基于多组学整合的脓毒症分子亚型解析:候选生物标志物与潜在药物靶点的发现

《Chemical Biology & Drug Design》:Multomic Analysis of Sepsis Molecular Subtypes: Discovery of Candidate Biomarkers and Potential Drug Targets

【字体: 大 中 小 】 时间:2026年11月19日 来源:Chemical Biology & Drug Design 3.3

编辑推荐:

  脓毒症表现出显著的异质性,分子分型可能有助于刻画这种异质性。基于脓毒症患者的公开转录组数据和单细胞数据,本研究采用NMF算法将患者分为三种分子亚型。C1亚型以代谢紊乱和固有免疫激活为特征;C2亚型以适应性免疫激活为特征,生存率最高(88.9%);C3亚型以表观

脓毒症表现出显著的异质性,分子分型可能有助于刻画这种异质性。基于脓毒症患者的公开转录组数据和单细胞数据,本研究采用NMF算法将患者分为三种分子亚型。C1亚型以代谢紊乱和固有免疫激活为特征;C2亚型以适应性免疫激活为特征,生存率最高(88.9%);C3亚型以表观遗传调控异常为特征,观察到的28天生存比例最低(73.8%)。机器学习识别出四个候选亚型相关基因——MMP8、KCNMA1、HPGD和FAM102A——四基因SVM分类器显示出探索性内部亚型可分性(准确率78.2%;一对多AUCs,0.894–0.928)。网络药理学筛选鉴定出113种中药化合物和2种西药。单细胞分析刻画了这些基因的细胞类型特异性表达模式,并识别出探索性表达相关通讯模式。体外实验显示,LPS刺激的AML-12细胞中HPGD蛋白表达升高,而氟哌利多或灵芝提取物处理与较低的HPGD表达水平相关。本研究提出了一个潜在的分子分型框架,并优先筛选了候选生物标志物和化合物以供进一步验证。
脓毒症(Sepsis)是由感染引起的危及生命的器官功能障碍,伴随宿主炎症反应失调。其临床异质性高、分类不明确,缺乏个性化治疗的精准证据。传统基于临床指标的分类无法反映潜在分子机制,导致免疫调节和抗感染治疗等方案呈现"一刀切"模式,限制了疗效。因此,识别脓毒症患者的分子亚型并阐明其核心生物学特征,对于建立精准诊疗策略、改善患者预后具有重要理论价值和临床意义。脓毒症的高死亡率和临床难治性源于其病理生理机制的极端复杂性和免疫表型的高度异质性。据世界卫生组织统计,全球每年有4890万例脓毒症病例和1100万例脓毒症相关死亡,占全球总死亡的20%。脓毒症病死率仍高达30%–40%,幸存者常遭受长期器官损伤、认知障碍和再住院风险,造成沉重社会经济负担。在机制上,脓毒症不仅是过度炎症状态,而是早期炎症风暴与中晚期免疫抑制共存的双向紊乱。感染触发Toll样受体(TLRs)过度激活,导致TNF-α、IL-6和IL-1β等促炎细胞因子大量释放,引起血管渗漏、凝血障碍和多器官损伤。持续性炎症应激反过来诱导免疫细胞凋亡、T细胞耗竭和树突状细胞功能抑制,同时上调PD-L1和TIM-3等免疫检查点分子,形成免疫抑制状态,使宿主丧失清除病原体的能力,高度易感继发感染和死亡。这种同一疾病内免疫状态的矛盾(高炎症 vs. 免疫抑制)导致糖皮质激素和免疫检查点抑制剂等疗法在临床试验中疗效结果相互矛盾,难以推广。更关键的是,脓毒症异质性还体现在感染来源和年龄等维度。腹腔感染表现为强烈的炎症和细胞因子反应、血管完整性丧失和凝血系统激活,而尿路感染以内皮细胞激活为主;老年脓毒症患者表现出显著免疫抑制,包括Treg扩增、CD8+ T细胞耗竭和抗原呈递受损,而大多数脓毒症病例本质上属于"低炎症亚型"。