《Biomarker Research》：Ex vivo JAK and TNF inhibitor–modulated immune signatures guide first-line therapy selection in rheumatoid arthritis
编辑推荐：
背景：类风湿关节炎（RA）是一种异质性自身免疫病，为尚未接受生物/靶向合成改善病情抗风湿药（b/tsDMARDs）的患者选择最合适的一线靶向治疗仍具挑战。研究人员整合了 ex vivo 免疫细胞功能实验、靶向蛋白组学、临床结局与三维（3D）滑膜模型，以识别治疗
背景：类风湿关节炎（RA）是一种异质性自身免疫病，为尚未接受生物/靶向合成改善病情抗风湿药（b/tsDMARDs）的患者选择最合适的一线靶向治疗仍具挑战。研究人员整合了 ex vivo 免疫细胞功能实验、靶向蛋白组学、临床结局与三维（3D）滑膜模型，以识别治疗相关分子特征，并评估其与后续对 JAK 抑制剂（JAKi）或肿瘤坏死因子抑制剂（TNFi）应答的关系。方法：来自 48 例 b/tsDMARDs 初治 RA 患者的外周血单个核细胞（PBMCs）和中性粒细胞，使用自身血清培养，并 ex vivo 给予巴瑞替尼（Baricitinib）或依那西普（Etanercept）处理，以评估增殖、黏附、中性粒细胞胞外诱捕网形成（NETosis）及 92 种炎症相关蛋白。所得 JAKi 与 TNFi 调控蛋白特征随后在 4 个独立 RA 治疗队列（n=223；初治与非初治）的治疗前血清中评估。采用无监督聚类识别分子亚组，并与 3、6、12 个月 DAS28-CRP 纵向结局关联。在初治患者中，使用重复嵌套交叉验证评估逻辑回归、神经网络与随机森林模型，以区分治疗特异性 6 个月缓解结局。在部分初治缓解者中，基线及 6 个月配对血清被用于 3D 滑膜微团模型。结果：ex vivo JAKi 与 TNFi 对免疫细胞功能的调控相似，但诱导出重叠有限的特异蛋白特征。在治疗前基线血清中评估这些特征时，可将 b/tsDMARD 初治患者分为具有不同基线炎症特征和治疗特异性 ΔDAS28-CRP 的聚类。某药物特异性特征的高基线表达，与该对应治疗获得缓解、替代治疗未缓解相关。重复嵌套交叉验证下，逻辑回归在模型中平均判别能力最高，AUC 为 0.70（SD 0.03；经验 2.5–97.5 百分位 0.65–0.75），用于区分 b/tsDMARD 初治 RA 中的治疗特异性缓解结局。在缓解者中，任一治疗的 6 个月血清相较基线均显著降低 3D 微团中的滑膜衬里厚度。结论：ex vivo 来源的 JAKi 与 TNFi 相关免疫蛋白特征，纳入机器学习框架后，对 b/tsDMARD 初治 RA 的治疗特异性缓解模式具有中等判别能力；结合缓解者中滑膜衬里厚度降低的补充证据，支持进一步研究以生物标志物指导 JAKi 与 TNFi 作为一线靶向治疗的选择。
研究背景方面，类风湿关节炎（RA，rheumatoid arthritis）是一种慢性系统性自身免疫病，以持续滑膜炎症和进行性关节破坏为核心表现。尽管生物与靶向合成改善病情抗风湿药（b/tsDMARDs，biological/targeted synthetic disease-modifying antirheumatic drugs）已显著改善预后，但约 20%–40% 患者无法获得充分应答，当前一线治疗选择主要依赖指南、合并症、安全性、给药途径与费用，而非经验证的分子预测标志。现有研究多按单药或单类机制建模，同时整合“对一种机制应答、对另一种机制不应答”的血液分子信息仍有限。因此，研究人员在 b/tsDMARDs 初治人群中，利用外体（ex vivo）免疫细胞实验、靶向炎症蛋白组、纵向临床结局与 3D 人滑膜模型，探索 JAK 抑制剂（JAKi，Janus kinase inhibitors）与肿瘤坏死因子抑制剂（TNFi，tumour necrosis factor inhibitors）之间的治疗分层依据。论文发表于《Biomarker Research》。
关键技术方法上，研究人员纳入 5 个独立 RA 队列：Cohort 1 为 48 例 b/tsDMARDs 初治患者，提供 PBMCs 与中性粒细胞用于 ex vivo 实验；Cohort 2 为 32 例非初治后启 JAKi 者；Cohort 3 为 36 例初治启 JAKi 者；Cohort 4 为 30 例非初治启 TNFi 者；Cohort 5 为 125 例初治启 TNFi 者。技术体系包括基于邻近延伸分析（PEA，proximity extension assay）的 92 种炎症相关蛋白检测、无监督聚类、重复嵌套分层交叉验证下的机器学习建模，以及由健康人成纤维样滑膜细胞（FLS，fibroblast-like synoviocytes）与人脐静脉内皮细胞（HUVEC，human umbilical vein endothelial cells）构建的 3D 滑膜微团模型。
