COVID-19相关ARDS免疫新靶点：SERPINB1与CPEB4的机器学习驱动发现及临床价值

【编辑推荐】针对COVID-19诱发的急性呼吸窘迫综合征（ARDS）诊断难题，研究人员通过整合单细胞测序（scRNA-seq）和机器学习（LASSO/SVM-RFE/Random Forest），首次鉴定出免疫相关关键基因SERPINB1和CPEB4（AUC>0.94），揭示其与中性粒细胞浸润的强相关性，为ARDS免疫机制解析及精准诊疗提供新靶点。

　　

当新冠病毒(SARS-CoV-2)引发急性呼吸窘迫综合征(ARDS)时，这场免疫风暴的幕后推手究竟是谁？科学家们像侦探般展开多组学追踪：首先通过转录组大数据(GSE172114等数据集)锁定915个差异表达基因(DEGs)，接着用加权基因共表达网络(WGCNA)和单细胞测序(scRNA-seq)技术绘制细胞特异性表达图谱。

三种机器学习算法组成"智能筛选天团"——LASSO回归像精准的手术刀剔除冗余变量，支持向量机递归特征消除(SVM-RFE)如同智能筛网捕捉关键特征，随机森林(Random Forest)则化身投票专家评估基因重要性。经过这番严苛筛选，丝氨酸蛋白酶抑制剂SERPINB1和RNA结合蛋白CPEB4脱颖而出，其诊断效能曲线下面积(AUC)分别高达0.940和0.948，堪比临床金标准。

免疫浸润分析(CIBERSORT)揭开更精彩的剧情：这两个基因不仅是中性粒细胞的"亲密伙伴"，还与B记忆细胞、T细胞、NK细胞等免疫大军密切互动。基因集富集分析(GSEA)显示它们活跃在免疫受体激活和细胞因子信号通路，宛如免疫交响乐中的关键音符。这项研究为破解ARDS"细胞因子风暴"提供了新的解码器，SERPINB1和CPEB4或将成为临床监测的分子雷达和药物开发的黄金靶点。