这些因素共同导致临床表现不典型,难以用常规指标识别。目前临床使用的Sepsis 3标准基于SOFA评分,难以反映脓毒症患者固有的临床和生物学异质性,无法捕捉潜在的分子水平差异,导致"同综合征不同特征、同药物不同疗效"的局面。大多数临床试验因纳入异质性患者群体而得出阴性结果。现有分子分型研究大多基于 bulk 转录组数据,难以解析免疫细胞亚群水平的异质性;分型结果在不同队列间缺乏可重复性,尚未建立适合临床转化的共识模型;针对特定分子亚型的靶向药物筛选仍处于起步阶段。因此,在分子水平阐明免疫异质性、分类稳定亚型并揭示其核心机制,是优化脓毒症诊疗策略、提高个性化治疗疗效和改善患者短期及长期预后的关键切入点。然而,目前仍缺乏将分型策略与特定药物筛选有效连接的系统研究框架。近年来,高通量测序技术和生物信息学分析的快速发展为解析脓毒症高度复杂的疾病异质性提供了新的研究路径。基于转录组数据的无监督聚类分析可将患者分为具有不同分子特征的亚型。非负矩阵分解(NMF)是一种典型的无监督聚类方法。单细胞转录组学可解析免疫细胞亚群组成和细胞间通讯网络。机器学习算法可用于筛选候选生物标志物并构建分子分型模型。网络药理学和分子对接技术可系统预测药物-靶点相互作用并筛选候选化合物。本研究利用包含脓毒症转录组和单细胞数据的公共数据库,采用NMF算法构建稳定的分子亚型,并结合差异分析和功能富集阐明各亚型的病理特征。通过多步机器学习筛选候选亚型相关基因并构建SVM分类模型;采用网络药理学和分子对接筛选靶向中西方药物;并利用单细胞、伪时间序列和细胞通讯分析刻画亚型相关基因的细胞类型特异性表达,探索推断的伪时间轨迹和预测的通讯模式。此外,在AML-12细胞中建立LPS诱导的炎症损伤模型,检测细胞活力、炎症标志物表达以及氟哌利多或灵芝提取物处理后HPGD、KCNMA1和MMP8的变化。该模型用于评估肝细胞对LPS的固有反应,而非再现人类脓毒症的系统性病理生理。本研究旨在提出潜在的分子分型框架,识别候选亚型相关生物标志物,并优先筛选候选化合物以供进一步验证。研究人员开展的关键技术方法包括:基于公共数据库获取脓毒症转录组数据(E-MTAB-4421队列含265例严重脓毒症患者血液样本;GSE131761队列含114例脓毒症患者和15例健康对照)和单细胞转录组数据(GSE167363队列含2例健康对照和10例脓毒症患者外周血样本);采用NMF算法进行无监督聚类分型;使用limma包进行差异表达分析;利用clusterProfiler进行GO和KEGG功能富集分析;通过LASSO回归、SVM-RFE、多变量逐步回归和SVM多步机器学习策略筛选核心基因并构建分类模型;采用网络药理学(TCMSP和PubChem数据库)和分子对接(AutoDock VINA)筛选候选化合物;利用Seurat进行单细胞数据质控、降维和聚类注释;采用Monocle2进行伪时间序列分析;使用CellChat进行探索性细胞间通讯分析;以及体外LPS刺激AML-12细胞的CCK-8、Western blot和qPCR实验。研究结果如下:(1)基于非负矩阵分解的脓毒症患者分子亚型识别:通过对E-MTAB-4421数据集进行NMF聚类分析,综合评估多个聚类质量指标确定rank=3为最优分解秩,将患者稳定分为三种分子亚型;连通矩阵呈现明显的块状结构,亚型内样本连接强度高、亚型间连接强度低,表明分型结果具有良好内部一致性和外部分离性。