综述：哮喘和慢性阻塞性肺疾病（COPD）中的系统生物学与多组学：计算方法的系统综述（2010–2024年）

《Journal of Asthma and Allergy》：Systems Biology and Multi-Omics in Asthma and COPD: A Systematic Review of Computational Approaches (2010–2024)

　　摘要：系统生物学方法有助于我们更好地理解复杂的呼吸系统疾病，包括哮喘和慢性阻塞性肺疾病（COPD）。本系统评价研究了系统生物学方法在呼吸医学中的应用，重点关注多组学数据整合和计算技术在生物标志物发现及机制理解方面的作用。遵循PRISMA 2020指南，我们在Web of Science和Scopus数据库中进行了全面的文献搜索，共识别出2010年至2024年间发表的117篇经过同行评审的文献。评价方法结合了文献计量分析和所包含研究的定性综合。结果显示，系统生物学在哮喘和COPD研究中的应用持续增长，每年发表的文章数量增加了约0.5篇（R2 = 0.73，p < 0.001）。文献计量分析确定了五个主要的研究领域：系统生物学作为基础方法框架（基本主题）、以COPD为重点的研究（核心主题）、基因表达分析、疾病分类方法以及专门的肺部疾病研究（ niche主题）。多组学整合研究在疾病分类任务中的准确率达到了82-91%，基于转录组学的哮喘分型已在多个队列中的1500多名患者中得到验证。网络分析方法识别出在三项独立研究中重复出现的枢纽基因（IL-6、TNF-α、MMP9）。机器学习应用在诊断和预后任务中的准确率为80-90%，但外部验证仍然有限，只有15%的审查研究包含了独立验证队列。数据整合、计算可重复性和临床转化方面仍存在显著挑战。大多数研究的样本量较小（中位数n=89），且人群多样性有限，89%的研究集中在欧洲血统的人群中。本评价全面评估了系统生物学在呼吸医学领域的进展，指出了方法上的空白，并强调了需要标准化协议、更大规模的协作研究以及严格的外部验证，以推进系统生物学发现在实际哮喘和COPD管理中的应用。

关键词：系统生物学；呼吸系统疾病；多组学整合；计算建模；个性化医疗

引言：生物学系统已成为理解复杂生物过程的重要方法，特别是在呼吸系统疾病的背景下。这一跨学科领域整合了多种数据类型和计算方法，以阐明生理和病理状态下的复杂分子网络（Ivanov, 2021）。近年来，系统生物学在呼吸系统研究中的应用显著推动了我们对哮喘和慢性阻塞性肺疾病（COPD）等疾病的理解。系统生物学方法综合了基因组学、转录组学、蛋白质组学和代谢组学等多组学数据，创建了生物系统的综合模型。这种整合方法在识别新的生物标志物、表征疾病异质性以及为呼吸系统疾病开发靶向疗法方面发挥了重要作用。系统生物学在哮喘和COPD研究中的应用稳步增长，每年发表的文章数量增加了约0.5篇（R2 = 0.73，p < 0.001）。文献计量分析确定了五个主要的研究集群：系统生物学作为基础方法框架（基本主题）、以COPD为重点的研究（核心主题）、基因表达分析、疾病分类方法以及专门的肺部疾病研究（niche主题）。多组学整合研究在疾病分类任务中的准确率为82-91%，基于转录组学的哮喘分型已在多个队列中的1500多名患者中得到验证。网络分析方法识别出在三项独立研究中重复出现的枢纽基因（IL-6、TNF-α、MMP9）。机器学习应用在诊断和预后任务中的准确率为80-90%，但外部验证仍然有限，只有15%的审查研究包含了独立验证队列。数据整合、计算可重复性和临床转化方面仍存在重大挑战。大多数研究的样本量较小（中位数n=89），且人群多样性有限，89%的研究集中在欧洲血统的人群中。本评价全面评估了系统生物学在呼吸医学领域的进展，指出了方法上的空白，并强调了需要标准化协议、更大规模的协作研究以及严格的外部验证，以推进系统生物学发现在实际哮喘和COPD管理中的应用。

