揭示KLRD1在冠状动脉粥样硬化中的免疫调控作用：基于生物信息学与机器学习的机制探索与诊断标志物发现

本研究聚焦冠状动脉粥样硬化（AS）这一慢性炎症性疾病，通过整合GSE43292和GSE9820数据集，结合Lasso回归与SVM-RFE算法，首次系统解析了免疫相关基因KLRD1（自然杀伤细胞关键受体）在AS中的调控网络。研究发现KLRD1通过调节单核细胞分化、T细胞活化及细胞间黏附等免疫通路，显著影响斑块微环境中的免疫细胞浸润（如CD8+ T细胞、活化树突状细胞），其表达水平与AS进展密切相关。该成果发表于《Journal of Cardiothoracic Surgery》，为AS的免疫治疗提供了新靶点，并建立了基于23个枢纽基因（含KLRD1）的高精度诊断模型（AUC达0.831）。

　　

冠状动脉粥样硬化（AS）作为心血管疾病的主要病理基础，每年导致全球超1800万人死亡，其本质是脂质沉积与慢性炎症共同驱动的血管病变。尽管已知免疫细胞浸润是斑块进展的核心环节，但调控这一过程的关键基因网络仍不明确。尤其令人困惑的是，自然杀伤细胞（NK细胞）表面受体KLRD1（又称CD94）在AS中的作用机制长期未被阐明——它如何通过HLA-E分子识别影响免疫微环境？能否成为预测斑块稳定性的生物标志物？这些问题直接关系到AS精准诊疗策略的开发。

山东大学齐鲁医院心血管团队联合青岛市即墨区人民医院，通过多组学整合分析揭开了这一谜题。研究人员首先从GEO数据库获取AS患者与健康对照的转录组数据（GSE43292为训练集，GSE9820为验证集），利用limma包筛选出2798个差异表达基因（DEGs）。为锁定核心靶点，团队创新性地采用三重机器学习算法：Lasso回归压缩无关变量，SVM-RFE（支持向量机递归特征消除）优化分类器性能，随机森林（Random Forest）评估基因重要性。这一组合策略最终鉴定出23个枢纽基因，其中KLRD1因与免疫通路的高度关联性成为研究焦点。

关键实验技术
研究通过CIBERSORT算法量化22种免疫细胞浸润水平，结合ESTIMATE评估整体免疫微环境；采用GSEA和GSVA解析KLRD1相关通路的富集特征；利用ROC曲线（AUC指标）验证诊断模型的准确性；构建miRNA-lncRNA调控网络揭示表观遗传机制。所有分析均基于R语言（v4.1.0）完成。

KLRD1的免疫调控特征
在AS患者中，KLRD1高表达组显著激活JAK-STAT信号通路（hsa04630）和T细胞受体通路（hsa04660），其共表达基因如GZMB（颗粒酶B）、CCL5（趋化因子）均参与细胞毒性反应。免疫浸润分析显示，KLRD1水平与浆细胞（r=0.42）、活化树突细胞（r=0.38）呈正相关，而与静息CD4⁺ T细胞（r=-0.31）负相关，提示其可能通过重塑免疫细胞平衡促进斑块炎症。

诊断模型验证
基于23个枢纽基因（含SF3B3、LGALS3BP等）的预测模型在独立队列中表现优异：KLRD1的AUC达0.741，而代谢相关基因NDFIP1更高（AUC=0.794）。值得注意的是，KLRD1调控网络中的hsa-miR-186-5p等10种miRNA与RP11-326C3.10等61种lncRNA构成ceRNA（竞争性内源RNA）网络，可能通过表观遗传机制放大其效应。

讨论与展望
该研究首次阐明KLRD1通过“NK细胞活化-细胞因子释放-单核细胞募集”轴加剧AS进展，其诊断价值超越传统标志物如C反应蛋白。局限性在于尚未明确KLRD1基因多态性是否影响AS易感性。作者建议未来研究可结合单细胞测序解析KLRD1⁺ NK细胞的时空分布特征，并探索靶向CD94/NKG2A受体的免疫疗法。这一发现为理解AS的免疫代谢异常提供了新视角，相关成果已申请青岛市科技计划项目（25-1-5-smjk-9-nsh）支持。