(2)脓毒症亚型的功能富集、预后及免疫表达特征:C1亚型以代谢重编程驱动的固有免疫激活为主要特征,特征基因在胆固醇代谢、果糖和甘露糖代谢、AMPK信号通路及TNF/IL-17炎症轴相关通路中显著富集;C2亚型以适应免疫主导的克隆激活为特征,上调基因在T细胞受体信号、Th1/Th2/Th17细胞分化和PD-1/PD-L1免疫检查点通路中富集;C3亚型表现表观遗传调控和异常受体酪氨酸激酶信号模式,特征基因在snoRNA结合、组蛋白H2AX/H3激酶活性和跨膜受体蛋白酪氨酸激酶活性等方面富集。28天生存分析显示C1、C2、C3亚型死亡率分别为22.4%、11.1%和26.2%,三组间28天生存结局分布差异显著(χ2=6.336,p=0.042);多因素logistic回归调整年龄和性别后,以C2为参照,C1和C3亚型28天死亡几率显著升高(C1/C2:OR=3.55,95%CI=1.342–10.101,p=0.013;C3/C2:OR=2.66,95%CI=1.169–6.689,p=0.026)。细胞因子表达谱方面,IL-8、IL-10和IL-18在三组间呈现C1最低、C2中间、C3最高的梯度表达模式,IL-6组间差异不显著。(3)四基因分子亚型分类器的识别与外部评估:通过三组两两差异分析取交集获得20个在三对比较中均显著差异表达的基因,经LASSO回归(10折交叉验证)降至14个,SVM-RFE(5折交叉验证)筛选至9个,逐步回归(AIC最小化)初步确定5个候选基因MMP8、FAM102A、KCNMA1、HPGD和PVRIG;因FAM102A与PVRIG强相关(r2=0.87)且存在中度共线性(VIF分别为4.33和4.13),基于模型简约原则排除PVRIG,最终纳入MMP8、FAM102A、KCNMA1和HPGD构建四基因SVM分类器,内部测试集总体准确率78.2%,C1、C2、C3的一对多AUC分别为0.928、0.924和0.894。在独立GSE131761队列中,SVM预测与ssGSEA投影标签总体一致率63.2%,C1亚型AUC为0.940、C3为0.806、C2为0.671。疾病状态层面,MMP8、KCNMA1和HPGD显著上调(logFC=2.00、0.81和1.13),FAM102A显著下调(logFC=?2.80);亚型层面,MMP8在C1中表达最高、C2次之、C3最低,KCNMA1和HPGD在C1中显著高于C2和C3,FAM102A在C2中表达最高、C3次之、C1最低。(4)基于网络药理学和分子对接的靶向药物筛选:从TCMSP数据库筛选2583种口服生物利用度(OB)≥30%且类药性(DL)≥0.18的中药化合物,从PubChem数据库收集757种FDA批准西药化合物;对MMP8、KCNMA1和HPGD预测对接分数?5.0 kcal/mol;中药溯源分析显示灵芝含候选化合物最多(5种);氟哌利多对HPGD的预测对接分数低至?10.5 kcal/mol,提示良好的结构兼容性。(5)脓毒症亚型细胞和分子机制的单细胞转录组分析:GSE167363数据集质控后保留53989个高质量细胞,经Harmony批次校正和聚类分析鉴定14个细胞簇并注释为11种细胞类型;疾病组中FCGR3A+单核细胞、NK细胞、中性粒细胞和树突状细胞比例显著升高;HPGD在疾病组所有免疫细胞类型中高表达,KCNMA1在中性粒细胞、CD14+单核细胞和树突状细胞中高表达,MMP8在疾病组呈严格中性粒细胞特异性表达,FAM102A主要在T细胞中检测到且健康对照高于脓毒症样本;C1高评分细胞特异性富集于中性粒细胞,C2高评分细胞富集于T细胞、B细胞和NK细胞,C3高评分细胞主要富集于单核细胞和树突状细胞。