关键词：系统生物学；呼吸系统疾病；多组学整合；计算建模；个性化医疗文档的平均年龄为6.76年，每篇文档平均被引用32.15次，表明其具有较高的影响力。该文献库包含总共9481个参考文献，显示出丰富的文献基础。关键词分析揭示了2184个关键词以及390个作者提供的关键词，表明涵盖了广泛的主题和概念。合作指标显示每篇文档平均有6.56位合著者，其中31.62%的论文涉及国际合作，表明该领域有强烈的合作研究趋势。文档类型在文章（57篇）和综述（54篇）之间保持平衡，同时也有少量的书籍章节（6篇），提供了原始研究和综合知识的混合。这些数据描绘了一个充满活力和合作的研究领域，拥有大量的文献和有影响力的出版物。

此外，图2展示了2010年至2024年间与呼吸系统生物学方法相关的记录年产量。数据显示，出版频率总体上呈上升趋势，但存在一些波动。该领域在2010年的产出较少（3篇论文），随后逐渐增加，2015年达到峰值（12篇论文）。2015年后，年产量趋于稳定，通常在6到10篇论文之间。值得注意的年份包括2014年、2015年、2020年、2021年和2023年，这些年份每年都发表了10篇或更多的论文。2022年略有下降（7篇论文），但在2023年回升至10篇。2024年的数量较少（3篇论文），这可能是由于当年数据不完整，而不是研究产出的减少。总体而言，这一趋势表明在过去十年中，人们对将系统生物学方法应用于呼吸系统疾病研究的兴趣持续增长。

图3突出了呼吸系统生物学方法领域中最相关的出版来源。数据显示，《Frontiers in Immunology》发表了7篇论文，表明其在该领域传播研究方面发挥了重要作用。《Advances in Experimental Medicine and Biology》和《Journal of Allergy and Clinical Immunology》各发表了5篇论文。《Allergy: European Journal of Allergy and Clinical Immunology》也发表了4篇相关论文。另有三本期刊——《Annals of the American Thoracic Society》、《Clinical and Experimental Allergy》和《Current Medicinal Chemistry》各发表了3篇论文。最后是《Biomarkers in Medicine》和《ERS Monograph》，每本期刊发表了2篇论文。这种期刊分布反映了研究跨免疫学、实验医学、过敏学和呼吸医学的跨学科性质。列表中既有专业期刊（如《Frontiers in Immunology》，也有范围更广的期刊（如《Current Medicinal Chemistry》），凸显了系统生物学方法在呼吸系统疾病研究中的广泛影响和兴趣。

表2列出了呼吸系统生物学方法领域中被引用最多的6篇论文。最具影响力的论文是Breuer等人的研究，总引用次数达到869次，年均引用次数为72.42次。Pinto等人的研究紧随其后，引用次数为247次，尽管发表时间较晚，但其年均引用次数仍高达49.40次。Kavlock和Dix以及Auffray等人的研究分别获得了142次和129次引用，显示出长期的影响力。像Mahmud等人和Chung与Adcock等人的较新研究尽管发表时间较短，但年均引用次数也较高（分别为19.00次和12.33次）。标准化总引用次数（Normalized TC）提供了一种比较不同年份论文的方法，其中Breuer K等人的研究以6.57次位居榜首，紧随其后。这些数据表明，该领域既有2010年代初的开创性工作，也有近期的高影响力研究，反映了系统生物学在呼吸系统疾病研究中的不断发展和相关性。

使用RStudio软件（版本4.2.1）和bibliometrix包（版本4.0.0）进行了聚类识别，该软件提供了科学计量学和文献计量学的定量研究工具。基于文档之间的共享参考列表构建了文献耦合网络，耦合强度计算为两篇文档共同引用的参考文献数量。bibliometrix包结合了层次聚类算法和网络模块化优化来识别文献库中的主题簇。具体来说，我们应用了Walktrap社区检测算法，并设置了最小簇大小阈值为10篇文档，以确保研究主题的实质性，同时排除了非常小的孤立簇。每个簇的最低文档频率阈值为5次共同引用，以确保稳健性并过滤掉连接较弱的节点。每个识别出的簇使用两个关键指标进行特征描述：Callon Centrality用于衡量簇与其他簇之间的整合程度（计算为焦点簇内的文档与其他所有簇之间的耦合强度之和），Callon Density用于衡量簇内的内部凝聚力（计算为簇内文档之间的平均耦合强度）。这些指标用于构建基于簇的中心性和密度值的战略图。

