《Neurobiology of Disease》：A blood transcriptomic signature anchored to central nervous system pathology enables noninvasive detection of multiple sclerosis
编辑推荐：
背景：多发性硬化（Multiple Sclerosis, MS）缺乏锚定于中枢神经系统（Central Nervous System, CNS）病理改变的无创生物标志物。本研究旨在鉴定一种锚定于CNS病灶生物学特征的血液转录特征，用于MS的无创检测。方法：研究
背景：多发性硬化（Multiple Sclerosis, MS）缺乏锚定于中枢神经系统（Central Nervous System, CNS）病理改变的无创生物标志物。本研究旨在鉴定一种锚定于CNS病灶生物学特征的血液转录特征，用于MS的无创检测。方法：研究人员分析了三个独立队列中MS脑白质病灶（White Matter Lesion, WML）的批量RNA测序（bulk RNA-seq）数据，并整合配对的CNS与血液转录组数据，以鉴定具有一致方向性失调（concordant directional dysregulation）的基因。应用共识多算法机器学习框架推导候选基因特征。验证包括独立外部队列、单细胞核RNA测序（single-nucleus RNA-seq, snRNA-seq）分析及实验性自身免疫性脑脊髓炎（Experimental Autoimmune Encephalomyelitis, EAE）小鼠模型。采用反卷积算法估算血液中免疫细胞组成。结果：研究人员鉴定出277个病灶相关差异表达基因（Differentially Expressed Genes, DEGs），其中66个在CNS与外周血中呈现一致方向性失调。一个由14个基因组成的转录特征可有效区分MS患者与对照组（训练集曲线下面积 Area Under the Curve, AUC＝0.954；外部验证AUC＝0.917）。基于表达模式不一致基因训练的模型无法泛化（验证AUC＝0.556），凸显了跨组织方向一致性对稳健生物标志物鉴定的重要性。免疫反卷积揭示MS血液中浆细胞样树突状细胞（plasmacytoid dendritic cells, pDCs）扩增及初始B细胞耗竭。snRNA-seq分析确认这14个生物标志物在病灶相关小胶质细胞和T细胞中特征性下调，与其外周表达谱相镜像。EAE验证证明代表性生物标志物（Sort1、Pi4kb及Csde1）在CNS与外周血中具有跨组织一致方向性失调。结论：本研究鉴定了一个锚定于CNS病理改变的候选血液转录特征，具有MS无创检测的潜力。该跨组织一致性框架为神经系统疾病的生物标志物发现提供了可推广的策略。需在前瞻性独立队列中验证以确认其临床实用性。
论文解读：基于CNS病理锚定的血液转录组特征实现多发性硬化无创检测
研究背景与立题依据
多发性硬化（Multiple Sclerosis, MS）是以外周免疫细胞浸润中枢神经系统（Central Nervous System, CNS）、引起炎性脱髓鞘及进行性神经退变为特征的慢性自身免疫病。现行诊断依赖临床体征、磁共振成像（Magnetic Resonance Imaging, MRI）及脑脊液（Cerebrospinal Fluid, CSF）分析，常于不可逆组织损伤发生后才检出病灶，且CSF采集具侵入性，反复钆增强MRI存在沉积风险。血源性神经丝轻链（Neurofilament Light Chain, NfL）虽可监测疾病活动，但缺乏MS诊断特异性（亦升高于其他神经退行、创伤及缺血性疾病）。因此，亟需开发与MS相关CNS免疫病理紧密关联的血基生物标志物。鉴于MS外周免疫细胞活化后浸润CNS，二者存在双向交互，理论上CNS病灶的转录改变应在循环免疫细胞中被"镜像"反映，为开发血基生物标志物提供生物学依据。但既往研究多直接筛查血液转录组变化，未系统整合CNS病灶与外周血表达，且忽略了跨组织方向一致性对标志物稳健性的影响。本研究假设：在CNS病灶与外周血中呈现一致方向性失调的转录本更能反映共享的疾病相关免疫过程，是更稳健、可泛化的判别特征；反之，跨组织表达方向不一致的基因仅反映组织特异性调控，转化价值有限。
主要技术方法与样本队列
