机器学习辅助的血清 N-糖组学特征揭示急性缺血性卒中及米诺环素治疗反应的潜在生物标志物

《Clinica Chimica Acta》:Machine learning-aided serum N-glycomic signatures reveal potential biomarkers for acute ischemic stroke and minocycline treatment response

【字体: 大 中 小 】 时间:2026年10月15日 来源:Clinica Chimica Acta 4.1

编辑推荐:

   •识别出急性缺血性脑卒中中动态的血清N-糖组学特征谱,其特点为分支增多和过度唾液酸化,且该变化可被米诺环素治疗部分逆转。•开发了一种基于六种N-糖组学特征的稳健机器学习模型(Glyco_RFF),该模型能够准确区分急性缺血性脑卒中与健康对照,并追踪治疗反应(AUC值>0.9)

  
  • •
    识别出急性缺血性脑卒中中动态的血清N-糖组学特征谱,其特点为分支增多和过度唾液酸化,且该变化可被米诺环素治疗部分逆转。
  • •
    开发了一种基于六种N-糖组学特征的稳健机器学习模型(Glyco_RFF),该模型能够准确区分急性缺血性脑卒中与健康对照,并追踪治疗反应(AUC值>0.9)。
  • •
    提出两种特异性糖组学特征(GP34、S4)作为潜在的无创生物标志物,用于监测临床改善,其与NIHSS评分降低呈显著相关性。

引言

急性缺血性脑卒中(AIS)仍然是全球死亡和长期致残的主要原因之一,其发病率和相关经济负担持续攀升[1]。其核心病理生理学机制源于突发的脑灌注不足,引发了一系列破坏性级联反应,包括兴奋性毒性、氧化应激和强烈的神经炎症,最终导致血脑屏障(BBB)破坏和神经元死亡[2]。尽管目前的治疗基石聚焦于通过静脉溶栓和血管内取栓术实现快速再血管化,但仍有相当大比例的患者恢复效果不佳。值得注意的是,即使在成功再通后,近15%的患者仍遭受加重的BBB损伤和功能预后恶化,这一现象归因于缺血-再灌注损伤[3]、[4]、[5]。这种显著的残留风险凸显了急性缺血期启动的炎症级联反应的关键作用,它不仅放大了继发性损伤,还主动塑造了后续神经修复的轨迹,从而代表了一个至关重要的治疗靶点[6]。
米诺环素是一种安全性良好、生物利用度高的半合成四环素类抗生素,已成为极具前景的神经保护候选药物。其能够穿越血脑屏障并发挥强效的抗炎、抗凋亡和小胶质细胞调节作用,使其在脑卒中治疗中具有独特优势[7]、[8]、[9]。令人振奋的临床证据,如EMPHASIS研究所示,表明早期给予米诺环素(AIS后24小时内)可显著改善90天时的功能预后[10]、[11]。然而,AIS的临床管理和疗效评估仍受到对神经影像学检查和标准化量表(如美国国立卫生研究院卒中量表NIHSS)依赖的限制。这些工具虽然必不可少,但缺乏足够的分辨率来捕捉神经保护药物在实时和分子水平上的反应,这凸显了对敏感药效学生物标志物的迫切需求,以指导个体化治疗。
液体活检领域的已知进展为此类发现提供了一条变革性的、微创的途径[12]。在各种候选标志物中,蛋白质N-糖基化尤为令人期待,其普遍性和动态特性使其与炎症信号传导、细胞-细胞黏附和免疫调节等过程相关联——这些过程是脑卒中进展和恢复的核心[13]、[14]。然而,AIS病理主要在大脑内发生,脑脊液(CSF)N-糖组学能够提供中枢神经系统(CNS)糖基化变化的最直接读出。事实上,近期采用机器学习(ML)增强的CSF N-糖组学分析已成功识别出CNS疾病的诊断和预后糖链特征谱[15]、[16],凸显了将糖组学与计算方法相结合的转化价值。然而,通过腰椎穿刺采集脑脊液具有侵入性,在急性脑卒中环境中往往难以实施,特别是在需要重复采样进行药效学监测时。鉴于血清成分可动态地通过血脑屏障与脑脊液和脑间质液达到平衡[17],系统性血清N-糖组可作为阿尔茨海默病(AD)和帕金森病(PD)等潜在CNS病理的实用且可及的替代指标[15]、[18]、[19]。在AIS过程中,血清蛋白N-糖基化谱发生动态变化,包括分支复杂度改变、半乳糖化、岩藻糖化以及特别是唾液酸化。这些修饰直接影响白细胞募集、补体激活和BBB完整性等关键病理事件,使系统性糖组成为疾病状态和预后的可靠指标[20]、[21]、[22]。此外,新兴的临床前证据表明,药物可以通过调节糖基化通路发挥神经保护作用,验证了该系统作为可药靶点的地位[23]、[24]、[25]。尽管如此,据我们所知,米诺环素等已确立的神经保护药物对AIS患者系统性N-糖组的影响尚完全未被探索。机器学习与糖组学之间的强大协同作用为开发精准的AIS治疗反应监测工具和实现个体化医学提供了巨大但尚未充分挖掘的机遇。
在本研究中,我们假设米诺环素治疗会在AIS患者的血清N-糖组中引起特征性且可测量的变化,这些变化可被解析并作为药效学生物标志物。为验证这一假设,我们系统地对健康对照(HC)和AIS患者在基线(AIS)以及米诺环素治疗一周后(A_M)的血清N-糖组进行了表征(图1A)。我们采用了严格的计算流程,利用多种特征选择算法和机器学习模型,鉴定出一组最小但具有高度区分力的糖链特征谱(图1B)。该特征谱被优化为稳健的随机森林模型(Glyco_RFF),并在独立队列中进行了验证。我们的工作提供了首创性证据,表明米诺环素重塑了AIS的免疫调节景观,这在系统性N-糖组中得到体现,从而确立了血清糖组学结合机器学习作为一种新颖、敏感的药代动力学区分工具,用于诊断和治疗监测。