关键词频率分析在每个簇内进行，以分配主题标签并验证语义一致性。结果簇代表了基于知识连接和引用模式的独特研究社区，网络模块化（Q = 0.68）证实了强大的社区结构并验证了聚类方法的有效性。文献中的关键词频率分析显示，“系统生物学”是主导术语，出现了44次，远高于平均频率5.91次。这强调了系统生物学方法在研究领域中的核心作用。紧随其后的是特定疾病术语，如“哮喘”（20次）和方法论方法，如“代谢组学”（13次）、“蛋白质组学”（12次）和“基因组学”（11次），这些术语的频率都远高于平均水平。这些高频术语反映了研究的重点，将系统生物学与特定的呼吸系统状况和各种组学技术相结合。像“生物信息学”、“生物标志物”、“组学”和“转录组学”这样的术语各出现了7次，略高于平均水平，表明它们在研究中的持续相关性。有趣的是，更具体的疾病术语如“COPD”以及新兴概念如“精准医学”和“微生物组”各出现了5次，表明对这些领域的兴趣正在增长。术语频率的分布显示，许多术语的频率低于平均水平5.91次，表明该领域存在许多专门化或新兴的概念，如“COVID-19”、“基因-环境相互作用”和各种特定的呼吸系统状况。这种模式突显了系统生物学在呼吸系统疾病研究中的既定核心主题和多样化的应用性质。

表3提供了2010年至2024年间呼吸系统生物学方法领域中被引用最多的6篇论文的详细信息。最具影响力的论文是Breuer等人的研究，总引用次数为869次，年均引用次数为72.42次。Pinto等人的研究紧随其后，引用次数为247次，尽管发表时间较晚，但其年均引用次数仍高达49.40次。Kavlock和Dix以及Auffray等人的研究分别获得了142次和129次引用，显示出长期的影响力。像Mahmud等人和Chung与Adcock等人的较新研究尽管发表时间较短，但年均引用次数也较高（分别为19.00次和12.33次）。标准化总引用次数（Normalized TC）提供了一种比较不同年份论文的方法，其中Breuer K等人的研究以6.57次位居榜首，Breuer等人的研究以6.26次紧随其后。这些数据表明，该领域既有2010年代初的开创性工作，也有近期的高影响力研究，反映了系统生物学在呼吸系统疾病研究中的不断发展和相关性。

聚类识别使用了RStudio软件（版本4.2.1）和bibliometrix包（版本4.0.0）中的文献计量学耦合分析，该软件提供了科学计量学和文献计量学的定量研究工具。基于文档之间的共享参考列表构建了文献耦合网络，耦合强度计算为两篇文档共同引用的参考文献数量。bibliometrix包结合了层次聚类算法和网络模块化优化来识别文献库中的主题簇。具体来说，我们应用了Walktrap社区检测算法，并设置了最小簇大小阈值为10篇文档，以确保研究主题的实质性，同时排除了非常小的孤立簇。每个簇的最低文档频率阈值为5次共同引用，以确保稳健性并过滤掉连接较弱的节点。每个识别出的簇使用两个关键指标进行特征描述：Callon Centrality用于衡量簇与其他簇之间的整合程度（计算为焦点簇内的文档与其他所有簇之间的耦合强度之和），Callon Density用于衡量簇内的内部凝聚力（计算为簇内文档之间的平均耦合强度）。这些指标用于构建基于中心性和密度值的战略图。

表3提供了2010年至2024年间呼吸系统生物学方法领域的主要研究簇的全面概述。分析使用了Callon的中心性和密度指标来评估每个簇的重要性和凝聚力。“系统生物学”作为最突出的簇出现，频率最高（394次），密度也最高，表明其在该领域中的核心作用和成熟的研究基础。“慢性阻塞性”疾病形成了第二频繁的簇（237次），具有较高的中心性和密度，表明其重要性和成熟的研究基础。“基因表达”显示出最高的密度，表明这是一个非常紧密且专注的研究领域。“肺部疾病”簇虽然频率较低，但中心性最高，表明其在整个领域中的广泛联系。“包括在内的疾病”和“呼吸系统疾病”簇虽然频率较低，但在研究领域中仍扮演着重要角色。“呼吸系统疾病”簇尽管频率较低，但在中心性和密度方面均排名第一，表明它可能是一个新兴或高度专业化的领域，具有强大的内部联系。这项分析揭示了一个由系统生物学方法主导的领域，重点关注慢性阻塞性疾病和基因表达研究，同时也强调了各种呼吸系统疾病研究领域的相互关联性。