伪时间序列分析显示中性粒细胞分为5种分化状态,正常细胞集中于低伪时间状态(State 1),疾病细胞和C1相关基因高表达细胞主要分布于中高伪时间状态(States 2–5);MMP8表达在State 5达到峰值并随伪时间逐渐下降,HPGD和KCNMA1在State 3达到峰值后呈下降趋势;GO富集显示中性粒细胞沿分化轨迹经历阶段特异性功能转变。单核细胞疾病组主要分布于低至中伪时间状态,健康对照主要分布于高伪时间状态;FCGR3A+单核细胞富集于低至中伪时间状态,CD14+单核细胞主要分布于中至高伪时间状态;C1相关基因在低伪时间状态表达更突出,C3相关基因在中高伪时间状态表达更突出。T细胞分为12种分化状态,疾病组细胞主要富集于高伪时间状态,FAM102A和C2相关基因沿推断的T细胞轨迹向高伪时间值呈相似上升趋势。探索性CellChat分析显示,MMP8高表达中性粒细胞中RETN–TLR4和RETN–CAP1等相互作用对的预测通讯概率数值上更高;HPGD高表达单核细胞与树突状细胞之间预测到CD99–CD99相互作用;KCNMA1高表达单核细胞与树突状细胞之间预测到CD99–CD99和ADGRE5–CD55相互作用,与B细胞之间预测到涉及CD99、CCL和ANXA1信号的相互作用;FAM102A高表达T细胞与CD14+单核细胞之间预测到SEMA4D–PLXNB2相互作用,与FCGR3A+单核细胞或中性粒细胞之间预测到ADGRE5–CD55相互作用,而FAM102A低表达T细胞与NK细胞之间预测到MIF–(CD74+CD44)信号。(6)氟哌利多和灵芝提取物对LPS诱导的AML-12细胞炎症损伤的影响:CCK-8实验确定氟哌利多1 μM和灵芝水提取物(GLWE)50 μg/mL为显著提高LPS刺激AML-12细胞活力的最低测试浓度,且无LPS时两者均不显著降低细胞活力;LPS刺激显著降低AML-12细胞活力(p<0.001),两种处理组细胞活力均显著高于LPS组(均p<0.01)。Western blot显示LPS组HPGD蛋白丰度显著高于对照组(p<0.05),氟哌利多或GLWE干预后LPS诱导的HPGD蛋白上调被逆转;KCNMA1和MMP8蛋白丰度组间无显著差异。qPCR显示LPS显著增加HPGD、KCNMA1和MMP8的mRNA表达(均p<0.05),两种处理均显著降低这些基因的mRNA水平(均p<0.05);LPS组TNF-α、IL-6和IL-1β mRNA表达显著高于对照组(均p<0.05),两种处理均显著降低这些炎症标志物的mRNA表达(均p<0.05)。讨论部分总结:本研究采用NMF将脓毒症患者分为三种分子亚型,通过机器学习识别四个候选亚型相关基因,并利用网络药理学和单细胞分析探索细胞类型特异性表达模式、预测通讯网络和相关候选化合物。三种转录组衍生分子亚型表现不同的基因表达和通路富集模式,C1、C2和C3的功能描述词代表主要基于富集分析的分子解释而非已建立的临床表型类别。C1亚型以代谢重编程驱动的固有免疫激活为特征,C1相关模块评分在中性粒细胞中相对较高,MMP8严格在中性粒细胞中高表达,支持C1相关表达模式与中性粒细胞激活的关联。C2亚型以适应免疫激活为特征,观察到的28天生存比例为88.9%,C2相关模块评分在T、B和NK细胞中相对较高;需注意C2亚型中PD-1/PD-L1通路富集可能与激活相关检查点上调兼容,但仅凭通路富集无法区分T细胞激活与耗竭。C3亚型表现表观遗传调控异常伴IL-8、IL-10和IL-18高表达,呈现"炎症与免疫抑制共存",观察到的28天生存比例最低(73.8%),其高评分主要富集于单核细胞和树突状细胞。