG) لتوضيح الوظائف البيولوجية والمسارات المرتبطة بـ ERDEGs. بالإضافة إلى ذلك، تم بناء شبكة تفاعل البروتينات (PPI) لتحديد الجينات المحورية، والتي تم تحليلها بشكل أكبر من خلال بناء الشبكة التنظيمية، ورسم منحنى التشغيل المستلم (ROC)، وتحليلات التحقق. كما استخدمت الدراسة تحليل الارتباط وتحليل الأصدقاء، بالإضافة إلى CIBERSORT وتحليل غنى مجموعة الجينات لعينة واحدة (ssGSEA) لتعزيز فهم التفاعلات وأهمية الجينات المحددة.
النتائج
في هذه الدراسة، تم تحديد ما مجموعه 33 جينًا كجينات معبر عنها بشكل مختلف مرتبطة بإمباجليفلوزين (ERDEGs)، مع تسليط الضوء على ستة جينات محورية—IL1B، EGFR، ERBB2، JAK2، SYK—لأهميتها الإحصائية. ومع ذلك، فإن النتائج تخضع لعدة قيود تتطلب تفسيرًا حذرًا. إن عتبة التغيير الطفيف |logFC| ≥ 0.25، بينما هي مناسبة لتحليل المسارات، تثير تساؤلات حول الأهمية البيولوجية للتغيرات في تعبير الجينات الملاحظة، والتي قد لا تترجم إلى تأثيرات ذات صلة سريريًا دون مزيد من التحقق من خلال دراسات الاستجابة للجرعة أو الدراسات الوظيفية.
بالإضافة إلى ذلك، تشير الارتباطات الملاحظة بين الجينات المحورية ومجموعات خلايا المناعة، مثل ERBB2 مع خلايا CD8+ T (r = 0.58) وLGALS3 مع الحمضات (r = 0.70)، إلى ارتباطات بدلاً من علاقات سببية مباشرة. وهذا يشير إلى أن الارتباطات المحددة قد تعكس عمليات متزامنة في الأنسجة التصلبية بدلاً من آليات تنظيمية مباشرة. علاوة على ذلك، تحد من الطبيعة المقطعية لبيانات تعبير الجينات القدرة على تحديد العلاقة الزمنية بين اختلال تنظيم هذه الجينات المحورية وتأثيرات إمباجليفلوزين العلاجية. نظرًا للفوائد القلبية الوعائية المتعددة لإمباجليفلوزين، تظل المساهمات المحددة لكل جين محوري في تأثيراته المضادة للتصلب العصيدي تخمينية دون مزيد من دراسات التدخل المستهدفة.
المناقشة
في هذه الدراسة، استكشف المؤلفون الأهداف العلاجية المحتملة لإمباجليفلوزين فيما يتعلق بالتصلب العصيدي (AS) من خلال دمج البيانات من قواعد بيانات مختلفة واستخدام أدوات المعلوماتية الحيوية. تم تحديد ما مجموعه 118 هدفًا لإمباجليفلوزين، والتي تم تقاطعها بعد ذلك مع 4,014 هدفًا مرتبطًا بالتصلب العصيدي للحصول على 76 جينًا معبرًا عنه بشكل مختلف مرتبطًا بإمباجليفلوزين (ERDEGs). استخدم التحليل حزم R لاكتساب البيانات، والتطبيع، وتحليل التعبير المختلف، مما أسفر عن تحديد 3,503 AS-DEGs. تم تطبيق عتبة صارمة |logFC| ≥ 0.25 وقيمة p المعدلة < 0.05 لضمان الأهمية البيولوجية، مما أدى إلى تحديد 33 ERDEGs. بعد ذلك، تم بناء شبكة تفاعل البروتينات (PPI)، مما كشف عن 28 ERDEGs مترابطة، تم من خلالها تحديد ستة جينات محورية (IL1B، EGFR، ERBB2، JAK2، SYK، وLGALS3) من خلال خوارزميات تسجيل مختلفة. أجرت الدراسة أيضًا تحليلات غنى علم الجينات (GO) وتحليل مسارات موسوعة كيوتو للجينات والجينومات (KEGG)، مما يبرز العمليات البيولوجية المهمة والمسارات المرتبطة بـ ERDEGs، مثل تنظيم تنشيط خلايا T وإشارات NF-kappa B. بالإضافة إلى ذلك، تم إجراء تحليل غنى مجموعة الجينات (GSEA) وتحليل اختلاف مجموعة الجينات (GSVA) لاستكشاف اختلافات المسارات بين مجموعات AS ومجموعات التحكم، مما يكشف عن رؤى حاسمة حول الآليات الأساسية لتأثيرات إمباجليفلوزين على AS. تشير النتائج إلى أن الجينات المحورية المحددة قد تعمل كعلامات حيوية محتملة للتصلب العصيدي وأهداف علاجية لإمباجليفلوزين.
