《Journal of Inflammation Research》：Exploring the Potential Value of Lactylation and Macrophage Polarization-Related Genes as Biomarkers for TNF-α Inhibitor Response in Inflammatory Bowel Disease
编辑推荐：
本研究聚焦炎症性肠病（IBD）患者对肿瘤坏死因子-α（TNF-α）抑制剂应答差异的机制，创新性地将乳酸化修饰（Lactylation）与巨噬细胞极化相关基因纳入研究视野。通过整合生物信息学分析（如WGCNA、机器学习）与动物实验验证，研究成功筛选出MNDA、CALD1等关键基因标志物，并构建了高预测效能的模型（训练集AUC达0.894）。尤为重要的是，动物实验证实外源性乳酸补充可协同增强TNF-α抑制剂的抗炎效果，提示靶向乳酸化或为改善IBD治疗应答提供了新策略。
引言
炎症性肠病（IBD）是一组病因未明的慢性非特异性肠道炎症性疾病，主要包括克罗恩病（CD）和溃疡性结肠炎（UC）。其病程迁延反复，严重影响患者生活质量。肿瘤坏死因子-α（TNF-α）抑制剂是IBD治疗中的重要生物制剂，然而，约三分之一患者存在原发性无应答，近半数早期应答者在12个月内出现继发性耐药。因此，探究TNF-α抑制剂应答机制及改善策略至关重要。乳酸化修饰作为一种新型蛋白质翻译后修饰，于2019年首次在巨噬细胞中被报道。近年研究发现，乳酸化与肿瘤进展、炎症反应及巨噬细胞极化密切相关。巨噬细胞可根据微环境刺激极化为促炎的M1型或抗炎的M2型，在IBD发病中扮演关键角色。本研究旨在探索乳酸化及巨噬细胞极化相关基因与IBD患者TNF-α抑制剂应答的关系，并评估乳酸补充对治疗效果的增强作用。
材料与方法
研究从GEO数据库获取了GSE16879（训练集）和GSE73661（验证集）两个与IBD患者TNF-α抑制剂治疗相关的基因表达数据集。乳酸化相关基因和巨噬细胞极化相关基因分别从已发表文献和GeneCards数据库获取。分析方法包括差异表达分析、加权基因共表达网络分析（WGCNA）、机器学习算法（LASSO、支持向量机SVM、随机森林RF）筛选核心基因、免疫浸润分析（CIBERSORT法）、基因集富集分析（GSEA）以及转录因子（TF）–微RNA（microRNA）–mRNA调控网络构建。此外，研究建立了TNBS诱导的小鼠结肠炎模型，将BALB/c小鼠随机分为对照组、IBD模型组、TNF-α抑制剂单药治疗组以及乳酸联合TNF-α抑制剂治疗组，通过RT-qPCR验证核心基因表达，Western Blot检测乳酸化水平变化。
结果
差异表达分析与WGCNA筛选
在治疗前的表达谱中，共鉴定出911个差异表达基因（DEGs），其中165个上调，746个下调。非缓解组中TREM1、CXCL6等促炎基因表达上调，而CLDN8、BEST4等肠屏障相关基因表达下调。在首次注射后4-6周的数据中，鉴定出837个DEGs。WGCNA分析显示，治疗前数据中棕色模块与治疗应答相关性最强，而治疗后4-6周的数据中蓝绿色模块相关性最高。将差异表达基因和WGCNA关键模块基因与乳酸化及巨噬细胞极化相关基因取交集，分别得到17个（治疗前）和24个（治疗后）共有基因。
机器学习筛选核心基因与预测模型构建
应用三种机器学习算法对共有基因进行进一步筛选。治疗前数据最终确定8个核心基因（MNDA, CALD1, MSN, RECQL, RBM10等），其中MNDA、CALD1、RECQL和RBM10被用于构建逻辑回归预测模型。该模型在训练集和验证集中的受试者工作特征曲线下面积（AUC）分别达到0.8939和0.8833，显示出良好的预测能力。校准曲线和Hosmer-Lemeshow检验表明模型拟合良好。
