T细胞代谢重编程在结核病诊断中的突破：基于代谢基因标志物的新型分子分型与免疫治疗策略

本研究针对结核病（TB）与潜伏感染（LTBI）鉴别诊断的临床难题，通过单细胞转录组（scRNA-seq）与机器学习算法（XGBoost/SVM-RFE）筛选出FHIT、MAN1C1等5个T细胞代谢关键基因（TCM-DEGs），构建了AUC达0.873的诊断模型。研究发现TB患者存在单核/巨噬细胞扩增与T/NK细胞耗竭的免疫失衡特征，并首次鉴定出M1巨噬细胞主导型与CD8+ T细胞浸润型两种分子亚型，为结核病精准免疫治疗提供新靶点。

　　

结核病（TB）仍是全球最致命的传染病之一，每年导致125万人死亡。尽管90%的结核分枝杆菌（Mtb）感染者会发展为潜伏感染（LTBI），但其中5-10%会进展为活动性结核（ATB）。目前临床依赖的结核菌素试验（TST）和γ-干扰素释放试验（IGRA）无法区分LTBI与ATB，更无法预测哪些潜伏感染者会发病。这一诊断困境背后，是人们对T细胞代谢如何调控免疫清除与免疫逃逸的认知空白。

为解决这一难题，泗阳医院与江苏大学附属医院的研究团队在《European Journal of Medical Research》发表了一项开创性研究。他们通过单细胞RNA测序（scRNA-seq）分析7例受试者（含2例健康对照、2例LTBI和3例ATB）的外周血单个核细胞（PBMCs），结合机器学习算法筛选出5个T细胞代谢相关差异基因（TCM-DEGs），构建了高精度诊断模型，并首次揭示了结核病的两种免疫代谢亚型。

研究主要采用四大技术方法：1）单细胞转录组测序解析PBMCs免疫图谱；2）CellChat算法重建细胞间通讯网络；3）XGBoost等机器学习筛选关键代谢基因；4）CIBERSORT量化免疫细胞浸润。样本来源于GEO数据库的6个独立队列（GSE39939等）和20例临床验证样本（10例TB vs 10例LTBI）。

多样性免疫细胞谱系的功能解析
通过UMAP降维技术，研究团队发现TB患者单核/巨噬细胞比例显著升高（p<0.001），而T细胞和NK细胞明显减少。LTBI患者则呈现CD4⁺
/CD8⁺
T细胞比例的中间态，提示其处于动态免疫平衡状态。

TB中T细胞亚群的功能状态与动态变化
CD8⁺
细胞毒性T细胞通过MHC-I和BTLA信号通路成为免疫调控核心节点。ATB患者炎症性T细胞亚群显著扩增，而健康对照以静息/初始T细胞为主。

细胞通讯分析
CD8⁺
T细胞通过MIF和MHC-I通路主导细胞间交流，其交互频率是其他亚群的3倍，揭示了其在免疫清除与调节中的双重作用。

代谢差异基因的获取
通过KEGG富集分析发现，差异基因显著富集于PD-1检查点、NF-κB等免疫相关通路。维恩图交叉筛选出10个候选基因，其中FHIT、SLC4A7等5个基因与糖代谢和脂代谢通路密切相关。

机器学习构建诊断模型
XGBoost算法筛选的FHIT基因在验证队列中AUC达0.873。整合5个基因的nomogram模型C-index高达0.944，决策曲线分析显示其具有显著临床净收益。

TCM-DEGs相关亚群的鉴定
共识聚类发现TB存在两种亚型：M1巨噬细胞优势型（高表达AKR1C3）和CD8⁺
T细胞浸润型（高表达NT5E）。这种分型在COPD和SLE等其他疾病中同样适用，提示代谢-免疫轴调控的普适性。

临床验证
RT-qPCR证实TB患者中FHIT、MAN1C1表达显著下调（p<0.01），而MAN1A1上调2.3倍，与生物信息学预测完全一致。

这项研究首次系统阐释了T细胞代谢重编程在结核病进展中的核心作用：1）FHIT基因通过调控嘌呤代谢影响HER2信号通路；2）SLC4A7作为关键碳酸氢盐转运体，调控巨噬细胞吞噬体酸化；3）CD73/NT5E通过腺苷通路介导免疫抑制。这些发现不仅提供了超越IGRA的新型诊断工具，更揭示了靶向代谢通路增强免疫治疗的可行性——M1巨噬细胞富集亚型可能对PD-1抑制剂敏感，而CD8⁺
T细胞浸润亚型或更适合IL-2等免疫刺激疗法。该研究为结核病精准医学时代的诊断分型与治疗决策奠定了分子基础。