《Computational Biology and Chemistry》：Identification and validation of an ion homeostasis-related diagnostic gene signature for tuberculosis and exploratory analysis of SLC24A2
编辑推荐：
•
开发了一种基于离子稳态的结核病诊断模型，为早期和准确的临床诊断提供了新型非侵入性工具。
•
SLC24A2在结核病患者中高表达，并表现出稳定的诊断性能。
•
计算预测和分子对接表明，骨化三醇可以靶向并结合SLC24A2。
引言
结核病（
• 开发了一种基于离子稳态的结核病诊断模型，为早期和准确的临床诊断提供了新型非侵入性工具。
• SLC24A2在结核病患者中高表达，并表现出稳定的诊断性能。
• 计算预测和分子对接表明，骨化三醇可以靶向并结合SLC24A2。
引言 结核病（TB）是一种由Mycobacterium tuberculosis （Mtb）引起的慢性传染病，仍然是全球主要的健康威胁（R.E. Vance, 2025, A. Trajman等人，2025）。2024年世界卫生组织（WHO）的全球结核病报告估计，2023年有1080万新病例和130万人死亡，结核病始终是单一传染性病原体导致死亡的主要原因（D. Goletti等人，2024；Z. Chen等人，2025）。尽管检测效率有所提高，但当前的诊断技术（如痰涂片、培养、GeneXpert）仍存在局限性，包括灵敏度不足、早期诊断不佳以及无法区分潜伏性结核和活动性结核（N. Mohammadnabi等人，2024；I. Kontsevaya等人，2024）。因此，基于宿主分子特征的辅助诊断标志物的开发仍然非常重要。
近年来，宿主血液转录组分析为结核病的分子诊断提供了新的研究方向。Berry等人发现，活动性结核病患者表现出以干扰素反应和中性粒细胞相关转录变化为特征的血液表达谱（M.P. Berry等人，2010）。通过多队列整合分析，Sweeney等人建立了一个由GBP5、DUSP3和KLF2组成的三基因诊断标志物（T.E. Sweeney等人，2016）；Penn-Nicholson等人开发的六基因RISK6标志物进一步扩展了血液转录组在结核病诊断、疾病风险预测和治疗监测中的应用（A. Penn-Nicholson等人，2020）。最近，Wang等人通过结合加权基因共表达网络分析（WGCNA）和机器学习算法，筛选出了中性粒细胞胞外陷阱相关的候选基因，如GPR84、SIGLEC10、CCR2、TMEM167A和GYG1（T. Wang等人，2025）。然而，以往模型的跨队列稳定性和临床应用性仍然具有挑战性。Warsinske等人系统比较了16个已发表标志物在24个数据集中的表现，发现它们在区分能力上存在差异（H. Warsinske等人，2019）；Hoang等人进行的前瞻性多中心研究和Muwanga等人对6个非洲国家20个转录组标志物的评估进一步表明，现有模型在临床疑似结核病人群中的表现仍未能完全满足WHO对非痰液诊断测试的性能标准（L.T. Hoang等人，2021；V.M. Muwanga等人，2024）。因此，仍然有必要探索基于不同生物学原理的候选诊断标志物并加强其独立验证。
离子稳态，特别是关键离子（如Ca2+ 和Na+ ）的跨膜运输和细胞内浓度，是宿主细胞抵抗病原体侵袭和调节免疫炎症反应的核心生物学过程（A. Hamza等人，2021；H. Bao等人，2024）。在宿主方面，细胞质Ca2+ 信号作为关键的第二信使，驱动吞噬体成熟、NADPH氧化酶活化、巨噬细胞中的凋亡和IFN-γ信号传导（J. Westman等人，2019；G. Pradhan等人，2019）。Ca2+ 通道TRPV4的表达改变与Mtb感染后的宿主免疫反应调节密切相关，而电压门控钙通道的激活会抑制巨噬细胞对分枝杆菌的保护性反应（I. Umar等人，2025；A. Singh等人，2020；C. Verma等人，2020）。在病原体方面，Mtb进化出了复杂的离子稳态调节系统以适应宿主细胞内环境：它通过铁载体竞争性获取宿主铁离子以维持生长（G. Shankar和Y. Akhter，2024），并主动抑制巨噬细胞的Ca2+ 信号传导，从而阻碍吞噬体-溶酶体的融合，促进其在细胞内的存活（Z.A. Malik等人，2003）。Feng等人通过血液和血浆离子水平分析探讨了离子代谢标志物在结核病诊断和治疗监测中的潜在价值（Q. Feng等人，2024）。然而，系统评估宿主离子稳态相关基因（IHRGs）及其相关生物学特性的研究仍然相对有限。与以往主要关注干扰素反应和免疫炎症相关分子标志物的研究相比，关注IHRGs可以从离子运输和细胞稳态调节的角度探索候选诊断标志物，并为研究它们与宿主免疫防御的潜在联系提供新的生物学视角。
