# 基于物理与守恒约束的可解释证据：遗传性出血性毛细血管扩张症与肺动脉高压中ACVRL1变体分类的影像-遗传学条件生成框架

《International Journal of Molecular Sciences》：Beyond the Black Box: Physics-Based and Conservation-Informed Evidence for ACVRL1 Variant Classification in Hereditary Hemorrhagic Telangiectasia and Pulmonary Arterial Hypertension

　　

磁共振成像（MRI）与外周血转录组学捕捉了阿尔茨海默病（AD）互补的方面，但MRI能否制约一个有意义的分子表征仍不清楚。研究人员开发并在阿尔茨海默病神经影像学倡议（ADNI）与AddNeuroMed（ANM）队列中独立评估了一个可解释的影像-遗传学条件变分自编码器（IG-CVAE），采用固定的80%训练-验证集与20%独立测试集，并进行五折交叉验证。IG-CVAE由三个部分组成：一个遗传分支，将表达编码为128维基因特征向量（GFV128）；一个影像分支，将MRI编码为128维MRI特征向量（MFV128）；以及一个条件变分自编码器，由MFV128生成GFV128。配对分析纳入289名ADNI与98名ANM参与者。ADNI/ANM的测试受试者工作特征曲线下面积（ROC-AUC）值分别为：遗传分支0.646/0.851，影像分支0.942/0.752，生成GFV128为0.939/0.869。生成与观测GFV128的一致性为中等（余弦相似度0.590/0.589；决定系数（R²）0.161/0.211）。分子重要性在基因水平具有队列特异性，未观察到显著的通路水平汇聚；而MRI扰动则显示出跨队列汇聚于脑白质，并与不同的疾病信息性分子特征相联系。总体而言，结构MRI保留了足以生成疾病信息性分子表征的疾病相关信息，支持IG-CVAE作为一种参与者配对的、假设生成性的影像-转录组学框架，同时仅提供参与者特异性分子对应的有限证据，而不意味着原始转录组重建。鉴于配对独立测试集较小（n = 20），ANM测试估计值应谨慎解读。

**研究背景与问题**

阿尔茨海默病（AD）历经数年发展，以淀粉样蛋白-β沉积、tau病理与神经退行为特征，但病理相似个体的认知衰退与临床病程差异巨大，单一标志物难以捕捉完整疾病过程。结构磁共振成像（MRI）可测量区域组织丢失与脑室扩大，支持AD检测与预测，但主要反映疾病的结构表现，对 underlying 分子过程信息有限。血液基因表达（GE）研究报道了AD中的免疫、线粒体、代谢与细胞信号改变，但血液表达受血细胞组成、平台、队列特征、用药与健康状况影响，仅部分反映脑基因活动，且无法在脑内定位AD相关分子变异。既往影像-遗传学研究多采用组水平图谱与不同供者的死后组织，而非参与者配对的血液表达，因而无法确立个体结构脑表型是否包含与外周分子状态对应的信息。近期生成模型已开始处理一种模态缺失时的跨模态推断，但既有框架既未生成血液表达特征，也未在两个独立队列中检验。基于此，研究人员假设结构MRI包含与AD相关血液表达衍生表征相关的信息，并可用参与者配对数据制约其生成。

**研究概况与结论**

研究人员构建了可解释的影像-遗传学条件变分自编码器（IG-CVAE），包含学习低维基因特征向量（GFV128）的遗传分支、学习低维MRI特征向量（MFV128）的三维影像分支，以及由MFV128生成GFV128的条件变分自编码器，目标为生成MRI制约的血液GE表征而非重建单个基因表达测量。完整框架在ADNI与ANM两个队列中独立开发与评估，考察了观测与生成特征的一致性、AD与认知正常对照（CN）分类、基因置换、分子重要性的通路水平组织、区域MRI遮挡及投影的区域-基因特征关系。结论为：MRI生成的GFV128在两个独立队列中保留了AD相关信息，尽管特征水平一致性中等，并呈现队列特异性分子重要性谱与汇聚的脑白质敏感性，支持IG-CVAE作为研究AD生物标志物相关分子与神经解剖模式的方法。

**主要关键技术方法**

研究为回顾性双队列设计，数据来源于ADNI与ANM。关键技术方法包括：一是按队列分别进行差异表达排序，选取诊断效应p值最小的500个基因作为遗传分支输入；二是采用轻量三维卷积神经网络（3D CNN）编码器将T1加权MRI（经fMRIPrep预处理、重采样至48×56×48体素并标准化）编码为MFV128；三是构建条件变分自编码器，以MFV128为条件的先验与GFV128–MFV128联合后验学习16维潜变量z，损失函数结合均方误差（MSE）与Kullback–Leibler（KL）散度；四是采用基因置换重要性与预排序基因集富集分析（GSEA）；五是采用Desikan–Killiany图谱区域零遮挡及岭回归投影的区域-基因特征整合分析；六是固定80%训练-验证与20%独立测试划分、五折交叉验证，并以2000次诊断分层bootstrap估计置信区间。

**研究结果**

**模型特异性队列支持独立的单模态与配对多模态分析**：通过定义ADNI与ANM中各模态特异的基因表达、MRI与配对队列，遗传分支训练-验证/测试数为242/60与280/70，影像分支为1196/299与89/22，配对IG-CVAE分析为231/58与78/20，该设计使各分支可使用全部合格参与者，而IG-CVAE限于配对测量者。

