当基因遇上凝胶：皮肤填充剂的计算免疫遗传学以及不同成分和基因型下免疫和纤维化反应的风险分层

《Aesthetic Plastic Surgery》：When Genes Meet Gels: Computational Immunogenetics of Dermal Fillers and Stratified Risk of Immune and Fibrotic Reactions across Compositions and Genotypes

真皮填充剂免疫反应与纤维化风险预测模型构建及验证，基于26种填充剂的物理化学属性与遗传变异模拟，通过层次贝叶斯模型量化生物刺激、免疫原性和纤维化指数，建立连续风险谱系，Profhilo等4种产品风险最低（均分<0.15），Sculptra等3种最高（均分>0.75），模型支持个性化选择和精准医嘱。

　　

摘要

背景

对皮肤填充剂的延迟性炎症和纤维化反应仍然难以预测，这反映了产品成分与宿主基因之间的复杂相互作用。

目的

开发并验证一个计算框架，将该框架整合填充剂的物理化学特性与模拟的基因变异相结合，以估计市面上各类产品的相对免疫风险和纤维化风险。

方法

使用AesthetiSIM?（一个基于Docker的可复现环境）中的分层贝叶斯模型，分析了26种填充剂，该模型结合了流变学、结构和成分参数以及基因型特异性修饰因子。推导出生物刺激性、免疫原性和纤维化指数的后验分布，并将综合得分标准化到[0–1]区间。敏感性分析包括暴露调整验证、留一法交叉验证和方差分解，以评估模型的稳健性。

结果

风险得分形成了一个连续谱。Profhilo、Juvéderm Volite、Voluma XC和Evolysse? SMOOTH的风险得分处于较低水平（平均值<0.15），而Sculptra、Radiesse和HArmonyCa的风险得分较高（平均值>0.75）。这些得分量化的是相对风险梯度，而非绝对事件概率。聚类分析和热图分析揭示了与已知材料特性一致的不同机制类别。

结论

皮肤填充剂的安全性存在于一个由成分和遗传易感性共同决定的分级连续体上。这一综合性、可复现的模型为个性化产品选择和精准美容实践中的患者咨询提供了基于证据的框架。

证据等级IV

本期刊要求作者为每篇文章指定一个证据等级。有关这些循证医学评级的完整描述，请参阅目录或在线作者指南：www.springer.com/00266。