基于生物信息学与机器学习的COVID-19、急性心肌梗死和急性缺血性脑卒中共同诊断标志物及免疫浸润特征研究

为解决COVID-19患者易并发血栓性疾病（如急性心肌梗死AMI和急性缺血性脑卒中AIS）的机制不明问题，宁夏医科大学总医院研究人员通过整合GEO数据集，结合生物信息学与机器学习方法，鉴定出88个共差异表达基因（co-DEGs），发现S100A12是三种疾病共有的免疫相关生物标志物，其诊断AIS的AUC达0.812。该研究为多系统血栓性疾病的早期诊断提供了新靶点。

　　

全球COVID-19大流行不仅引发呼吸系统病变，更导致心血管和脑血管系统的严重并发症。临床观察显示，COVID-19患者静脉和动脉血栓形成风险显著增加，急性心肌梗死（AMI）和急性缺血性脑卒中（AIS）发病率急剧上升，尤其在老年人群中死亡率居高不下。这种凝血异常可能与炎症诱导的内皮损伤、细胞因子风暴、组织因子（TF）激活等多重机制相关，但三种疾病间的共同分子机制仍不明确。

为揭示这一科学问题，宁夏医科大学总医院的研究团队Ya-Nan Ma、Si-Rong Ma等开展了一项跨疾病研究，成果发表于《BMC Neurology》。研究人员创新性地采用生物信息学与机器学习相结合的策略，通过分析GSE171110（COVID-19）、GSE66360（AMI）和GSE58294（AIS）三个基因表达数据集，系统探索了三种疾病的共同病理机制。

研究主要采用以下关键技术：1）基于limma包的差异表达基因（DEGs）筛选；2）GO/KEGG功能富集分析；3）CIBERSORT算法进行免疫细胞浸润评估；4）随机森林和XGBoost机器学习模型筛选关键基因；5）蛋白质相互作用（PPI）网络构建；6）独立数据集GSE152418（COVID-19）、GSE48060（AMI）和GSE16561（AIS）验证；7）临床样本qRT-PCR实验验证。

研究结果部分：

1. 差异表达基因鉴定
   通过阈值log₂(Fold Change)>±1.5和p<0.05筛选出88个共差异基因（co-DEGs），其中COVID-19数据集鉴定6588个DEGs，AMI数据集1632个，AIS数据集824个。火山图显示S100A12在三种疾病中均显著上调。

2. 功能与通路富集分析
   GO分析揭示co-DEGs显著富集于白细胞活化（GO:0002366）、髓系白细胞激活（GO:0002274）等免疫炎症相关过程。KEGG通路显示这些基因主要参与结核病（hsa05152）、中性粒细胞胞外诱捕网形成（hsa04613）等通路，提示中性粒细胞介导的免疫血栓形成可能是共同机制。

3. 免疫浸润特征
   CIBERSORT分析发现：COVID-19组中性粒细胞和M0型巨噬细胞显著增加，CD4⁺记忆T细胞减少；AMI组γδ T细胞异常降低；AIS组B细胞 naive亚群变化显著。免疫热图显示中性粒细胞与肥大细胞活化呈正相关，与树突状细胞静止态呈负相关。

4. 枢纽基因鉴定
   PPI网络确定前10位核心基因为MMP9、TLR2、TLR4、ITGAM、S100A12等。机器学习交叉验证获得CLEC4E、S100A12和IL1R2三个关键基因。最终锁定S100A12作为共同生物标志物，其在验证数据集中的表达水平与疾病组显著正相关（p<0.0001）。

5. 诊断效能评估
   ROC曲线显示S100A12对COVID-19（AUC=0.775）、AMI（AUC=0.782）和AIS（AUC=0.812）均具良好判别力。qRT-PCR实验证实COVID-19、AMI和AIS患者血液中S100A12表达量较健康对照显著升高。

讨论部分指出，S100A12作为髓系相关S100蛋白家族成员，可能通过结合晚期糖基化终末产物受体（RAGE）激活NF-κB通路，上调VCAM-1/ICAM-1表达，促进内皮损伤和免疫血栓形成。该研究首次揭示：1）三种疾病共享中性粒细胞介导的免疫炎症通路；2）S100A12可作为跨疾病诊断标志物；3）为COVID-19相关血栓并发症的早期预警提供分子依据。

研究的临床意义在于：1）突破单病种研究局限，建立多系统血栓性疾病的共同机制框架；2）S100A12检测试剂盒开发可能实现"一标多病"筛查；3）为靶向免疫血栓形成的联合治疗策略奠定理论基础。局限性包括样本来源限于外周血、缺乏多组学整合等，未来需开展多中心临床验证和器官特异性研究。