液体活检多组学揭示黏附通路失调与肾损伤严重程度的关联机制

研究人员针对严重急性肾损伤（AKI）与慢性肾病（CKD）进展的机制不明问题，通过整合尿液蛋白质组学（TMT-16 plex LC-MS/MS）、机器学习（ML）及单细胞转录组（scRNA-seq）技术，发现黏附通路和细胞外基质（ECM）降解是COVID-19相关AKI的核心驱动因素。该研究预测模型准确率达87%，并验证了肾小球足细胞和近端小管细胞的靶向损伤机制，为肾损伤干预提供了新靶点。

　　

研究背景
肾脏作为人体“沉默的器官”，其损伤往往在晚期才显现临床症状。严重急性肾损伤（AKI）是慢性肾病（CKD）的重要风险因素，但驱动损伤严重性的细胞特异性机制尚不明确。COVID-19大流行期间，高达37%的住院患者出现AKI，且部分患者康复后仍面临CKD风险。尽管已知SARS-CoV-2通过ACE2/TMPRSS2受体感染肾细胞，但不同肾细胞类型的损伤机制及其与疾病严重性的关联仍是未解之谜。

研究设计与方法
美国西奈山伊坎医学院（Icahn School of Medicine at Mount Sinai）和密歇根大学的研究团队开展了一项多中心观察性研究，整合了169例尿液蛋白质组学、437例血浆蛋白质组学和40例尿液沉淀单细胞转录组数据。通过机器学习（随机森林算法）筛选预测标志物，并利用诱导多能干细胞（iPSC）来源的肾脏类器官模型验证临床发现。

关键技术

1. 定量蛋白质组学：采用TMT-16重标记串联质谱（LC-MS/MS）分析尿液样本。
2. 机器学习：10折交叉验证的随机森林模型预测严重结局。
3. 单细胞测序：尿液沉淀scRNA-seq和肾脏类器官感染模型解析细胞特异性机制。

研究结果
1. 尿液蛋白质组特征预测COVID-19严重性
通过6,196种尿液蛋白的定量分析，发现严重COVID-19患者中细胞黏附通路（如ADGRL1、NECTIN1）显著下调，而ECM降解通路（如LGALS3BP）上调。机器学习模型以12个蛋白标志物（如EPHB2、PTPRJ）实现87%的预测准确率。

2. 跨疾病机制验证
非COVID-AKI患者中，10/12的ML标志物呈现相似表达模式，且KPMP外部验证队列中5/9标志物重现，提示黏附通路失调是AKI的共性机制。

3. 多组学整合揭示靶细胞
尿液与血浆蛋白质组共同富集于ECM稳态和凝血通路。scRNA-seq显示，髓袢升支/远曲小管（LOH/DCT）和巨噬细胞（MAC/DC）是核心响应细胞群，且CST3、IGFBP7等蛋白在临床与类器官模型中均显著变化。

4. 类器官模型验证
SARS-CoV-2感染的肾脏类器官中，足细胞和管状细胞表现出整合素-基底膜受体互作缺失，重现了临床观察到的纤维化表型。

结论与意义
该研究首次通过多组学交叉验证，阐明ECM降解和黏附通路失调是严重肾损伤的驱动机制，尤其影响肾小球足细胞和髓质肾小管细胞。其预测模型为COVID-19及非COVID-AKI的早期干预提供了工具，而类器官模型为机制研究提供了可扩展平台。未来针对整合素（如ITGA3/ITGB1）或金属硫蛋白（如MT1E）的干预策略或可缓解肾纤维化进展。

（注：专业术语如TMT-16 plex、scRNA-seq等在首次出现时已标注英文全称，后续使用缩写；细胞类型如LOH/DCT等保留原文缩写；机构名称按国际惯例翻译并保留英文。）