利用Olink衍生炎症蛋白特征对HBV相关急性肝衰竭（ACLF）患者90天死亡率的机器学习预测

《LIVER INTERNATIONAL》：Machine Learning Prediction of 90-Day Mortality in HBV-Related ACLF Using Olink-Derived Inflammatory Protein Signatures

HBV-ACLF患者中采用Olink蛋白质组学技术发现IL-6、MMP10和CX3CL1三联生物标志物可精准预测90天死亡率（AUC=0.98），并通过机器学习模型验证其在多中心队列中的泛化性。

　　HBV-ACLF是一种由乙型肝炎病毒引起的严重临床综合征，其特点是慢性肝病的急性恶化，表现为肝功能障碍（如黄疸和凝血功能异常）以及肝外器官功能衰竭（如肝性脑病和肾功能障碍）。这种疾病具有极高的死亡率，因此，如何在早期识别高风险患者并采取干预措施成为临床治疗的重要课题。目前，HBV-ACLF的治疗主要依赖于肝移植和重症监护室的支持性治疗，但由于大多数患者存在多器官衰竭和疾病进展迅速，肝移植的时机非常有限。因此，及时对患者进行基础评估，不仅有助于合理分配有限的器官资源，还能通过早期识别高风险患者有效降低死亡率。

为了更准确地评估HBV-ACLF患者的预后，研究人员采用了一种创新的方法——利用Olink近邻扩展分析技术，对96种与炎症相关的血浆蛋白进行定量分析。该技术基于双识别免疫分析原理，使用带有特定DNA寡核苷酸标记的抗体同时结合目标蛋白，促进抗体聚集并形成蛋白特异性DNA“条形码”，通过PCR扩增后进行检测。Olink技术具有良好的重复性、稳定性和灵活性，能够选择特定的检测组合，适用于多种疾病的研究。研究还结合了机器学习算法和多变量回归分析，以识别最具预测价值的生物标志物组合和潜在的治疗靶点。

研究结果显示，非存活组患者中有26种蛋白的表达水平显著升高，主要富集在细胞因子-细胞因子受体相互作用通路。这表明，这些蛋白可能在疾病进展和患者预后中起关键作用。进一步分析发现，IL-6、MMP10和CX3CL1这三个蛋白与死亡率具有高度相关性。基于这三个蛋白建立的机器学习模型在发现队列中表现出极高的预测准确性（AUC=0.98），并且在建模队列和验证队列中均得到了有效验证，说明它们可以作为HBV-ACLF患者90天死亡率的可靠生物标志物。这些发现为HBV-ACLF的发病机制研究和潜在药物靶点的识别提供了新的方向，也有助于临床决策的早期制定。

研究中还采用了多种分析方法，包括基因本体（GO）和京都基因与基因组百科全书（KEGG）通路富集分析，以进一步揭示这些差异表达蛋白（DEPs）的生物学意义。通过蛋白质-蛋白质相互作用（PPI）网络分析，研究人员发现这些蛋白在细胞膜和细胞外区域主要富集，表明它们可能参与细胞信号传导、免疫调节和细胞间相互作用。此外，蛋白质之间的相互作用网络显示出高度连接性，其中IL-6与多种趋化因子（如CCL2、CCL3、CXCL8、CX3CL1和CCL25）形成了关键节点，说明这些蛋白在HBV-ACLF死亡机制中可能发挥核心作用。

为了验证这些生物标志物的临床价值，研究团队进一步在建模队列和验证队列中进行了分析。ELISA检测结果表明，这些炎症相关蛋白在健康对照组和存活患者中的表达水平较低，而在非存活患者中显著升高。ROC曲线分析显示，这三个蛋白的组合模型在建模队列和验证队列中均表现出优异的预测性能，AUC分别为0.90和0.87，显著优于现有的MELD-Na、COSSH-ACLF II和CLIF-C ACLF评分系统。这表明，基于这三个蛋白的模型在预测HBV-ACLF患者90天死亡率方面具有更高的准确性和可靠性。

研究还发现，这三个蛋白的表达水平与患者的临床指标（如TBIL、NLR、淋巴细胞/单核细胞比值和CLIF-C ACLF评分）密切相关。特别是在非存活组中，IL-6、CX3CL1和MMP10的表达水平显著高于存活组，提示它们在HBV-ACLF的病程发展中可能起着重要作用。此外，生存分析显示，根据模型得分，90天死亡率在建模队列中为75.5%，在验证队列中为80.0%，进一步验证了该模型的预测能力。

综上所述，该研究不仅揭示了HBV-ACLF患者血浆中差异表达蛋白的分布特征，还通过机器学习模型构建了一种高效的预后预测工具。这一工具能够帮助临床医生在早期识别高风险患者，并为个体化治疗策略的制定提供依据。同时，研究还指出了炎症相关通路和关键蛋白在HBV-ACLF发病机制中的重要作用，为未来开发新的治疗靶点和干预措施提供了理论支持。尽管该研究取得了一定成果，但仍存在一些局限性，例如样本量相对较小、缺乏多中心验证等。因此，未来需要在更大规模、多中心、跨人群和跨地区的国际合作研究中进一步验证和优化这一模型，以实现其在全球范围内的广泛应用。