章节摘要

化学试剂

N-聚糖释放试剂盒,包含肽-N-糖苷酶F(PNGase F,500,000 U/mL)、糖缓冲液(10×)、糖蛋白变性缓冲液(10×)和10% NP-40,购自New England Biolabs(Ipswich,美国)。乙腈(ACN)、正丁醇、乙醇、甲酸(FA)和磷酸缓冲生理盐水(PBS,pH 7.4,10 mM)购自Thermo Fisher Scientific(Waltham,美国)。2-氨基苯甲酰胺(2-AB)、乙酸(AcOH)、二甲基亚砜(DMSO)、氰基硼氢化钠,

AIS血清N-糖组学分析的研究设计与队列特征

为探究AIS患者经米诺环素治疗后血清N-糖组的变化,我们建立了一个发现队列。该队列由基线AIS患者和一组接受米诺环素治疗的18名患者(A_M)以及20名健康对照(HC)组成,共计56个样本。随后按照相同的组别比例构建了一个验证队列。最终,本研究共纳入112个样本(表1)。由于年龄和性别分布已知会

讨论

本研究阐明了与AIS及其在米诺环素治疗下调控相关的全面血清N-糖组学特征谱。通过将可靠的色谱表征与机器学习相结合,鉴定出了一组包含六种糖链特征的最小面板(Glyco_F),用于随机森林算法,该面板不仅能够稳健地区分AIS患者与健康对照,而且能灵敏地反映药物干预的生物学影响。这些发现使血清N-糖基化成为一项敏感的

结论

总之,本研究证明AIS与一种独特且动态的血清N-糖组学特征谱相关,其主要特点为分支增多和过度唾液酸化,反映了全身性的血栓炎症状态。米诺环素治疗导致该特征谱出现可测量的部分正常化,且与临床改善相关,从而揭示了其作用机制的新维度。利用先进的机器学习优化方法,我们

CRediT作者贡献声明

李军:撰写——初稿、可视化、方法论、形式化分析、数据整理、概念构思。邱舟:撰写——初稿、可视化、方法论、形式化分析。郑新:可视化、方法论、资金获取。夏润宇:形式化分析、数据整理。钱厚:方法论、形式化分析。李卫峰:形式化分析。吴玉凡:数据整理。潘波:方法论、资金获取。王雪梅:数据整理。黄峥峥:撰写——审阅与

利益冲突声明

作者声明不存在任何已知的竞争性经济利益或个人关系可能影响本文所报告的工作。

致谢

本工作得到广东省科学和技术基金(2023B0101200003)、广东省基础和应用基础研究基金(2022A1515220100)、深港科技创新合作区深圳园区(HTHZQSWS-KCCYB-2023060)、深圳市科技计划(KJZD20230923115359001、RCBS20231211090801006)以及安徽省自然科学基金科研项目(2508085MH233)的支持
李军|邱舟|郑新|夏润宇|钱厚|李卫峰|吴玉凡|潘波|王雪梅|黄峥峥|顾大勇|吴轶可
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号