《Frontiers in Immunology》：Integrative multi-omics, machine learning, computational toxicology, and experimental validation reveal PFAS-associated immune–inflammatory signatures in chronic obstructive pulmonary disease
编辑推荐：
背景： 全氟和多氟烷基物质（PFAS）是持久性环境污染物，日益被认为与呼吸系统疾病相关。然而，PFAS相关分子扰动、免疫失调与慢性阻塞性肺疾病（COPD）之间的系统层面联系仍知之甚少。本研究旨在优先筛选PFAS相关靶点信息与COPD相关转录及炎症特征之间的候选
背景： 全氟和多氟烷基物质（PFAS）是持久性环境污染物，日益被认为与呼吸系统疾病相关。然而，PFAS相关分子扰动、免疫失调与慢性阻塞性肺疾病（COPD）之间的系统层面联系仍知之甚少。本研究旨在优先筛选PFAS相关靶点信息与COPD相关转录及炎症特征之间的候选关联。
方法： 将PFAS相关靶点信息与bulk转录组差异表达及加权基因共表达网络分析（WGCNA）整合，以识别重叠候选基因。采用蛋白—蛋白相互作用分析与113种机器学习模型组合进行候选基因优先级排序及跨队列分类评估。CIBERSORT与xCell提供计算免疫细胞特征，组间比较及基因—特征相关性采用Benjamini–Hochberg校正；单细胞转录组提供细胞类型表达背景。在香烟烟雾提取物处理的细胞、临床样本及公开的人与小鼠数据集中检测候选基因表达。分子对接与分子动力学模拟探索候选PFAS—蛋白相互作用。
结果： HMOX1、JUNB、CXCL12与PTGS2被优先确定为同时重叠于PFAS相关靶点信息与COPD相关表达模式的候选基因。富集与免疫解卷积分析提示其与炎症及免疫相关特征存在关联，单细胞分析描述了其在各注释细胞类型中的分布。探索性血浆ELISA检测支持COPD参与者中四种候选蛋白水平较高，其他表达支持因基因与实验模型而异。对接与分子动力学为PFOA/PFOS—蛋白相互作用（包括HMOX1）生成结构性假设。
结论： 该整合系统免疫学框架描绘了PFAS—COPD界面的免疫—炎症特征，并确定HMOX1、JUNB、CXCL12与PTGS2为汇聚的分子节点。研究结果未确立暴露因果关系，但为未来关于持久性环境污染物如何促成COPD相关免疫与炎症改变的流行病学及机制研究提供了多尺度基础。
一、研究背景与问题
全氟和多氟烷基物质（PFAS）因化学结构高度稳定而被称为"永久化学品"，广泛用于涂层、防水织物、食品包装与消防泡沫，可经工业排放、环境迁移与生物蓄积进入人体并在血液中长期存留。流行病学与毒理学研究已将PFAS暴露与肝病、免疫毒性、癌症、内分泌干扰及肺损伤等健康结局相联系。慢性阻塞性肺疾病（COPD）以持续气流受限与肺功能进行性下降为特征，2019年全球约2.12亿人患病、约330万人死亡；除吸烟外，生物质烟雾、职业粉尘、室外空气污染与化学气体等环境因素亦影响其发生发展。美国国家健康与营养调查（NHANES）数据显示，COPD患者血清PFHxS、PFNA、PFOA与PFOS水平高于非COPD者，Ln-PFOA与Ln-PFNA升高与COPD风险增加相关；儿童青少年中PFAS暴露与FEV1、FVC下降相关。实验研究显示PFAS可致肺上皮细胞DNA甲基化与组蛋白修饰异常、细胞周期阻滞与凋亡，损害肺表面活性物质功能并诱导炎症因子释放；小鼠饮水暴露PFOA 14周可改变肺组织炎症与免疫相关基因表达。然而，PFAS相关分子扰动、免疫失调与COPD之间的系统层面联系仍不清楚，具体分子机制尚未充分阐明，因此有必要开展整合性研究以优先筛选二者界面的候选分子节点。
二、研究内容与结论