研究人员整合三类公开数据集开展研究：(1) CNS组织：三个独立死后脑白质RNA-seq数据集（GSE138614、GSE179427、GSE149326），含白质病灶（White Matter Lesion, WML）与正常外观白质（Normal-Appearing White Matter, NAWM）样本，通过cross-cohort投票策略鉴定高置信度共识差异表达基因（Differentially Expressed Genes, DEGs）；(2) 外周血：三个微阵列数据集（GSE17048、GSE41849合并为训练集n=196；GSE21942为外部验证集n=27），经RUV4（Remove Unwanted Variation version 4）去除批次效应后做差异表达分析并交叉映射CNS DEGs，按跨组织方向一致性分为一致DEGs（concordant DEGs, cDEGs）与不一致DEGs（discordant DEGs, dDEGs）；(3) 单细胞核RNA-seq（single-nucleus RNA-seq, snRNA-seq）：GSE118257（MS白质组织）用于解析277个共识DEGs的细胞起源及14个标志基因在病灶vs NAWM各细胞亚型中的表达。机器学习采用随机森林（Random Forest, RF）、支持向量机递归特征消除（Support Vector Machine-Recursive Feature Elimination, SVM-RFE）及单变量Logistic回归（Uni-logit）三算法共识特征筛选，经Elastic Net正则化最终确定14基因签名。免疫反卷积使用Absolute Immune Signal（ABIS）算法估算外周血免疫细胞比例。通路活性通过PROGENy（Pathway RespOnsive GENes）推断。跨物种验证采用MOG35–55诱导C57BL/6小鼠实验性自身免疫性脑脊髓炎（Experimental Autoimmune Encephalomyelitis, EAE）模型，qPCR检测代表性基因在血、全脑及脊髓中的表达。
研究结果
3.1. Cross-cohort integration identifies high-confidence differentially expressed genes in MS WMLs（跨队列整合鉴定MS WML中的高置信度差异表达基因）
通过对三个独立CNS队列分别做WML vs NAWM差异表达分析（edgeR或limma），要求基因至少在2个数据集中显著且方向一致、第3个数据集无反向显著变化，排除10个不一致基因后获得277个高置信度共识DEGs（64个上调、223个下调）。GO富集显示涉及甘油磷脂/甘油三酯生物合成及突触囊泡定位。留一数据集剔除分析及Bootstrap重抽样证实方向稳定性高（中位一致性≥0.89），效应量Hedges' g均较大。
3.2. Single-nucleus validation reveals cell type-specific enrichment of CNS DEGs in microglia and T cells（单细胞核验证揭示CNS DEGs在微胶质细胞与T细胞中具细胞类型特异性富集）
snRNA-seq注释出微胶质细胞、T细胞、星形胶质细胞等11种细胞类型。277基因特征评分主要在微胶质细胞（次为T细胞）中表达；病灶区微胶质细胞及浸润T细胞中该评分显著低于NAWM对应细胞，且与疾病相关微胶质细胞（Disease-Associated Microglia, DAM）及抗原呈递评分、T细胞毒/活化评分呈显著负相关，表明277基因特征反映被病理激活所抑制的静息态/稳态免疫程序，而非新型激活态标记。星形胶质细胞中特征评分在病灶与NAWM间无差异。
3.3. Cross-tissue integration unveils concordant molecular signatures between the CNS and peripheral blood（跨组织整合揭示CNS与外周血间的一致分子特征）
将277个CNS DEGs映射到批次校正后的外周血训练集差异表达结果，获得66个cDEGs（CNS与血同方向显著失调）、38个dDEGs（反向显著）及173个血中非显著基因。Bootstrap证实66 cDEGs方向稳定性极高（83.8%迭代全部一致）。
3.4. Machine learning identifies 14 biomarkers with robust discriminatory performance（机器学习鉴定具稳健判别效能的14个生物标志物）
