编辑推荐：
为解决翼状胬肉发病机制不明、缺乏有效治疗手段的问题，研究人员开展翼状胬肉基因表达变化及免疫细胞浸润的研究。通过多组学分析和机器学习算法，确定了 4 个候选生物标志物，发现免疫微环境的改变，为翼状胬肉诊疗提供新方向123。
翼状胬肉是一种常见的眼部疾病，在热带和亚热带地区尤为高发，全球发病率约 12%。它是由于结膜组织异常增生，像一块 “赘肉” 长在眼睛上，不仅会让患者眼部感到不适，还会影响视力，严重降低患者的生活质量。而且，手术切除作为主要治疗方式，却面临着高复发率以及术后干眼、角膜散光、角膜瘢痕等一系列问题，这让患者和医疗工作者都十分困扰。一直以来，虽然知道翼状胬肉的发生和发展与长期紫外线暴露、环境污染、地理位置、遗传等因素有关，但它发病的分子机制却始终是个 “谜团”，缺乏有效的治疗手段。
为了揭开这个 “谜团”，云南省第二人民医院（云南省眼病临床医学研究中心、云南大学附属医院）等单位的研究人员开展了一项关于翼状胬肉发病机制的研究。该研究成果发表在《Scientific Reports》上，为翼状胬肉的诊疗带来了新的希望。
研究人员为了深入了解翼状胬肉发病机制，采用了多种技术方法。首先，收集了翼状胬肉组织和相邻正常结膜组织样本，对其进行 RNA 测序，获取基因表达数据。同时，结合生物信息学分析方法，筛选出差异表达基因（DEGs）。另外，运用了多种机器学习算法，如最小绝对收缩和选择算子（LASSO）、支持向量机递归特征消除（SVM - RFE）、随机森林（Random Forest），来识别潜在的诊断生物标志物。通过这些技术，研究人员全面地对翼状胬肉的分子特征和免疫微环境进行了分析。
研究结果如下：
- 差异表达基因（DEGs）的鉴定：通过 R 语言工具筛选，在 PRJNA1147595 数据集和 GSE2513 数据集中分别鉴定出 2437 个和 172 个差异表达基因。火山图和热图展示了这些基因的表达变化情况，并且样本聚类效果良好，数据质量较高4。
- 基因富集分析（GSEA）和基因集变异分析（GSVA）：GSEA 分析发现，两个数据集在某些通路存在显著富集，如 PID_INTEGRIN1_PATHWAY 和 MET_ACTIVATES_PTK2_SIGNALING 等。GSVA 分析揭示了 PRJNA1147595 数据集的差异通路，包括 HALLMARK_TNFA_SIGNALING_VIA_NFKB、HALLMARK_OXIDATIVE_PHOSPHORYLATION 等，这些结果与 GSE2513 数据集的部分通路结果一致5。
- 差异表达基因（DEGs）的富集分析：两个数据集共有 52 个共同差异表达基因（co - DEGs）。GO 和 KEGG 通路富集分析显示，这些基因主要富集在 “肽交联”“细胞对金属离子的反应”“雌激素信号通路”“IL - 17 信号通路” 等多个生物学过程和信号通路中6。
- 候选诊断生物标志物的筛选：利用三种机器学习算法，最终确定了 FN1、SPRR1B、SERPINB13 和 EGR2 这 4 个基因作为翼状胬肉的关键生物标志物。ROC 曲线分析表明，它们具有显著的诊断潜力7。
- 免疫细胞浸润分析及与特征基因的关系：通过单细胞基因集富集分析（ssGSEA）发现，翼状胬肉组织中 Th2 细胞浸润增加，而 CD8+ T 细胞、细胞毒性细胞等多种免疫细胞减少。同时，分析了 4 个关键生物标志物与免疫细胞的关系8。
- 临床样本和 GSE51995 数据集验证：通过组织染色和对 GSE51995 数据集的分析，以及 qPCR 实验验证，发现 FN1 和 SPRR1B 在翼状胬肉组织中表达显著升高，而 SERPINB13 和 EGR2 的表达差异虽不具有统计学意义，但趋势与其他数据集一致9。
- 潜在药物候选物的鉴定：借助 DSigDB 数据库，筛选出了针对 FN1 和 SPRR1B 的潜在药物候选物，如 alitretinoin CTD 00003402 和 phorbol 12 - myristate 13 - acetate CTD 00006852 等，为翼状胬肉的治疗提供了新的方向10。
研究结论和讨论部分指出，该研究为翼状胬肉的分子特征和免疫微环境提供了有价值的见解。确定的潜在生物标志物，如 FN1 和 SPRR1B，在翼状胬肉的发病机制中具有重要意义，为进一步将这些发现应用于临床实践奠定了基础。同时，研究还发现翼状胬肉组织中免疫细胞浸润的变化，提示免疫调节可能是治疗翼状胬肉的新策略。此外，通过通路分析确定的关键信号通路，也为开发靶向治疗药物提供了理论依据。不过，该研究也存在一定的局限性，如样本量有限、缺乏广泛的临床验证、依赖生物信息学方法可能忽略复杂的生物学相互作用等。未来还需要更大规模的前瞻性研究来进一步验证这些发现，以推动翼状胬肉的临床诊疗发展。