图5展示了呼吸系统生物学方法领域研究簇的主题演变图。该图分为四个象限，每个象限代表不同的主题发展阶段：“基因表达”和“慢性阻塞性”位于右上角，表明它们是成熟且处于领域中心的主题，可能推动了当前的大部分研究。“系统生物学”作为最大的气泡出现在右下角，表明它是一个基础且成熟的主题，具有广泛的相关性，但可能特异性较低。“肺部疾病”位于左上角，表明它是一个高度发展但可能较为专业的研究领域。“呼吸系统疾病”位于左下角，可能表明它是一个新兴或衰退的主题。其位置表明它在当前研究领域中的中心性较低。“包括在内的疾病”主题位于中心附近，跨越多个象限，可能表明它作为不同研究领域之间的桥梁概念。每个气泡的大小可能代表该领域的研究频率或数量，“系统生物学”最大，其次是“慢性阻塞性”和“基因表达”。这种可视化有效地捕捉了该领域当前的研究状态和潜在的未来方向，突出了既定的和新兴的研究重点。

这些研究中的一个关键主题是整合多组学数据以全面理解疾病机制。根据Zhao等人的研究，这种方法通过结合转录组学、蛋白质组学、代谢组学和系统药理学数据来阐明COPD的治疗机制。类似地，Wheelock等人应用了各种“组学技术”来解码哮喘的发病机制，而Hobbs等人结合了转录组学和代谢组学数据来分类COPD亚型。这些研究表明，多组学整合可以提供比单一组学方法更全面的疾病过程视图。此外，网络分析已成为呼吸系统生物学方法中的强大工具。Faner等人利用多组学数据的网络分析来识别COPD的生物标志物和治疗靶点，而Agustí等人结合了整合基因组学方法和网络分析来理解COPD的异质性。在哮喘的背景下，Liu等人应用网络分析到全基因组关联研究（GWAS）数据中，以识别哮喘易感基因。这些研究表明，基于网络的方法在揭示分子实体及其在疾病发病机制中的作用方面非常有用。此外，计算建模也是呼吸系统生物学方法中的另一个关键组成部分。Liu等人开发了空气道上皮对环境暴露的系统生物学模型，结合了转录组学数据和计算建模。这种方法允许模拟复杂的生物过程并预测系统级别的响应。将系统生物学应用于药理学，即系统药理学，在呼吸系统疾病研究中也越来越受到重视。Zhong等人结合了转录组学和网络分析在COPD的动物模型中识别潜在的药物靶点。这种策略有望实现更高效和有针对性的药物发现过程。

基于转录组学的方法在识别疾病表型和亚型方面特别有效。Howrylak等人使用基因表达谱型来识别哮喘的分子表型，而Zhong等人应用了包括基因组学、转录组学和蛋白质组学在内的系统生物学方法来理解复杂的哮喘表型。这些研究表明，基于转录组学的方法在分层患者和个性化治疗策略方面具有潜力。表4中的研究共同展示了系统生物学方法在推进我们对复杂呼吸系统疾病理解方面的力量。通过整合多组学数据、运用网络分析、开发计算模型以及应用系统药理学，研究人员对疾病机制获得了前所未有的洞察，识别出了新的生物标志物和治疗靶点，并朝着更加个性化的哮喘和慢性阻塞性肺疾病（COPD）治疗策略迈进。随着这些方法的不断发展和成熟，它们在革新呼吸医学和改善患者预后方面展现出巨大潜力。

