综述：利用多组学见解改变心脏移植护理

这篇综述系统总结了多组学技术（包括基因组学、转录组学、蛋白质组学和代谢组学）在心脏移植（HTx）术后监测中的应用，重点探讨了非侵入性生物标志物如供体来源游离DNA（dd-cfDNA）和基因表达谱（GEP）对排斥反应（CAR）、移植物血管病变（CAV）及原发性移植物功能障碍（PGD）的预测价值，并揭示了单细胞组学与机器学习在靶向治疗开发和个体化诊疗中的潜力。

　　

引言

心脏移植（HTx）仍是终末期心脏病患者的终极治疗手段，全球每年超过6000例手术。然而，术后并发症如心脏同种异体移植排斥（CAR）、移植物血管病变（CAV）和原发性移植物功能障碍（PGD）严重影响患者长期预后。传统监测依赖侵入性心内膜活检（EMBx），但其并发症率和观察者间差异促使非侵入性生物标志物的开发。多组学技术通过高通量分析分子特征，为精准监测提供了新视角。

多组学在CAR及早期移植物损伤中的应用

基因组学：供体来源游离DNA（dd-cfDNA）作为非侵入性标志物，通过单核苷酸多态性（SNPs）区分供受体DNA。国际心肺移植协会（ISHLT）推荐其用于急性细胞性排斥（ACR）和抗体介导排斥（AMR）监测。研究显示，dd-cfDNA≥0.25%时，曲线下面积（AUROC）达0.89-0.95，阴性预测值（NPV）为99%。数字液滴PCR（ddPCR）与靶向测序（NGS）技术各具优势，但需权衡成本与时效性。

代谢组学：移植物灌注液代谢分析发现，支链氨基酸（如亮氨酸/异亮氨酸）和长链酰基肉碱水平与PGD显著相关（OR:0.42-0.50）。低温保存（TCHP）系统通过维持糖酵解和酮体代谢灵活性，改善移植物能量稳定性。

排斥类型特异性预测

转录组学：AlloMap基于11基因面板检测ACR（ISHLT≥3A级），阈值34时与EMBx等效（HR:1.04）。微小RNA（miR-181a-5p、miR-144-3p）在血清中差异表达，AUROC分别为0.804和0.801，可区分排斥严重程度。

蛋白质组学：CD5L作为巨噬细胞凋亡抑制剂，独立预测ACR（OR:14.74，AUROC:0.850）。非HLA抗体（如抗JUP）通过内皮功能障碍加剧AMR，为治疗提供新靶点。

单细胞技术揭示排斥机制

单细胞RNA测序（scRNA-seq）发现，心脏成纤维细胞（CFBs）通过CXCL9/CXCL10-CXCR3轴招募细胞毒性T细胞（CTLs），靶向阻断该通路可延长移植物存活。巨噬细胞中糖酵解-HIF1α正反馈环路促进炎症，抑制HIF1α可减轻排斥反应。

机器学习优化风险分层

随机森林模型整合外泌体标志物（CD3、HLA-II）实现排斥分类（准确率95%）。术前血浆KLKB1（AUROC:0.644）和CLEC4C（AUROC:0.66）联合临床特征显著提升PGD预测效能。尿液肽组（如胶原I）通过XGBoost算法识别CAV（AUROC:0.83），揭示平滑肌细胞增殖机制。

结论

多组学技术正重塑心脏移植监测范式：从基因组学的dd-cfDNA到单细胞解析的免疫互作网络，结合机器学习实现个体化干预。未来需探索干扰素（IFN）通路靶向治疗、空间转录组学应用，以及跨种族生物标志物验证，以全面提升移植物长期存活率。