القيود
تقدم الأبحاث نقاط قوة ملحوظة، لا سيما في استكشافها الشامل لآليات إمباجليفلوزين ضد التصلب العصيدي (AS) باستخدام علم الأدوية الشبكي المتقدم ومنصات البيانات العامة القوية. يعالج هذا النهج قيود الدراسات الحيوانية، التي غالبًا ما تفشل في تكرار الظروف البشرية، مما يعزز الإمكانية لاكتشاف الأدوية والترجمة السريرية. ومع ذلك، فإن عدة قيود تستدعي تفسيرًا حذرًا للنتائج.
أولاً، فإن الاعتماد على علم الأدوية الشبكي مقيد بتوقيت قواعد البيانات العامة، التي قد لا تعكس البيانات في الوقت الحقيقي وقد تؤدي إلى معلومات مستهدفة قديمة. بالإضافة إلى ذلك، تفتقر الدراسة إلى التحقق التجريبي من نتائج علم الأدوية الشبكي، مما يبرز الحاجة إلى نماذج دوائية ملموسة. إن غياب التجارب في المختبر أو في الجسم الحي يحد أيضًا من التطبيق السريري المباشر للنتائج. علاوة على ذلك، يوفر تحليل تسلل المناعة الذي تم إجراؤه باستخدام CIBERSORT وssGSEA تقديرات حسابية بدلاً من قياسات مباشرة، وقد تؤدي القيود الجوهرية لتسلسل RNA الضخم إلى إخفاء توصيف الأنماط الفرعية لخلايا المناعة المرتبطة ارتباطًا وثيقًا. يُوصى بإجراء دراسات مستقبلية تستخدم تسلسل RNA أحادي الخلية، أو قياس التدفق، أو التألق المناعي المتعدد لتعزيز توصيف خلايا المناعة والتحقق من التنبؤات الحسابية، مما يسهل التطبيق السريري للأهداف العلاجية المحددة.
DOI: https://doi.org/10.1371/journal.pone.0339956
PMID: https://pubmed.ncbi.nlm.nih.gov/41544081
Publication Date: 2026-01-16
Author(s): Yicheng Rong et al.
Primary Topic: Atherosclerosis and Cardiovascular Diseases
Overview
This study investigates the genetic and molecular mechanisms by which empagliflozin, a selective sodium-glucose cotransporter 2 (SGLT2) inhibitor, exerts its anti-atherosclerotic effects, particularly in the context of atherosclerosis (AS). The research identifies significant correlations between empagliflozin-related hub genes—specifically IL1B, EGFR, ERBB2, JAK2, SYK, and LGALS3—and various immune cell subsets, including CD8+ T cells, resting mast cells, eosinophils, and CD56dim NK cells. These findings suggest a complex interplay between metabolic and inflammatory pathways in the pathogenesis of AS.
The integration of network pharmacology and immune infiltration analysis represents a novel approach to elucidating the cardiovascular protective effects of empagliflozin. The identification of key hub genes and their associations with immune cell characteristics provides a molecular framework for understanding the drug’s mechanisms. This research lays the groundwork for future experimental validation and highlights the potential for developing combination therapeutic strategies that target both metabolic and inflammatory aspects of atherosclerosis treatment.
Introduction
The introduction of the research paper addresses atherosclerosis (AS) as a chronic inflammatory disease affecting large and medium-sized arteries, which can lead to atherosclerotic cardiovascular disease (ASCVD). Despite the availability of anti-atherosclerotic therapies, including lipid-lowering medications like statins and PCSK9 inhibitors, ASCVD remains a leading global cause of mortality, with approximately 17.6 million deaths annually. The text highlights the need for novel treatments that target inflammatory pathways, particularly given the residual risk of major cardiovascular events in patients with controlled low-density lipoprotein cholesterol (LDL-C) levels. SGLT2 inhibitors, initially developed for diabetes management, have shown promise in reducing cardiovascular complications, as evidenced by the EMPA-REG OUTCOME study and supporting preclinical research.
The study aims to explore the genetic and molecular mechanisms of SGLT2 inhibitors, particularly empagliflozin, in the context of AS using network pharmacology. By analyzing cross-public datasets, the researchers identified 33 differentially expressed regulatory genes (ERDEGs) and six hub genes (IL1B, EGFR, ERBB2, JAK2, SYK, and LGALS3) that interact with microRNAs, transcription factors, and RNA-binding proteins. Significant differences in the expression levels of these hub genes were observed between AS and control groups, with implications for immune cell interactions. The findings provide a comprehensive understanding of empagliflozin’s anti-atherosclerotic effects and suggest potential novel intervention targets for clinical drug development.
