人工智能引导的干燥综合征唾液腺组织病理学与分子表型分型:亚型划分、机制洞察及转化意义——一项系统综述与结构化功能整合

《Medical Sciences》:AI-Guided Histopathological and Molecular Phenotyping of Salivary Glands in Sj?gren’s Disease: Subtyping, Mechanistic Insights, and Translational Implications—A Systematic Review and Structured Functional Synthesis

【字体: 大 中 小 】 时间:2026年10月17日 来源:Medical Sciences 5.9

编辑推荐:

  背景/目的:唾液腺活检是干燥综合征(Sj?gren’s disease, SjD)评估的核心手段,但传统测量方法未能完全捕捉腺体异质性。本系统综述评估了人工智能(artificial intelligence, AI)/机器学习(machine learnin

  
背景/目的:唾液腺活检是干燥综合征(Sj?gren’s disease, SjD)评估的核心手段,但传统测量方法未能完全捕捉腺体异质性。本系统综述评估了人工智能(artificial intelligence, AI)/机器学习(machine learning, ML)在SjD唾液腺组织病理学与分子谱分析中的应用,包括生物学及转化验证。方法:检索了PubMed、Scopus和Embase数据库。纳入的研究以唾液腺组织作为主要分析底物,或在系统性AI/ML发现中提供了实质性的腺体验证。由于方法学异质性,采用功能性证据整合。结果:共纳入25项研究。AI/ML识别出涵盖免疫/干扰素激活、组织结构与免疫细胞组织、上皮应激与代谢/细胞死亡重塑,以及转化应答的组织病理学和分子表型。仅有少数研究从计算或组织水平确认推进至功能扰动、药理学测试、体内验证或人体治疗反应评估。公共数据集的重复使用、小样本量、异质化分析流程以及有限的独立验证制约了可重复性。结论:AI/ML支持SjD的多维腺体表型分析,并展现出初步的转化潜力,但其临床或治疗实用性尚未确立。在AI衍生的腺体表型能够用于常规患者分层或治疗决策之前,仍需开展前瞻性多中心验证。

论文主体部分总结

1. 引言

干燥综合征(SjD)是一种慢性系统性自身免疫病,对唾液腺和泪腺等外分泌腺具有显著趋向性。在头颈部病理学中,唾液腺不仅是受系统性疾病影响的器官,更是可直接评估特征性组织病变的原发部位。局灶性淋巴细胞性涎腺炎及其焦点评分(focus score)是2016年ACR/EULAR分类标准中权重最高的组成部分之一。除诊断作用外,唇腺活检可获取SjD演化的上皮、间质和免疫区室,这些组织可能表现出腺泡和导管上皮损伤、T细胞和B细胞浸润、淋巴上皮病变、异位生发中心样结构及纤维化。然而,传统组织病理学评估仅能捕获部分复杂性,而分子病理学揭示形态相似的腺体可能包含截然不同的上皮和免疫状态。单细胞转录组分析已鉴定出上皮、内皮、基质和免疫群体的异质性。人工智能(AI)和机器学习(ML)方法为探究这一多维组织景观提供了手段,在数字病理学中可通过深度学习模型分析全切片图像,在分子病理学中可利用无监督学习定义干扰素主导的腺体表型。尽管该领域有所扩展,但证据仍分散于数字组织病理学、转录组学、表观基因组学、代谢组学、空间分析和实验模型中。本系统综述旨在评估AI/ML方法如何应用于SjD唾液腺的分子和组织病理学表型分析,重点关注基于病理学的亚型划分、机制阐释及AI衍生组织表型的转化意义。

2. 材料与方法

本系统综述依据PRISMA 2020声明进行,方案已在PROSPERO注册。纳入同行评审的全文原创研究,这些研究需探讨SjD与AI/ML方法,并对唾液腺病理学分析做出实质性贡献。唾液腺须构成主要分析或实验底物,而非仅作为次要验证数据集。研究通过两条路径纳入:路径A要求AI/ML直接应用于唾液腺组织学、全切片图像、转录组学、甲基化或其他表观基因组谱、代谢组学/脂质组学、单细胞或空间数据等腺体来源信息;路径B允许AI/ML发现源于系统区室,但同一研究随后需提供AI优先排序的特征、通路或表型在唾液腺组织或腺体细胞中的实质性直接实验验证。排除仅用于诊断、焦点评分自动化或病例检测的研究。数据提取采用标准化表格,由两名评审员独立完成。验证设置分为内部验证、外部公共数据集验证、独立临床队列验证和前瞻性多中心验证。AI/ML输出按其功能角色编码。由于多项研究复用公共转录组数据集,明确评估了数据集和队列重叠情况。主要结局是AI/ML衍生的SjD受累唾液腺分子或组织病理学表型及其病理学意义的识别与表征。证据按六个层级进行验证深度编码:计算发现、外部公共数据集验证、独立临床队列验证、功能验证、体内验证和前瞻性多中心临床验证。偏倚风险和方法学质量采用适用于不同研究设计的工具进行评估,包括Cochrane RoB 2、PROBAST + AI、修订版JBI分析性横断面研究工具和SYRCLE。同时应用非评分的AI方法学保障矩阵进行描述性评估。由于纳入研究在组织模态、AI任务、表型定义等方面差异显著,未进行定量荟萃分析,而是采用结构化功能整合。