研究人员构建了整合多组学、机器学习、计算毒理学与实验验证的系统免疫学框架：以PFOA与PFOS为代表，经SwissTargetPrediction预测靶点并补充比较毒理基因组学数据库（CTD）与文献的化学—基因信息，形成PFAS相关候选基因集；以GSE151052为主要COPD肺组织转录组数据集，结合差异表达、WGCNA模块与靶点集三向交集获得47个重叠基因，经蛋白—蛋白相互作用（PPI）网络拓扑分析得到19个枢纽基因，再以113种机器学习模型组合优先筛选出HMOX1、JUNB、CXCL12与PTGS2四基因特征；进而通过CIBERSORT与xCell推断免疫细胞特征、共识聚类刻画区域分子表达模式、单细胞转录组描述细胞类型分布，并以细胞模型、临床样本与公开数据集进行表达验证，以分子对接与分子动力学模拟探索PFAS—蛋白相互作用。结论为：该框架描绘了PFAS—COPD界面的免疫—炎症特征，确定上述四基因为汇聚分子节点；研究未确立暴露因果关系，但为后续流行病学与机制研究提供多尺度基础。其意义在于将环境污染物靶点信息与COPD转录及炎症特征系统衔接，提出可检验的候选分子假设。
三、关键技术方法
研究采用的主要关键技术包括：基于SwissTargetPrediction、CTD与文献的PFAS靶点整合；基于GSE151052的差异表达分析与WGCNA；STRING数据库PPI网络与cytoHubba拓扑分析；两阶段113种机器学习模型组合的特征筛选与跨队列分类评估（训练集GSE151052，外部验证集GSE76925与GSE38974）；CIBERSORT与xCell免疫解卷积；共识聚类；基于GSE279570的COPD来源单细胞转录组分析（Harmony整合、CellChat通讯推断）；分子对接与100 ns分子动力学模拟。样本队列来源：GSE151052（10例GOLD 4期COPD移植肺与5例供体肺，保留117个区域样本，含77例COPD与40例对照）；临床PBMC来源巨噬细胞（广州医科大学附属第一医院，COPD与健康对照各5例）；血浆ELISA（宁夏医科大学总医院，稳定期COPD与健康志愿者各20例）；公共人与小鼠数据集GSE38974、GSE47460、GSE125521与GSE52509。
四、研究结果
3.1 PFAS相关候选基因与COPD相关基因集的重叠：通过文献与数据库挖掘汇编PFAS潜在靶点，GSE151052差异表达分析显示上调基因富集于白细胞黏附、T细胞活化、趋化因子活性及TNF信号、细胞因子—细胞因子受体相互作用与趋化因子信号，下调基因富集于氨基酸代谢、HIF-1信号、补体与凝血级联等；WGCNA识别blue（r=0.86）、turquoise（r=0.67）与green–yellow（r=0.53）模块与COPD表型显著相关；三向交集得到47个共同基因，作为后续候选。
3.2 PFAS–COPD相互作用网络中识别19个枢纽基因：PPI网络高度互联，结合closeness、degree、EPC与MNC四种拓扑算法确定19个枢纽基因（含ATF3、FASN、JUN、EGR1、CXCL2、FOSB、CXCL12、ARG1、HMOX1、CXCL1、JUNB、HGF、PTGS2、TNFSF10、IL1B、FOS、IL6、IER3、CXCL10）；富集分析显示其集中于细胞因子介导信号、脂多糖反应、TNF信号、IL-17信号与脂质代谢及动脉粥样硬化等通路，提示炎症与免疫反应通路富集。
3.3 整合机器学习识别四基因候选特征：两阶段框架生成113种模型组合，Stepglm[backward]+plsRglm模型保留HMOX1、JUNB、CXCL12与PTGS2；在两个外部验证集中AUC分别为0.807与0.763，三数据集算术平均AUC为0.855（仅作描述性汇总，非外部验证估计）；但发现集为极重度COPD肺多区域样本，不能支持早期检测或人群筛查用途。
3.4 候选基因表达与推断免疫细胞特征相关：CIBERSORT估计22种免疫细胞亚群比例，11个亚群存在COPD—对照差异（BH校正P<0.05），COPD组初始B细胞、CD8+T细胞、M1巨噬细胞与静息肥大细胞中位比例较高，活化NK细胞、单核细胞、M0与M2巨噬细胞、活化树突状细胞及中性粒细胞较低；在77个COPD区域样本中16个基因—免疫细胞关联经BH校正后仍显著，如CXCL12与M1巨噬细胞正相关（rho=0.634）、PTGS2与中性粒细胞负相关（rho=?0.450）；xCell作为补充敏感性分析。
