DNMT3A作为银屑病诊断标志物的发现：基于细胞死亡调控模式与生物信息学整合分析的研究

本研究针对银屑病（psoriasis）缺乏有效诊断标志物的问题，通过整合10个转录组数据集和单细胞测序（scRNA-seq）数据，结合机器学习构建了RCD.score模型，发现DNMT3A等5个关键基因与疾病显著相关。研究揭示了银屑病中免疫微环境与细胞死亡（RCD）的交互机制，为临床诊断和靶向治疗提供了新思路。

　　

银屑病是一种慢性炎症性皮肤病，以角质形成细胞异常增殖和免疫失调为特征，尽管IL-23/Th17通路已被广泛研究，但疾病异质性和治疗耐药性仍是临床难题。当前生物制剂虽有效，但存在费用高昂和长期感染风险，亟需更精准的诊断标志物。既往研究表明，细胞程序性死亡（regulated cell death, RCD）在银屑病进展中起关键作用，但其分子机制和临床应用价值尚未系统探索。

中山大学附属第七医院的研究团队通过整合10个公共数据库的转录组数据（GSE13355等），结合单细胞测序和孟德尔随机化（Mendelian randomization, MR）分析，首次系统评估了18种RCD模式在银屑病中的作用。研究发现，DNMT3A作为表观遗传调控因子，与银屑病免疫微环境重塑显著相关，相关成果发表于《Journal of Genetic Engineering and Biotechnology》。

研究采用多组学整合策略：首先通过共识聚类（ConsensusClusterPlus）将575例样本分为具有不同免疫特征的分子亚型；利用加权基因共表达网络分析（WGCNA）筛选892个关键模块基因；结合10种机器学习算法构建RCD.score诊断模型；通过scRNA-seq解析T细胞等免疫细胞的代谢重编程特征；最后通过MR分析和实验验证（RT-qPCR、免疫组化）锁定DNMT3A等5个核心基因。

分子亚型分析揭示免疫微环境异质性
共识聚类将患者分为Cluster A（高免疫浸润）和Cluster B（免疫抑制型），后者Treg细胞富集且转化生长因子-β（TGF-β）信号活跃。差异表达基因（DEGs）分析显示774个基因与细胞死亡和免疫通路相关，如凋亡关键分子BCL2和TP53。

RCD.score模型展现卓越诊断效能
基于18个枢纽基因构建的RCD.score在10个数据集中平均AUC达0.893，显著优于既往20种标志物。高评分组呈现"炎症型"微环境，CD8⁺
T细胞中糖脂代谢通路激活，且与PD-1/PD-L1表达正相关。

单细胞测序揭示T细胞核心作用
scRNA-seq显示T细胞的RCD.score显著高于角质形成细胞和成纤维细胞。细胞通讯分析表明，高评分组中T细胞通过IL-17等细胞因子驱动炎症网络。

MR锁定DNMT3A等致病基因
从芬兰基因组数据库筛选的154个风险基因中，DNMT3A、CDH6等5个基因通过实验验证。免疫荧光证实DNMT3A在银屑病皮损细胞核中高表达。

该研究创新性地建立了RCD.score这一跨数据集稳定的诊断工具，首次阐明DNMT3A通过表观遗传调控参与银屑病Th17/Treg平衡失调。临床样本验证显示，RCD.score可准确预测PD-1抑制剂疗效，为个体化治疗提供分子分型依据。未来需进一步探索DNMT3A在角质形成细胞-免疫细胞串话（crosstalk）中的具体机制，推动表观遗传靶向药物的研发。