对于治疗后4-6周的数据，筛选出5个核心基因（ZYX, LGALS1, ADAR, MNDA, WAS）。表达分析显示，这5个基因在非缓解组的表达水平显著高于缓解组，且这种差异在治疗后比治疗前更为明显。MNDA的区分能力最强，其在训练集和验证集中的AUC值均超过0.9。
免疫浸润分析
免疫细胞比例分析揭示，非缓解组在治疗前即表现出活化树突状细胞和中性粒细胞比例升高，而记忆B细胞、静息CD4记忆T细胞等比例降低。治疗后4-6周，非缓解组中浆细胞、活化CD4记忆T细胞、M1型巨噬细胞、活化树突状细胞和中性粒细胞的比例持续偏高，而调节性T细胞（Tregs）、静息NK细胞等比例较低。相关性分析发现，5个核心基因（ZYX, LGALS1, ADAR, MNDA, WAS）的表达与多种免疫细胞，尤其是T细胞、中性粒细胞、肥大细胞、巨噬细胞和树突状细胞的比例显著相关。值得注意的是，治疗前这些基因与M2型巨噬细胞关联更强，而治疗后其关联性转向M1型巨噬细胞。
GSEA与调控网络
GSEA结果显示，5个核心基因富集于多条信号通路，包括免疫相关通路（如T细胞受体信号通路、B细胞受体信号通路、Th1/Th2细胞分化）、炎症通路（如NF-κB信号通路、HIF-1信号通路）以及代谢通路（如药物代谢、丙酮酸代谢、糖酵解/糖异生）。通过数据库预测，构建了以核心基因为中心的TF–microRNA–mRNA调控网络，为理解其调控机制提供了线索。此外，通过整合乳酸潜在作用靶点与GSEA富集到的关键通路，构建了核心基因-通路-药物靶点网络，预测乳酸可能通过影响这些通路来调节TNF-α抑制剂的疗效。
动物实验验证
在TNBS诱导的小鼠结肠炎模型中，与非缓解组相比，缓解组结肠组织损伤减轻，炎症细胞浸润减少，疾病活动指数（DAI）和结肠黏膜损伤指数（CMDI）降低。RT-qPCR验证了生物信息学分析结果：在TNF-α抑制剂治疗应答不佳的小鼠（非缓解组）结肠组织中，ZYX、LGALS1、ADAR、MNDA和WAS的mRNA表达水平显著高于缓解组。炎症因子检测显示，非缓解组TNF-α和IL-6水平较高，而抗炎因子IL-10在缓解组表达更高。
乳酸补充增强疗效与乳酸化水平变化
最重要的发现之一是，与TNF-α抑制剂单药治疗相比，联合口服乳酸补充能更有效地改善小鼠结肠炎症状，表现为TNF-α和IL-6水平进一步下降，IL-10水平显著升高。Western Blot检测显示，IBD模型小鼠的结肠组织乳酸化水平高于正常对照组，而联合治疗组的乳酸化水平又显著高于单药治疗组，提示乳酸化修饰可能参与了乳酸增强TNF-α抑制剂疗效的过程。
讨论
本研究通过多组学整合分析，揭示了乳酸化及巨噬细胞极化相关基因作为预测IBD患者对TNF-α抑制剂治疗应答的潜在生物标志物价值。研究不仅构建了具有良好预测效能的模型，还通过动物实验证实外源性乳酸补充能够增强TNF-α抑制剂的抗炎效果，并与乳酸化水平升高相关。IBD患者常存在肠道菌群失调，乳酸杆菌等产生的乳酸可能通过乳酸化修饰影响巨噬细胞极化（如促进M1向M2转化），进而调节免疫炎症反应。核心基因富集的通路涉及免疫、炎症和代谢等多个方面，表明TNF-α抑制剂的应答是一个涉及多因素、多通路的复杂过程。本研究为理解IBD治疗应答机制提供了新视角，并提示靶向乳酸代谢或乳酸化修饰可能成为改善IBD治疗的新策略。
结论
本研究初步表明，乳酸化及巨噬细胞极化相关基因有望作为预测IBD患者对TNF-α抑制剂应答的生物标志物。动物实验证实，外源性乳酸补充可能通过促进乳酸化修饰等方式，增强TNF-α抑制剂的疗效。这些发现为开发新的联合治疗策略提供了理论依据和实验基础。然而，本研究结论主要基于公共数据库的二次分析和初步动物实验，仍需更大样本的临床研究和更深入的机制探索加以验证。