3.5 COPD肺组织两种区域分子表达模式：基于候选基因表达的共识聚类将COPD区域样本分为C1与C2，C2中嗜酸性粒细胞、肥大细胞、NK细胞及Th1、Th17、Th2特征评分较高，C1中巨噬细胞特征评分较高；该结果仅为区域表达模式，不代表经验证的患者亚型或严重度分层。
3.6 COPD肺组织细胞类型表达模式与推断通讯：GSE279570 COPD来源子集质控后保留25 933个细胞（11例患者），注释出巨噬细胞、单核细胞、上皮细胞、内皮细胞、T细胞、NK细胞、B细胞、中性粒细胞、树突状细胞与成纤维细胞等，巨噬细胞占比最大；JUNB在巨噬细胞、上皮细胞、中性粒细胞与T细胞中检出，HMOX1在巨噬细胞、单核细胞与上皮细胞中突出，PTGS2以中性粒细胞最明显，CXCL12检出较低；上皮与巨噬细胞相关富集条目分别涉及肺泡形态发生、气道发育与ERK1/ERK2信号、补体激活；CellChat推断上皮与巨噬细胞间GALECTIN、CypA、UGRP1与resistin相关信号通讯。
3.7 多层次验证支持靶基因的COPD相关失调：香烟烟雾提取物处理的A549、16-HBE与THP-1来源巨噬细胞样细胞中HMOX1与PTGS2 mRNA在相应比较中升高（n=3）；PBMC来源巨噬细胞中COPD组HMOX1与JUNB表达高于对照（每组5例）；血浆ELISA显示COPD组HMOX1、JUNB、CXCL12与PTGS2浓度均较高（每组20例）；HMOX1在GSE38974、GSE47460及小鼠烟雾暴露数据集GSE125521、GSE52509中亦证实上调。上述比较P值未作多重比较校正，临床比较未校正协变量，属探索性支持证据。
3.8 分子对接识别候选PFAS—蛋白结合构象：PFOA与PFOS对四种蛋白的对接评分范围为?5.1至?8.4 kcal mol?1，HMOX1评分最负（PFOA ?8.1、PFOS ?8.4 kcal mol?1），PTGS2、JUNB与CXCL12依次较弱；结构检视显示HMOX1预测结合区可能的配体容纳与分子间接触，支持选取HMOX1进行探索性模拟，但不代表实验结合亲和力。
3.9 分子动力学模拟刻画预测PFAS–HMOX1复合物的构象变化：对PFOA–HMOX1与PFOS–HMOX1各进行一条100 ns轨迹；RMSD在初始升高后分别波动于约1.4–1.7 nm与1.2–1.5 nm，回转半径初期下降后围绕约2.0 nm波动，提示初始致密化后整体紧凑性相对维持；RMSF显示原子波动异质；PCA构象自由能景观展示采样构象分布。该分析仅为假设生成，未确立轨迹收敛或持续配体结合。
五、讨论与结论
讨论指出，两项NHANES研究将PFAS暴露与COPD相联系，男性高PFOA水平者COPD风险增加2.17倍，PFOA与PFOS水平升高与COPD患病率增加相关（尤其老年人与既往吸烟者）；儿童哮喘患者血清PFAS较高者FEV1、FVC等指标明显降低；毒理学研究提示PFAS经氧化与免疫毒性应激、表观遗传干扰、表面活性物质功能障碍及NLRP3炎症小体激活等途径影响肺部，但尚不能确立PFAS暴露与COPD的直接因果关系。本研究的增量贡献在于以PFAS相关靶点重叠结合COPD差异表达与共表达模块优先筛选候选基因，并在多尺度上加以刻画；四基因均为COPD相关及更广泛炎症与应激反应生物学中的已知参与者。研究同时承认若干局限：GSE151052区域样本嵌套于15例肺内而未显式建模供体依赖性，差异表达与模块关联应视为探索性组织层面发现；单细胞分析无正常对照、未行专用双链体检测；免疫特征为计算推断而非实测细胞丰度；临床比较样本量有限、未校正协变量且P值未校正多重比较；对接与分子动力学仅为结构性假设。结论译文：该整合系统免疫学框架描绘了PFAS—COPD界面的免疫—炎症特征，并确定HMOX1、JUNB、CXCL12与PTGS2为汇聚的分子节点。研究结果未确立暴露因果关系，但为未来关于持久性环境污染物如何促成COPD相关免疫与炎症改变的流行病学及机制研究提供了多尺度基础。