研究结果部分，第一项标题为 Ex vivo JAKi and TNFi treatment modulates proliferation, adhesion, and NETosis in PBMCs and neutrophils from b/tsDMARD-na?ve RA patients。研究人员通过 ex vivo 培养 PBMCs 与中性粒细胞发现，巴瑞替尼与依那西普均可抑制增殖和黏附，并降低 NETosis 相关标志物；其中 TNFi 对 PBMC 黏附和中性粒细胞 NETosis 的抑制更明显，但两种药物通过不同蛋白—功能关联模式达成相近功能效应。
第二项标题为 JAKi and TNFi treatments modulate distinct and specific ex vivo secretion of immune-related proteins by PBMCs and neutrophils from b/tsDMARD-na?ve RA patients。研究人员用 PEA 分析培养上清，发现 JAKi 调控 20 种 PBMC 蛋白和 8 种中性粒细胞蛋白，TNFi 调控 26 种 PBMC 蛋白和 7 种中性粒细胞蛋白，两者仅有 6 种共同调控蛋白；JAKi 特征富集于免疫调节、细胞增殖与 JAK-STAT 信号，TNFi 特征富集于白细胞迁移、MAPK 级联与 IFN-γ 反应。
第三项标题为 Baseline ex vivo drug-modulated protein signatures stratify b/tsDMARD-na?ve RA patients into molecular subgroups associated with differential clinical response in vivo。研究人员在初治 JAKi 与初治 TNFi 队列的基线血清中应用相应 ex vivo 特征进行无监督聚类，均得到高表达与低表达两个分子聚类；高表达聚类基线疾病活动、急性期反应物与自身抗体水平更高，且后续 ΔDAS28-CRP 改善更显著。非初治队列未出现类似清晰分层，调整基线 DAS28-CRP 后初治队列聚类仍基本稳定。
第四项标题为 Cross-therapy analysis of ex vivo protein signatures reveal opposing treatment-response patterns。研究人员将 JAKi 特征用于 TNFi 初治队列、将 TNFi 特征用于 JAKi 初治队列，发现高基线表达某药特征者若接受替代治疗，达到缓解或低疾病活动的可能性更低，说明这些特征具有治疗特异性与反向分层价值。
第五项标题为 Machine learning models integrating ex vivo protein signatures identify treatment-specific remission patterns in b/tsDMARD-na?ve RA。研究人员以 6 个月缓解状态定义“JAKi 缓解/TNFi 未缓解”和“TNFi 缓解/JAKi 未缓解”两组，逻辑回归平均 AUC 为 0.70，优于神经网络与随机森林；CDCP1、PD-L1、4E-BP1、IL-24 等蛋白被选频率最高。同一框架用于非初治患者时 AUC 降至 0.43，说明初治状态对标志效用非常关键。
第六项标题为 Distinct systemic molecular signatures modulated by JAKi or TNFi are associated with clinical remission and in vitro synovial functional improvement in b/tsDMARD-na?ve RA patients。研究人员分析初治缓解者基线及 6 个月配对血清，发现 JAKi 与 TNFi 诱导的系统蛋白变化大部分各药特异，仅少数蛋白共同调控，且有 13 个蛋白与对应 ex vivo 特征重叠；将 6 个月血清加入 3D 滑膜微团后，滑膜衬里厚度较基线血清刺激显著下降，两种治疗功能改善相近。
讨论部分总结，研究人员指出该研究首次把 JAK-STAT 与 TNF 两条通路的 ex vivo 免疫蛋白特征整合为双疗法分层框架：ex vivo 功能实验显示两药对增殖、黏附和 NETosis 有相近抑制，但分泌蛋白网络不同；基线特征可在初治 RA 中识别“更适合 JAKi”或“更适合 TNFi”的分子亚组，并对治疗特异性缓解具有中等判别力；非初治人群信号减弱，提示既往 b/tsDMARD 暴露会改变基线分子背景。3D 滑膜模型则把系统炎症改变与组织水平衬里增生减轻联系起来，为血液标志物向关节局部表型转化提供机制支撑。
结论部分翻译如下：ex vivo 来源的 JAKi 与 TNFi 相关免疫蛋白特征，在机器学习框架内对 b/tsDMARD 初治 RA 的治疗特异性缓解模式表现出中等判别能力；结合缓解者中滑膜衬里厚度降低的补充证据，支持进一步研究以生物标志物信息指导 JAKi 与 TNFi 作为一线靶向治疗之间的选择。