整合生物信息学和系统生物学方法为疾病相关基因筛选和功能探索提供了重要工具。以往的研究通过网络层次拓扑分析鉴定了卵巢癌的关键调控因子（M.Z. Malik等人，2019），通过整合多个数据集和调控网络分析发现了前列腺癌的候选标志物（M.M. Khan等人，2022），并通过结合转录组学、蛋白质-蛋白质相互作用网络和计算药物筛选探索了结肠癌的潜在治疗靶点（M. Kashif，2025）。与主要集中在干扰素反应和其他免疫炎症相关标志物上的现有结核病诊断研究相比，从宿主离子稳态的角度系统探索结核病候选诊断基因及其免疫相关生物学特性仍具有研究价值。
基于此，本研究整合了结核病血液转录组数据集，并使用LASSO和Boruta算法筛选了与离子稳态相关的候选诊断基因，构建了一个多基因逻辑回归模型，并通过内部验证和独立外部队列评估了其区分能力和稳定性。在此基础上，通过整合候选基因的表达特征、诊断性能和与离子稳态相关的生物学功能，选择了SLC24A2进行进一步研究；通过免疫相关性、共表达网络和通路分析探索了其潜在的生物学作用，并通过结合药物预测和分子对接分析评估了其与候选化合物的潜在相互作用。本研究旨在评估与离子稳态相关基因的结核病诊断潜力，并进一步探索代表性候选基因的生物学意义和潜在干预价值，为后续诊断标志物的验证和相关机制研究提供基础。
章节片段 数据来源和预处理 从基因表达组学数据库（GEO；
https://www.ncbi.nlm.nih.gov/geo/ 获取了三个与结核病相关的转录组数据集：GSE28623（GPL4133，Agilent-014850全人类基因组微阵列4×44，全血）、GSE34608（GPL6480，Agilent-014850全人类基因组微阵列4×44，全血）和GSE62525（GPL16951，Phalanx Human OneArray Ver. 6 Release 1，外周血单核细胞）。其中，GSE28623包括46名活动性结核病患者和37名健康对照组。
机器学习筛选枢纽基因和诊断模型构建 对GSE28623进行差异表达分析，识别出1,417个与结核病相关的DEGs（649个上调，768个下调）。将这些与523个IHRGs重叠后，识别出56个DE-IHRGs（图1A，表S2）。使用LASSO逻辑回归和Boruta算法进行特征选择。十折交叉验证确定λ.min=0.02309005，从LASSO中得到8个候选基因（图1B-C），而Boruta排名出34个顶级特征（图1D）。两种方法的交集确定了8个枢纽基因：CCL28。
讨论 结核病仍然是全球主要的公共卫生问题，早期和准确的诊断对于疾病预防和控制至关重要（S. Leo等人，2024；Y. Kobashi，2023）。尽管宿主血液转录组分析在结核病分子诊断方面取得了进展，但现有诊断模型的稳定性和临床适用性仍需进一步验证。本研究基于与宿主离子稳态相关的基因构建了一个8基因候选诊断模型。
结论 本研究确定了8个与离子稳态相关的候选诊断基因，并构建了一个多基因分类模型。内部交叉验证和外部队列分析表明，这种基因组合具有一定的区分潜力，但模型的稳定性和概率校准仍需进一步优化。探索性分析表明，SLC24A2可能与结核病相关的免疫和细胞信号特征有关。
资金声明和致谢 本工作得到了小山区重大科技计划项目（项目编号2022206）和杭州市卫生健康科技计划项目（项目编号B20253349）的支持。
作者贡献 M.L.负责概念化、方法论、验证、正式分析、调查、初稿准备、审阅和编辑、可视化和资金获取。C.S.负责数据管理、正式分析、调查、方法论、软件、验证、可视化和审阅及编辑。L.Ch.参与调查、资源管理、软件、验证、可视化和审阅及编辑。C.W.负责数据管理、正式分析。
数据和代码可用性 本研究没有生成新的代码。更多信息和资源请求可以联系主要联系人Qiaoli Liu（Qiaoliliu_6358@126.com）。
伦理声明 不适用。本研究未涉及任何人类参与者或人类来源的组织。
CRediT作者贡献声明 Chendi Wu： 写作 – 审阅与编辑、方法论、调查、正式分析、数据管理。Qiaoli Liu： 写作 – 审阅与编辑、监督、资源管理、项目管理、方法论、概念化。Chunfeng Sun： 写作 – 审阅与编辑、可视化、验证、软件、方法论、调查、正式分析、数据管理。Lihong Chen： 写作 – 审阅与编辑、可视化、验证、软件、资源管理、调查。Mei Li： 写作 – 审阅与编辑。
利益冲突声明 作者声明他们没有已知的可能会影响本文所述工作的财务利益或个人关系。
Mei Li|Chunfeng Sun|Lihong Chen|Qiaoli Liu
