综述：多组学方法评估过敏原免疫治疗的个性化生物标志物

这篇综述系统阐述了多组学（multiomics）技术在过敏原免疫治疗（AIT）生物标志物研究中的应用，涵盖基因组学、表观组学、转录组学、蛋白质组学和代谢组学等多维度数据整合，强调通过人工智能（AI）分析实现精准分型和个体化治疗，为过敏性鼻炎（AR）、哮喘等疾病的诊疗提供新策略。

　　

多组学方法评估过敏原免疫治疗的个性化生物标志物

过敏性疾病病理机制与环境诱因

过敏性鼻炎（AR）是由IgE介导的鼻黏膜慢性炎症，全球约25%成人和40%儿童受累。环境暴露（如花粉、尘螨）通过破坏上皮屏障，激活2型固有淋巴细胞（ILC2s）和树突状细胞（DC2s），驱动T_H2细胞分化和IgE产生，最终引发肥大细胞脱颗粒释放组胺、前列腺素D₂（PGD₂）等介质。气候变暖延长花粉季，加剧过敏原致敏性。

生物标志物的分类与挑战

生物标志物可分为诊断型（如特异性IgE、组分解析诊断CRD）、疗效监测型（如IgG4/IgA抗体）和预测型（如表观遗传标记）。CRD通过重组过敏原分子（如Der p 1、Phl p 5）提高诊断精度，但尚无标志物能可靠预测AIT疗效。鼻过敏原激发试验（NAC）可用于局部过敏性鼻炎（LAR）诊断。

组学技术在AIT中的应用

基因组学与表观组学：GWAS发现ZBTB10和CLEC16A基因变异与AR相关。AIT通过FOXP3基因去甲基化诱导调节性T细胞（Treg）分化，SATB1基因高甲基化则抑制T_H2反应。

转录组学：单细胞RNA测序（scRNA-seq）揭示AIT上调Treg相关基因（如CD52、Singlec-10），下调T_H2通路（如IL-9、PPARG）。空间转录组发现皮肤病变中CD45RO⁺ T细胞与M2巨噬细胞互作。

代谢组学：AIT增加抗炎介质（如二十二碳六烯酸DHA），减少促炎脂质（如花生四烯酸）。糖酵解和mTOR信号通路在T_H2细胞中活跃，而SLIT可下调mTOR表达。

蛋白质组学：质谱技术鉴定出periostin、ALCAM等候选标志物，免疫肽组学则筛选HLA结合的过敏原肽段。

数据整合与AI的潜力

多组学数据通过水平/垂直整合策略结合临床信息，AI工具（如MOFA+）可识别潜在生物标志物特征。例如，IL-10⁺ ILCs和CD29⁺记忆B细胞被预测为AIT应答标志物。

挑战与展望

当前限制包括样本异质性、技术标准化不足及高昂成本。未来需扩大队列验证，开发可临床转化的简易检测（如ELISA替代质谱），并建立跨学科协作框架。多组学驱动的精准过敏医学将重塑AR和哮喘的诊疗范式。