基于血液转录组可变剪接模式的局灶性与全面性癫痫发作鉴别研究

这篇研究通过分析癫痫患者血液样本的RNA剪接变异和转录表达谱，首次揭示了局灶性（focal）与全面性（generalized）癫痫发作后差异显著的转录本使用模式（differential transcript usage, DTU），并鉴定出2689个异构体转换事件（isoform switching）及新型转录本（如CD300 MSTRG.26116.1）。研究结合机器学习（ML）模型（随机森林/rf、径向支持向量机/rSVM）实现83%-100%的发作类型分类准确率，为癫痫 retrospective诊断提供了非侵入性生物标志物新策略。

　　

引言

癫痫发作的 retrospective诊断依赖临床表征和视频脑电图（vEEG），但成本高且时效性差。研究团队前期证实血液RNA特征可区分非癫痫性发作与癫痫，本研究进一步探索RNA剪接变异在局灶性与全面性癫痫鉴别中的价值。

方法

27例接受vEEG监测的癫痫患者（Emory University Hospital）在基线、发作后4-6小时和出院时采集血液样本。通过STAR和StringTie2进行RNA测序（RNA-Seq）分析，采用IsoformSwitchAnalyzeR鉴定异构体转换（|dIF|>0.1），并利用随机森林（rf）等ML模型构建分类器。

结果

差异表达谱：全面性发作呈现更广泛的转录响应，发作后4-6小时和出院时分别检出74和70个差异表达转录本（2-FC，FDR<0.05），而局灶性发作仅41和17个。
异构体转换：发现2689个转换事件涉及1249个基因，其中742个基因对NMD敏感。CORO1C（q=4.18×10^-32
）和SNHG1（q=3.26×10^-54
）分别为局灶性和全面性发作的顶级转换基因。新型转录本如RNF216（MSTRG.52862.7）表现出显著转换。
功能机制：25.03%的转换事件由可变剪接（AS）、可变转录起始位点（aTSS）和终止位点（aTTS）共同驱动，其中aTTS在全面性发作中显著富集。
ML模型：基于差异转录本的rf和rSVM模型对全面性发作分类准确率达83%，多元自适应回归样条（mars）对局灶性发作达100%。

讨论

全面性发作引发更强的转录组扰动和免疫通路激活（如细胞因子调控），而局灶性发作以急性炎症反应为主。RNF216等基因的NMD敏感异构体可能成为特异性生物标志物。血液RNA的动态变化为发作类型 retrospective诊断提供了新视角。

局限性

样本量较小（n=27）且缺乏独立验证队列，未来需扩大样本并探索CRISPR调控异构体的功能机制。研究为癫痫精准分型和治疗决策提供了潜在分子工具。