Methods
In this study, the authors utilized pharmacology platforms to identify empagliflozin-related genes (ERGs). They accessed the public GEO database to download two datasets, GSE100927 and GSE43292, which were used to identify a set of differentially expressed genes associated with atherosclerosis (AS) termed AS-differentially expressed genes (AS-DEGs). The intersection of AS-DEGs and ERGs yielded empagliflozin-related differentially expressed genes (ERDEGs).
Subsequent analyses included Gene Ontology (GO) and Kyoto Encyclopedia of Genes and Genomes (KEGG) pathway enrichment analyses to elucidate the biological functions and pathways associated with ERDEGs. Additionally, a protein-protein interaction (PPI) network was constructed to identify hub genes, which were further analyzed through regulatory network construction, receiver operating characteristic (ROC) curve plotting, and validation analyses. The study also employed correlation and Friends analysis, as well as CIBERSORT and single-sample Gene Set Enrichment Analysis (ssGSEA) to enhance the understanding of the interactions and significance of the identified genes.
Results
In this study, a total of 33 genes were identified as empagliflozin-related differentially expressed genes (ERDEGs), with six hub genes—IL1B, EGFR, ERBB2, JAK2, SYK—highlighted for their statistical significance. However, the findings are subject to several limitations that necessitate cautious interpretation. The modest fold change threshold of |logFC| ≥ 0.25, while appropriate for pathway analysis, raises questions about the biological significance of the observed gene expression changes, which may not translate into clinically relevant effects without further validation through dose-response or functional studies.
Additionally, the correlations observed between the hub genes and immune cell subsets, such as ERBB2 with CD8+ T cells (r = 0.58) and LGALS3 with eosinophils (r = 0.70), indicate associations rather than direct causal relationships. This suggests that the identified correlations may reflect concurrent processes in atherosclerotic tissue rather than direct regulatory mechanisms. Furthermore, the cross-sectional nature of the gene expression data limits the ability to ascertain the temporal relationship between the dysregulation of these hub genes and the therapeutic effects of empagliflozin. Given the multifaceted cardiovascular benefits of empagliflozin, the specific contributions of each hub gene to its anti-atherosclerotic effects remain speculative without further targeted intervention studies.
Discussion
In this study, the authors investigated the potential therapeutic targets of empagliflozin in relation to atherosclerosis (AS) by integrating data from various databases and employing bioinformatics tools. A total of 118 empagliflozin targets were identified, which were then intersected with 4,014 AS-related targets to yield 76 empagliflozin-related differentially expressed genes (ERDEGs). The analysis utilized R packages for data acquisition, normalization, and differential expression analysis, resulting in the identification of 3,503 AS-DEGs. A stringent threshold of |logFC| ≥ 0.25 and adjusted p-value < 0.05 was applied to ensure biological relevance, leading to the identification of 33 ERDEGs. Subsequently, a protein-protein interaction (PPI) network was constructed, revealing 28 interconnected ERDEGs, from which six hub genes (IL1B, EGFR, ERBB2, JAK2, SYK, and LGALS3) were identified through various scoring algorithms. The study further conducted Gene Ontology (GO) and Kyoto Encyclopedia of Genes and Genomes (KEGG) pathway enrichment analyses, highlighting significant biological processes and pathways associated with the ERDEGs, such as regulation of T cell activation and NF-kappa B signaling. Additionally, gene set enrichment analysis (GSEA) and gene set variation analysis (GSVA) were performed to explore pathway differences between AS and control groups, revealing critical insights into the underlying mechanisms of empagliflozin's effects on AS. The findings suggest that the identified hub genes may serve as potential biomarkers for AS and therapeutic targets for empagliflozin.
Limitations
The research presents notable strengths, particularly in its comprehensive exploration of empagliflozin’s mechanisms against atherosclerosis (AS) using advanced network pharmacology and robust public data platforms. This approach addresses the limitations of animal studies, which often fail to replicate human conditions, thereby enhancing the potential for drug discovery and clinical translation. However, several limitations warrant cautious interpretation of the findings.
Firstly, the reliance on network pharmacology is constrained by the timeliness of public databases, which may not reflect real-time data and could lead to outdated target information. Additionally, the study lacks experimental validation of its network pharmacology results, emphasizing the need for tangible pharmacological models. The absence of wet lab or in vivo experiments further limits the direct clinical applicability of the findings. Moreover, the immune infiltration analysis conducted using CIBERSORT and ssGSEA provides computational estimates rather than direct measurements, and the inherent limitations of bulk RNA sequencing may obscure the characterization of closely related immune cell subtypes. Future studies employing single-cell RNA sequencing, flow cytometry, or multiplexed immunofluorescence are recommended to enhance immune cell characterization and validate the computational predictions, thereby facilitating the clinical application of the identified therapeutic targets.