**队列特异性分子特征选择确立了多模态建模输入**：通过队列内差异表达排序，ADNI中19,031个基因有659个名义p ≤ 0.05但无一达Benjamini–Hochberg错误发现率校正显著，ANM中4438个基因有2072个名义显著、1661个达P_FDR ≤ 0.05；两队列前500基因面板共享13个基因，其中12个方向一致，提示尽管基因优先级 largely 队列特异，共享基因存在方向一致性。

**IG-CVAE框架跨模态捕捉并保留AD相关信息**：遗传分支交叉验证ROC-AUC/PR-AUC在ADNI为0.954 ± 0.046/0.905 ± 0.124、ANM为0.888 ± 0.028/0.901 ± 0.029，独立测试为0.646/0.602与0.851/0.865，提示GFV128编码AD/CN相关分子信息但泛化呈队列依赖。影像分支交叉验证ROC-AUC/PR-AUC在ADNI为0.911 ± 0.012/0.877 ± 0.026、测试0.942/0.922，ANM为0.776 ± 0.064/0.812 ± 0.082、测试0.752/0.720。MRI生成GFV128的特征一致性中等（测试余弦相似度/R²：ADNI 0.590/0.161，ANM 0.589/0.211），但保留显著AD/CN判别信息（测试ROC-AUC 0.939与0.869）；诊断匹配的参与者配对置换显示正确配对在MSE、余弦相似度与R²上优于打乱配对但改善有限；去除年龄、性别与载脂蛋白E（APOE）ε4线性效应后对应关系大致相似而判别有所衰减；与确定性多层感知机基线相比IG-CVAE独立测试一致性更优。结论为生成输出应解释为MRI制约的分子表征而非测量的血液转录组重建。

**分子扰动揭示队列特异性基因重要性而无线通路水平汇聚**：基于保留验证折的置换结果，基因重要性具队列特异性，前20基因无重叠，ADNI居首为ENC1、LGALS2与TUBAL3，ANM为CLC、MRPL51与RPL36AL；通路富集分析中两队列均无基因本体生物学过程条目达P_FDR < 0.05，说明基因水平队列特异性重要性未解析为可重复的通路签名。

**MRI扰动揭示跨队列汇聚于脑白质并与队列特异性分子特征相关**：区域零遮挡显示跨队列汇聚于脑白质，左侧脑白质在ADNI排名第一、ANM第二，右侧分别为第八与第一；海马、脑室与小脑区域亦排名靠前但顺序与偏侧性具队列特异性，提示解剖重要性跨队列可重复性更高。整合IG-CVAE扰动进一步显示，遮挡脑白质引起模型投影基因特征的显著变化，最大左侧脑白质相关变化涉及ADNI的RBMS3与ANM的EML4，其余区域-基因特征关系仍呈队列特异性；此类效应为学习到的MRI–GFV关系中的模型关联，不能确立区域特异性基因表达或调控。

**讨论与结论**

讨论指出，研究检验结构MRI是否包含与外周血液表达衍生分子变异相关的信息，结果表明疾病相关信息可跨模态保留而跨队列可重复性层次不同；诊断匹配置换提示正确配对含超出共享诊断状态的有限对应。分子发现强烈依赖队列，ANM名义与FDR显著基因比例更高、遗传分支测试性能更好，而ADNI统计阈值达标基因较少且从交叉验证到测试下降更大，但这些差异不应解读为ANM生物学信号更强，因队列构成、检测平台、白细胞组成、样本处理与统计功效等均可能贡献。影像分支在ADNI更稳定，ANM小样本可能增加不确定性，其交叉验证阈值将全部22名测试参与者判为CN。生成GFV128主要保留诊断监督下MRI与基因表达表征共享的疾病相关结构，参与者特异性成分有限，不应视为个体分子状态的忠实表征。可解释性显示神经解剖水平跨队列汇聚强于单个分子特征水平，脑白质发现与AD中髓鞘丢失、少突胶质细胞功能障碍、轴突变性与血管损伤等既有证据相符，但零遮挡无法识别机制，区域-基因特征效应仅为模型关联。局限性包括仅以确定性MLP为跨模态映射基线、缺乏正式的跨队列迁移、基因表达平台差异、ANM影像与配对测试集较小、主影像分支未显式校正年龄性别与APOE ε4、队列特异基因面板限制直接分子比较、血液表达不等同于脑组织表达、GFV128不捕捉DNA序列变异或蛋白丰度功能、横断面设计无法时间推断、重要性的模型与分析依赖性。

结论部分译文：IG-CVAE表明，结构MRI能够制约一种保留AD/CN信息的血液表达衍生基因特征表征，且在独立分析的队列中均成立，但来自ANM小型配对测试集的估计应谨慎解读。诊断匹配的参与者配对置换分析支持MRI–GFV对应关系在一定程度上超出诊断状态，但参与者特异性分子对应仍有限。分子重要性在单个基因水平保持队列特异性，无显著通路水平汇聚，而扰动分析显示脑白质具有更强的跨队列汇聚，并在各队列内将该共享解剖信号与不同的疾病信息性分子特征相联系。这些发现支持参与者配对的影像-转录组建模作为一种假设生成性方法，用于研究AD中结构神经退行与外周分子变异之间的关系。生成的表征与区域-基因特征关联不应被解释为测量转录组、区域基因表达或因果性MRI至基因关系的重建。未来工作中，将影像与分子信号同基因调控直接测量相整合的人工智能框架，可有助于优先确定需实验验证的调控机制与治疗假设。