3. 结果

3.1 研究选择:检索PubMed、Scopus和Embase共获得1091条记录,去除重复后筛选602篇,最终纳入25项研究。
3.2 研究特征与唾液腺分析背景:25项研究发表于2015至2026年,其中21项自2023年起发表。23项纳入人类数据,2项为对照临床前研究。21项满足路径A标准,4项通过路径B纳入。分析底物包括组织病理学/数字病理学、转录组学、表观基因组学、代谢组学/脂质组学、miRNA和单细胞分析。公共数据集复用现象显著,GSE23117、GSE40611等数据集在多篇转录组研究中反复出现,SICCA资源也为多项研究提供了重叠参与者。
3.3 AI引导的组织病理学表型分析:AI辅助组织分析识别出涉及淋巴细胞组织、纤维化、上皮损伤和空间免疫细胞关系的组织病理学模式。Duquesne等人鉴定出九种可解释的组织学模式,包括淋巴细胞灶、血管/纤维化模式和独特的腺泡周围淋巴细胞模式。Ren等人定位了与高危腺外器官受累相关的全切片图像区域。Leehan等人通过数字量化发现SjD患者纤维化程度高于非干燥症患者。Ono-Minagi等人利用多重染色技术绘制了上皮、间质和免疫细胞图谱。
3.4 分子与多组学表型分析:AI/ML将高维唾液腺数据缩减为与干扰素活性、程序性细胞死亡通路、线粒体稳态、免疫细胞组成和腺体炎症相关的较小分子特征。转录组特征选择研究鉴定出干扰素/抗病毒信号、铁死亡相关特征、TDP-43相关特征以及焦亡和线粒体自噬相关谱。Urbanski等人的直接组织代谢组学确定了六代谢物唇腺特征,其磷脂成分与淋巴细胞性涎腺炎分级呈负相关。Chao等人的单细胞分析将选定的分子信号定位于单核细胞/巨噬细胞状态。
3.5 基于病理学的亚型划分:无监督分析基于干扰素活性、转录组通路谱和DNA甲基化鉴定了腺体亚群。Hall等人将SjD分为IFN低和IFN高状态,并进一步解析出I型主导、II型主导和混合IFN高模式。Min等人鉴定出两个转录组/通路簇,高炎症簇含有更高的免疫细胞富集。Chi等人将唇腺甲基化谱分为临床严重和轻度SjD组,Solomon等人在更大SICCA队列中鉴定出多个甲基化簇。
3.6 机制见解:机制研究涉及自噬/线粒体自噬、程序性细胞死亡、先天免疫信号、巨噬细胞活化、上皮损伤和代谢应激。Ono-Minagi等人报告继发性SjD中ATG5、LCB3和SQSTM1的腺体转录本增加。Hou等人发现线粒体自噬相关基因表达降低。Wu等人提供了系统优先排序的IFIH1信号在NOD模型中的体内腺体病理锚定证据。Wang等人将失巢凋亡相关谱与腺体炎症、纤维化和MAPK3激活联系起来。Cai等人证实miR-23b-3p直接靶向CHUK并调节IKKα/NF-κB通路。Cui等人鉴定出鞘氨醇与Myh9的结合并记录了上皮应激和纤维化反应。
3.7 验证深度与转化意义:验证深度差异显著。多项分子研究停留在计算发现或独立数据集验证水平。更多研究发现达到直接或独立人类唾液腺组织验证。功能验证在细胞或离体系统中实现,如ISG15敲低改变巨噬细胞炎症输出。体内验证在动物模型中进行,如SGEC来源的外泌体miR-23b-3p在NOD/Ltj小鼠中的治疗效果。无研究达到第6级前瞻性多中心临床验证。
3.8 偏倚风险与方法学质量:随机试验经RoB 2评估存在高偏倚风险。PROBAST + AI评估显示预测模型存在不明确至高偏倚风险。SYRCLE评估中多数领域判断为不明确。JBI评估中6项研究满足所有条目。AI/ML方法学保障评估识别出多项跨研究局限性,包括泄漏和分析独立性保障不足、校准缺失和数据/代码可及性有限。
3.9 报告偏倚与证据可信度:由于纳入研究未提供足够同质的效应估计,未进行漏斗图或统计检验评估发表偏倚。对在生物学独立队列中再现、经不同分析模态佐证或在腺体组织中直接定位/确认的发现赋予更高可信度。
3.10 结构化功能整合:证据被功能性地组织为四个反复出现的唾液腺领域:免疫/干扰素激活、组织结构和免疫细胞组织、上皮应激与细胞死亡/代谢通路,以及转化应答。免疫和干扰素相关表型在转录组、表观遗传和单细胞方法中被鉴定。第二个证据流将AI衍生表型与唾液腺病理学的结构组织联系起来。第三个证据流涉及上皮和代谢应激相关特征。转化应答领域包括计算靶点或药物优先排序、组织分层和治疗反应表征、功能或药理学扰动以及临床前腺体干预。
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