关于候选生物标志物,四基因SVM分类器内部评估一对多AUC均大于0.89,提示探索性内部亚型可分性;由于亚型定义和初始候选基因识别先于训练/测试集划分,这些结果不应解释为分类性能的无偏估计。在GSE131761中,分类器与ssGSEA投影标签的跨队列一致性可变,C1、C2和C3的AUC分别为0.940、0.671和0.806,C2性能较有限。单细胞层面,MMP8高表达中性粒细胞显示预测的RETN相关通讯模式可能与炎症信号相关;HPGD和KCNMA1高表达单核细胞通过CD99和ANXA1等通路与树突状细胞和B细胞显示不同的预测通讯模式。FAM102A的表达需要多层次比较分析:尽管在脓毒症患者T细胞中整体下调,但在C2亚型中相对高表达;探索性CellChat分析显示FAM102A高表达T细胞通过SEMA4D-PLXNB2和ADGRE5-CD55通路与髓系细胞显示预测相互作用,而FAM102A低表达T细胞与NK细胞显示预测的MIF–(CD74+CD44)相互作用。基于此,研究人员提出FAM102A可能与T细胞功能状态相关的假设,但当前证据不能确定FAM102A防止T细胞耗竭、增强病原体清除或决定C2亚型较高的观察28天生存比例。通过网络药理学和分子对接靶向MMP8、KCNMA1和HPGD,从2583种中药和757种西药中筛选出113种中药化合物和2种西药(氟哌利多和普罗帕酮);氟哌利多对HPGD的预测对接分数为?10.5 kcal/mol,提示良好的结构兼容性;中药溯源分析显示灵芝含活性化合物最多(5种),其双向免疫调节作用已被文献支持,为基于分子分型的潜在中西医结合策略进一步研究提供了候选化合物库。为探索性评估与筛选化合物相关的细胞反应,研究人员使用LPS刺激的AML-12细胞检测细胞活力、炎症标志物表达和候选亚型相关蛋白丰度;CCK-8实验确定氟哌利多1 μM和GLWE 50 μg/mL为提高LPS刺激AML-12细胞活力的最低测试有效浓度,两者在无LPS时均不显著降低细胞活力;两种处理均降低LPS相关的TNF-α、IL-6和IL-1β mRNA表达增加,相应Western blot条带显示方向一致的变化;mRNA水平上LPS刺激增加HPGD、KCNMA1和MMP8表达,两种处理均降低这些LPS相关转录变化;蛋白水平上仅HPGD观察到LPS相关增加,KCNMA1和MMP8组间无显著差异;两种处理后HPGD蛋白丰度数值上低于单纯LPS刺激。这些发现刻画了小鼠肝细胞的细胞反应,但未直接验证计算定义的人类外周血免疫细胞分子亚型机制、化合物-靶点结合或治疗疗效。HPGD又称15-羟基前列腺素脱氢酶(15-PGDH),催化前列腺素E2(PGE2)降解,抑制HPGD酶活性可能增加PGE2积累;然而本研究仅测量HPGD mRNA和蛋白丰度,未评估HPGD酶活性或PGE2水平,因此观察到的化合物处理后HPGD表达降低不应解释为药理学抑制HPGD在脓毒症中治疗有益的 evidence。研究结论:脓毒症是宿主对感染反应失调导致器官功能障碍的危及生命的状态,持续高死亡率源于患者免疫状态的极端异质性,使传统"一刀切"治疗无效。本研究采用NMF将脓毒症患者分为三种分子亚型,通过机器学习识别四个候选亚型相关基因,并利用网络药理学和单细胞分析探索细胞类型特异性表达模式、预测通讯网络和相关候选化合物。本研究提出了一个潜在的脓毒症分子分型和优先筛选候选亚型相关生物标志物及化合物的整合框架,以供进一步验证。

订阅生物通快讯

订阅快讯:

最新文章

限时促销

会展信息

关注订阅号/掌握最新资讯

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