编辑推荐：
为解决非酒精性脂肪性肝炎（NASH）缺乏无创诊断和预防手段的问题，研究人员开展了基于机器学习识别 NASH 进展为肝纤维化关键基因的研究。他们构建并验证诊断模型，发现 5 个关键基因，明确了相关通路和免疫细胞作用，为评估纤维化风险和免疫治疗提供依据。
非酒精性脂肪性肝炎（NASH）正逐渐成为全球范围内的重要健康问题。随着肥胖和代谢综合征的日益流行，非酒精性脂肪性肝病（NAFLD）患者数量迅速增加，其中 NASH 作为 NAFLD 的严重阶段，是导致肝纤维化的主要原因之一 。目前，NASH 相关肝病负担沉重，但却没有获批的针对性疗法。同时，缺乏准确预测 NASH 患者肝纤维化风险的工具，现有的组织学评估方法存在局限性。在此背景下，为了寻找可靠的治疗靶点，开发无创评估方法，来自娄底市中心医院、华中科技大学同济医学院附属协和医院等机构的研究人员开展了相关研究，其成果发表在《Scientific Reports》上。
研究人员采用了多种关键技术方法。首先从基因表达综合数据库（GEO）获取相关数据集，包括 GSE48452、GSE49541 等。利用 R 软件进行数据处理，通过 limma 包对 RNA - seq 数据进行标准化和差异分析；运用加权基因共表达网络分析（WGCNA）识别基因模块；借助 clusterProfiler R 包开展基因本体（GO）和京都基因与基因组百科全书（KEGG）通路富集分析；使用 12 种机器学习算法构建 103 个诊断模型，并通过交叉验证和扩大验证集防止过拟合，利用 CIBERSORT 算法评估免疫浸润模式。
研究结果如下：
- 差异表达基因的识别：整合 GSE48452、GSE49541 和 GSE89632 数据集，经标准化处理消除批次效应，确定了 104 个差异表达基因（DEGs），包括 25 个上调基因和 79 个下调基因。
- 关键基因模块及功能富集分析：对 NASH 样本进行聚类分析后，纳入 109 个样本进行 WGCNA。选定软阈值 β = 4，将基因分组为 10 个模块，其中棕色、绿色、品红色和蓝色模块与 NASH 纤维化显著相关。通过交集分析得到 74 个关键基因，并发现这些基因在细胞外基质组织、胶原蛋白原纤维组织等纤维化相关生物过程以及粘着斑、PI3K - Akt 信号通路等显著富集。
- NASH 纤维化诊断模型的构建与确立：基于关键基因表达谱，运用机器学习集成方法构建诊断模型，并使用 GSE130970 和 GSE163211 两个外部数据集进行验证。103 个模型表现均良好，其中 RF + Enet [alpha = 0.6] 模型最佳，平均 AUC 为 0.822，该模型包含 LUM、COL1A2、THBS2、COL5A2 和 NTS 五个关键基因，在训练集和验证集上展现出强大的诊断能力。
- 基因的表达模式与相互作用：火山图显示五个模型基因在 NASH 纤维化中均高表达。ROC 曲线分析表明它们对诊断 NASH 纤维化有效，LUM 的 AUC 最高达 0.874。Pearson 相关分析显示 LUM 和 THBS2 与其他基因相关性强，可能是枢纽基因。GeneMANIA 分析发现模型基因共同参与和调节关键的 NASH 纤维化功能和通路。
- NASH 纤维化免疫微环境的变化：利用 CIBERSORT 算法分析发现，NASH 纤维化患者静息 NK 细胞减少，活化 NK 细胞、单核细胞和促炎 M1 巨噬细胞增加，而 M2 巨噬细胞减少。不同免疫细胞间存在相互作用，模型基因与免疫细胞类型或功能状态也存在相关性，如 LUM、COL1A2 和 THBS2 与 M1 巨噬细胞正相关，与 M2 巨噬细胞负相关等。
研究结论和讨论部分指出，该研究整合分析相关数据集，构建并验证了 NASH 纤维化诊断模型，确定了五个关键基因。这些基因在胶原蛋白和细胞外基质相关通路中发挥重要作用，揭示了 NASH 进展为肝纤维化的潜在机制。同时，研究发现免疫细胞如 M1 巨噬细胞参与 NASH 纤维化过程，这为免疫治疗提供了潜在方向。不过，研究存在一定局限性，缺乏亚洲人群的数据集，未来需收集相关样本进一步验证模型的普适性。总体而言，该研究为 NASH 的临床管理和靶向治疗发展提供了坚实的理论基础 。
