神经母细胞瘤患儿中免疫代谢相关生物标志物的识别与验证以及免疫浸润特征的研究——以 opsoclonus myoclonus ataxia 综合征为例

《CNS Neuroscience & Therapeutics》：Identification and Verification of Immune Metabolism–Related Biomarkers and Immune Infiltration Landscape for Pediatric Opsoclonus Myoclonus Ataxia Syndrome in Neuroblastoma

儿童神经母细胞瘤相关OMAS的免疫代谢标志物筛选与诊断模型构建研究，采用生物信息学分析、WGCNA网络和三种机器学习算法（LASSO、SVM-RFE、随机森林）从162个差异基因中筛选出TRAF3IP2、RIPK1、KEAP1、DPP4作为诊断标志物，并通过ROC曲线和临床样本验证其诊断价值（AUC＞0.8），并发现靶向药物如bardoxolone methyl可能有效。

　　在儿童神经母细胞瘤中， opsoclonus-myoclonus-ataxia syndrome（OMAS）是一种相对少见但具有显著临床意义的神经系统疾病。OMAS通常表现为快速的眼动异常、肌阵挛和共济失调，同时可能伴有易激惹和睡眠障碍等非特异性症状。由于其临床表现的多样性，OMAS的诊断往往具有一定的挑战性，尤其是在早期阶段。值得注意的是，OMAS与神经母细胞瘤之间存在密切的关联，这种关联不仅影响疾病的临床表现，还可能改变疾病的预后。因此，早期识别OMAS对于改善患者治疗效果具有重要意义。

近年来，免疫代谢在神经系统疾病中的作用逐渐受到重视。免疫细胞的代谢状态不仅影响其功能，还可能在疾病的发生和发展过程中发挥关键作用。例如，已有研究表明，某些免疫细胞如CD19 B细胞和γδ T细胞在OMAS患者中的比例显著升高，而CD4 T细胞的比例则降低。此外，OMAS患者体液中的sCD14水平显著高于对照组，这表明免疫系统的异常活动可能在OMAS的病理过程中起到重要作用。基于这些发现，深入研究与免疫微环境相关的特征基因，有助于识别可能从免疫治疗中受益的OMAS患者。

本研究旨在通过整合生物信息学分析和机器学习方法，筛选出与OMAS相关的免疫代谢特征基因，并探索这些基因在疾病诊断中的潜在价值。研究首先从GeneCards数据库中获取与免疫代谢相关的基因，并通过生物信息学方法筛选出在OMAS患者中差异表达的基因。进一步利用加权基因共表达网络分析（WGCNA）和免疫浸润分析，识别出与免疫细胞变化高度相关的基因模块。这些模块与免疫细胞的表达水平具有显著相关性，为后续筛选具有诊断价值的基因提供了依据。

为了确定最具诊断价值的基因，研究采用了三种机器学习算法：LASSO逻辑回归模型、支持向量机递归特征消除（SVM-RFE）模型和随机森林模型。通过这些算法，研究筛选出四组基因，即TRAF3IP2、RIPK1、KEAP1和DPP4，并进一步验证其在OMAS诊断中的价值。通过构建ROC曲线和校准曲线，研究发现这些基因的诊断效能较高，AUC值均超过0.8，表明其在区分OMAS患者与非OMAS患者方面具有良好的特异性与敏感性。此外，研究还构建了一个诊断评分模型，用于量化这些基因的诊断价值。

除了诊断效能的评估，研究还探讨了这些基因与免疫细胞浸润、基因集富集分析（GSEA）以及潜在药物之间的关系。通过构建蛋白-蛋白相互作用（PPI）网络，研究发现这些基因在免疫相关的信号通路中具有重要的调控作用。例如，TRAF3IP2与多种免疫细胞（如嗜酸性粒细胞、髓源性抑制细胞和激活的CD8 T细胞）存在显著正相关，而KEAP1则与记忆B细胞、未成熟B细胞、激活的CD8 T细胞等具有负相关。这些结果提示，TRAF3IP2和KEAP1可能在免疫反应的调控中扮演重要角色，尤其是在OMAS相关的炎症和自身免疫过程中。

此外，研究还通过药物基因相互作用数据库（DGIdb）预测了这些基因可能的靶向药物。其中，bardoxolone methyl、alogliptin和teneligliptin被识别为潜在的治疗药物。这些药物分别与TRAF3IP2、RIPK1、KEAP1和DPP4存在相互作用，可能通过调节免疫代谢过程来改善OMAS患者的临床症状。例如，bardoxolone methyl是一种NRF2激活剂，已被证明在多种氧化应激和炎症性疾病中具有保护作用。alogliptin和teneligliptin则属于DPP4抑制剂，已被用于治疗糖尿病及相关神经系统疾病，显示出一定的神经保护潜力。

在临床验证方面，研究收集了10对配对样本（共20例），并采用qRT-PCR和Western Blot方法检测了TRAF3IP2、RIPK1、KEAP1和DPP4在OMAS患者与对照组中的表达水平。结果显示，DPP4、RIPK1和TRAF3IP2在OMAS组中表达水平显著升高，而KEAP1则显著降低。这些发现与生物信息学分析结果一致，进一步验证了这些基因在OMAS中的重要性。同时，研究还分析了患者的临床特征，发现OMAS组中男性比例较低，且接受过乙型肝炎疫苗和脑膜炎疫苗注射的患者数量较多。这些结果提示，性别和疫苗接种史可能是影响OMAS发生的重要因素，但其具体机制仍需进一步研究。

本研究的发现具有重要的临床意义。首先，TRAF3IP2、RIPK1、KEAP1和DPP4被确认为OMAS的潜在诊断标志物，这为早期识别OMAS提供了新的思路。其次，通过构建诊断模型和校准曲线，研究展示了这些基因在疾病预测中的可靠性。此外，通过分析这些基因与免疫细胞和信号通路的关系，以及潜在的药物靶点，研究为OMAS的免疫治疗提供了理论基础。最后，临床样本的验证进一步支持了这些基因在OMAS中的重要性，并为后续的转化研究奠定了基础。

然而，本研究也存在一定的局限性。首先，研究主要依赖于GSE189367这一公共数据集，且临床样本数量较少，这可能影响研究结果的普适性。其次，尽管筛选出了一些可能的免疫细胞和药物靶点，但这些结果仍需通过实验验证。此外，诊断模型的临床价值还需要在其他数据集中进行进一步验证，以提高其预测能力。因此，未来的研究可以考虑纳入更多临床样本，并通过体外和体内功能实验，深入探讨这些基因在OMAS病理过程中的具体作用机制，以及它们之间可能存在的协同或调控关系。

总体而言，本研究通过多组学整合分析和机器学习方法，成功识别出与OMAS相关的免疫代谢特征基因，并构建了可靠的诊断模型。这些基因的发现不仅有助于理解OMAS的免疫机制，还为未来的免疫治疗提供了新的靶点。同时，潜在药物的筛选为OMAS的治疗策略提供了方向，可能为临床提供新的治疗选择。未来的研究应进一步扩大样本规模，并结合实验验证，以完善对OMAS的诊断和治疗方案。