### 系统生物学在呼吸系统疾病中的应用
近年来，系统生物学方法在呼吸系统疾病中的应用显著扩展，如表5中所展示的多样化研究所示。系统生物学在呼吸系统研究中的一个主要应用是识别疾病生物标志物和易感基因。Sharma等人采用基于网络的方法，整合多组学数据来识别COPD加重的生物标志物，这突显了系统生物学在预测和管理疾病发作方面的潜力。同样，Obeidat等人利用系统遗传学方法，结合基因表达数据和全基因组研究（GWAS）数据来识别COPD易感基因。这些研究表明，系统生物学如何利用多种数据类型来深入了解疾病机制和风险因素。

### 机器学习算法的应用
作为现代系统生物学的关键组成部分，机器学习算法的应用也得到了体现。Wu等人开发了一种用于早期检测COPD的机器学习方法，强调了系统生物学在开发疾病诊断和预后预测模型方面的潜力，这可能对临床实践产生重大影响。系统生物学方法在理解复杂、异质性病症方面尤其有价值。Christenson应用系统生物学分析研究哮喘-COPD重叠综合征，利用转录组学和网络分析来阐明这一复杂状况的分子特征。Matthay等人利用生物学系统研究急性呼吸窘迫综合征（ARDS）中的肺损伤和修复机制，整合了人类患者和动物模型的数据。这些研究展示了系统方法在揭示多方面呼吸系统疾病复杂性方面的强大能力。

### 网络医学
作为系统生物学的一个分支，网络医学在识别治疗靶点方面显示出潜力。Sivapalan等人结合蛋白质组学和网络分析，使用网络医学方法识别了严重哮喘的潜在治疗靶点，这可能加速针对具有挑战性的呼吸系统疾病的药物发现和开发。此外，系统生物学在研究肺发育和儿科呼吸系统疾病方面也显示出价值。Bhattacharya和Mariani应用系统生物学方法研究肺发育和支气管肺发育不良，整合了人类新生儿和动物模型的转录组学和表观基因组学数据。McGeachie进行了儿童哮喘的纵向系统生物学研究，利用了随时间收集的多组学数据。

### 系统药理学
系统药理学作为系统生物学的延伸，其应用也在研究中得到体现。Xu等人在研究肺动脉高压时展示了这一应用，通过整合人类患者和动物模型的多组学数据和网络分析，展示了系统方法如何为罕见呼吸系统疾病的药物开发提供信息。Choi等人应用系统免疫学方法理解呼吸道病毒感染，结合免疫表型分析和转录组学，说明了系统生物学如何提供关于呼吸道感染中复杂免疫反应的见解，这在面对新兴病毒威胁时尤为重要。

### 系统生物学面临的挑战
系统生物学面临的主要挑战之一是多组学数据的整合。Tang等人特别讨论了个性化哮喘治疗背景下的这一问题，强调了结合基因组学、转录组学和蛋白质组学等不同数据类型的复杂性。当尝试整合环境暴露数据时，这一挑战变得更加复杂，Neethirajan强调了将环境传感器数据纳入呼吸系统生物学模型的必要性。Kheradmand等人批判性地审视了当前用于呼吸系统疾病研究的动物模型的局限性，指出了动物模型与人类COPD数据之间的差异，强调了需要更具代表性的模型或替代方法来弥合这一差距。

随着呼吸系统研究数据规模的不断扩大，计算挑战也日益突出。Gomez-Cabrero和Tegnér回顾了呼吸系统研究特有的生物信息学方法和大数据挑战，强调了需要先进的计算方法来有效处理和分析大规模数据集。Ganesh等人探讨了系统生物学方法中的伦理问题，特别是在罕见肺疾病方面的数据共享和患者隐私问题。将系统生物学发现转化为临床实践仍然是一个重大挑战。

