谷氨酰胺代谢介导的免疫调控在脓毒症生物标志物发现中的多组学整合与机器学习研究

这篇研究通过孟德尔随机化(MR)、单细胞RNA测序(scRNA-seq)和多组学整合，揭示了HLA-DR+ NK细胞通过降低谷氨酰胺降解产物水平(SSC-A表型)对脓毒症的保护作用，并利用CatBoost/XGBoost机器学习筛选出SRSF7、E2F2、RAB13和S100A8等关键分子，为脓毒症的早期诊断提供了新靶点。

　　

1 引言

脓毒症作为全球重大健康挑战，其高死亡率与免疫代谢紊乱密切相关。研究团队创新性整合孟德尔随机化(MR)、单细胞多组学和机器学习(ML)技术，系统解析谷氨酰胺代谢通过NK细胞调控脓毒症的分子机制。

2 方法

采用两样本MR分析731种免疫表型与1400种血浆代谢物对脓毒症的影响，通过UK Biobank数据库(ieu-b-5086/ieu-b-4981)获取GWAS数据。单细胞数据GSE167363用于免疫细胞注释和差异分析，LASSO回归筛选枢纽基因后，构建CatBoost/XGBoost/NGBoost预测模型，并通过临床样本RT-qPCR验证。

3 结果

3.1 因果关联发现

MR分析揭示5种免疫表型与脓毒症存在因果关联：SSC-A on HLA-DR+ NK细胞可降低脓毒症风险(IVW β=-0.21)，而浆细胞样DC的SSC-A表型增加风险。13种代谢物中，谷氨酰胺降解产物水平显著促进脓毒症发生(OR=1.34)。

3.2 中介效应验证

两阶段MR显示谷氨酰胺降解产物介导了HLA-DR+ NK细胞对脓毒症的保护作用(中介效应占比38%)。单细胞分析证实脓毒症患者代谢_high NK细胞比例升高，其谷氨酰胺酶(GLS)和SLC1A5表达显著增强。

3.3 分子机制解析

GSEA显示代谢high NK细胞富集于谷氨酰胺家族氨基酸代谢通路(GOBP_GLUTAMINE_FAMILY_AMINO_ACID_METABOLIC_PROCESS)。转录因子预测发现GATA1/NR5A1在代谢high组激活，而MYC/REST在代谢_low组活跃。

3.4 预测模型构建

基于19个枢纽基因的CatBoost模型展现最佳预测效能(AUC=0.95)，SHAP分析确定SRSF7(保护因子)和S100A8(风险因子)等关键分子。临床验证显示脓毒症患者外周血S100A8表达升高4.2倍(p=0.0053)，SRSF7降低63%(p<0.0001)。

4 讨论

该研究首次阐明HLA-DR+ NK细胞通过抑制谷氨酰胺代谢途径发挥脓毒症保护作用的完整机制。代谢_high NK细胞中升高的GLUD1/2可能通过三羧酸循环加剧炎症风暴，而机器学习筛选的S100A8-RAB13轴为脓毒症预警提供了新型生物标志物组合。

5 结论

研究确立SSC-A on HLA-DR+ NK细胞作为脓毒症保护因子，其作用通过调控谷氨酰胺降解实现。SRSF7/E2F2/RAB13/S100A8构成的分子网络为脓毒症精准诊疗开辟了新途径。