### 总结
本研究通过整合多组学数据和先进计算技术，全面评估了系统生物学在哮喘和COPD等呼吸系统疾病中的应用。在PRISMA 2020方法的指导下，系统地回顾和分析了2010年至2024年间发表的118篇高质量同行评审文献。该研究结合基因组学、转录组学、蛋白质组学和代谢组学等多方面方法，展示了系统生物学在揭示复杂疾病机制和识别新生物标志物及治疗靶点方面的能力。结果表明，多组学整合与计算建模和机器学习的结合为理解呼吸系统疾病的异质性和进展提供了前所未有的见解。这种综合方法在推进我们对哮喘和COPD病理生理学的理解方面发挥了关键作用，超越了传统的单组学研究。此外，研究还发现了研究生产力、合作和引用影响方面的显著趋势，反映了系统生物学在呼吸医学中日益重要的地位。机器学习方法在早期COPD检测方面显示出潜力，整合的数据集包括：（1）外周血单核细胞（PBMCs）和诱导痰液的转录组学数据；（2）临床肺功能测量（FEV1/FVC比值、FEV1%预测值）；（3）人口统计变量（年龄、吸烟包年数、BMI）；（4）炎症生物标志物（血清CRP、纤维蛋白原水平）。他们的集成学习模型结合随机森林和梯度提升算法，在1247名参与者的训练数据集和423名患者的独立队列验证中，实现了89%的轻度COPD（GOLD I期）检测准确率。值得注意的是，关键贡献来自国际合作，体现了这一研究领域的全球性质和共同应对这些复杂疾病的努力。

### 未来方向
未来的研究方向包括开发更复杂的数据整合方法、改进用于大数据分析的计算工具、解决与数据共享相关的伦理问题、增强研究发现的临床转化，以及利用单细胞基因组学和机器学习等新兴技术。

### 讨论
本研究提供了系统生物学在呼吸系统疾病（特别是哮喘和COPD）应用方面的全面评估。通过整合多组学数据和先进计算技术，系统生物学在揭示复杂疾病机制和识别新生物标志物及治疗靶点方面展现了强大能力。研究结果强调了多组学整合与计算建模和机器学习的结合为开发个性化治疗策略提供了巨大潜力。这些发现表明，网络分析和系统药理学在开发个性化治疗策略方面具有巨大潜力。此外，研究发现网络方法在揭示复杂的基因-环境相互作用方面也至关重要，尤其是在哮喘等异质性疾病中。机器学习作为一种关键工具，能够实现疾病的早期检测并提高预测患者预后的准确性。这些计算方法的进步显著增强了我们解读复杂生物数据并将其转化为临床相关信息的能力。

### 结论
这项系统回顾分析了2010年至2024年间发表的117项研究，揭示了系统生物学在哮喘和慢性阻塞性肺疾病研究中的三个关键发现。首先，多组学整合成功识别了这两种疾病的分子表型，基于转录组学的分类器在哮喘表型分析中表现出特别大的潜力（在多个队列中验证超过1500名患者），而蛋白质组学-代谢组学组合在COPD预后预测中的AUC值为0.82–0.89。其次，基于网络的方法揭示了疾病相关的生物模块和枢纽基因（IL-6、TNF-α、MMP9），这些在单基因研究中无法发现，且在三个独立队列中的发现得到了复制（总患者数超过800名），尽管只有15%的发现经过外部验证。第三，机器学习应用在诊断和预测任务中显示出80–90%的准确性，Wu等人的集成模型在早期COPD检测中实现了89%的准确率，但大多数模型缺乏临床验证，实际应用尚未实现。

尽管取得了科学进展，当前发现的临床适用性仍受到诸多限制。研究方法上的异质性、样本量有限（中位数n=89）、外部验证不足（117项研究中只有18项包含独立验证队列）以及人群多样性不足（89%的研究在欧洲血统人群中进行）限制了发现的普遍性和转化潜力。计算可重复性也受到数据共享和代码共享不足的阻碍（不到20%的研究进行了数据共享），从分子发现到临床应用的路径尚未完全实现，研究期间仅有不到五个生物标志物进入了前瞻性临床试验。未来的研究需要整个社区采用标准化的数据生成和分析协议，对所有分子标志物和预测模型进行强制性外部验证，开展更大规模的协作研究以利用国际生物库资源实现足够的样本量和人群多样性，并持续关注前瞻性验证和临床转化，而不仅仅是发现阶段的成果。

### 结论
尽管取得了进展，研究也指出了几个挑战，如多组学数据的整合和处理大规模数据集的计算限制。这些挑战代表了未来研究的重要领域，强调了数据分析和解释方面需要持续创新。未来的研究应重点改进多组学整合技术、优化用于分析复杂数据集的计算工具，并增强系统生物学发现向实际医疗解决方案的转化。此外，还需要更深入地研究将微生物组数据和环境因素整合到呼吸系统疾病模型中，以提供更完整的疾病病因和进展图谱。