对66 cDEGs用RF、SVM-RFE、Uni-logit三算法投票筛选前50%，经Elastic Net正则化保留非零系数基因，最终确定14基因签名：CSDE1、SORT1、MRPL43、DHX33、ADIPOR2、PI4KB、FMO4、ATG4C、KIFAP3、IPO11、C1orf52、RALA、TSG101、RSBN1。五折交叉验证训练集AUC＝0.954（95%CI：0.926–0.983），校准曲线吻合好，决策曲线分析（Decision Curve Analysis, DCA）显示优于单基因。外部验证集GSE21942达AUC＝0.917，DCA证实临床净获益。该签名在银屑病（AUC＝0.616）及1型糖尿病（AUC＝0.492）中判别力低，提示非泛炎症信号而为MS偏好性。
3.5. Discordant genes demonstrate poor external validation performance（不一致基因在外验证中表现差）
同样流程对38 dDEGs建模获16基因签名，训练集AUC＝0.922但外部验证降至AUC＝0.556（接近随机），DCA无临床效用，证明跨组织方向不一致基因缺乏泛化能力，强调方向一致性过滤的必要性。
3.6. Immune cell deconvolution reveals altered pDC and naive B cell populations associated with biomarker expression（免疫细胞反卷积揭示pDC与初始B细胞比例改变且关联生物标志物表达）
ABIS反卷积显示MS血中pDCs比例显著升高、初始B细胞显著耗竭。按pDC/初始B细胞比例分层后，MS组14基因特征评分仍显著低于对照组。单个基因在pDCs及初始B细胞中大多下调（CSDE1除外）。PROGENy显示MS组pDCs中JAK-STAT、PI3K、Wnt通路活性升高；初始B细胞中TNFα、NF-κB、雄激素（Androgen）、JAK-STAT上调，p53下调——表明14基因在外周血失调与pDC及B细胞区室特定信号扰动机制相关。
3.7. Single-nucleus analysis reveals characteristic downregulation of biomarkers in lesion-associated immune cells within the CNS（单细胞核分析揭示CNS病灶相关免疫细胞中标征物特征性下调）
从snRNA-seq提取微胶质细胞与T细胞，病灶中14基因平均表达均显著低于NAWM。ATG4C、SORT1、IPO11、KIFAP3在病灶微胶质细胞中显著下调；ATG4C、SORT1、ADIPOR2、CSDE1在病灶T细胞中显著改变（ATG4C与SORT1两群均大幅下调）。PROGENy示病灶微胶质细胞和T细胞共有PI3K、Wnt、NF-κB、MAPK、VEGF、雄激素通路协同改变；SORT1对PI3K、NF-κB、MAPK具负权重。
3.8. EAE model validation of biomarker expression in CNS and peripheral blood（EAE模型验证CNS与外周血中生物标志物表达）
MOG35–55诱导EAE小鼠发病典型（临床评分上升、体重下降）。qPCR显示：外周血中Sort1、Pi4kb下调，Csde1上调；脑组织中Csde1上调，Sort1、Pi4kb下调；脊髓中三者变化方向与脑及血一致——证实代表性生物标志物跨组织方向一致性在进化上保守，捕获神经炎症核心过程。
讨论与结论总结
研究人员通过建立跨组织表达方向一致性过滤策略整合CNS WML与外周血转录组，鉴定出14基因血转录签名，训练AUC＝0.954、独立外部验证AUC＝0.917，且对其它自身免疫/炎症病判别力低。277共识CNS DEGs主要下调，富集于髓鞘膜脂代谢及突触囊泡定位，符合慢性病灶结构功能丧失。snRNA-seq示该特征在CNS主要富集于微胶质细胞与T细胞，病灶中随细胞向DAM/活化态转换而下调，反映丢失的稳态程序。跨组织一致方向基因（cDEGs）衍生的模型泛化好，而不一致基因（dDEGs）衍生模型外验证失败（AUC＝0.556），证实方向一致性是CNS病血基标志物稳健发现的关键。GWAS证据支持C1orf52（含MS关联SNP rs35486093、rs11161550）与RSBN1（含MS/RA共有易感位点rs6679677）为MS风险基因，佐证签名生物学合理性。外周血pDC扩增伴JAK-STAT激活、初始B细胞耗竭伴NF-κB/TNFα上调，与14基因（尤TSG101、PI4KB、ADIPOR2、SORT1）下调可能共同驱动炎症信号持续活化。EAE小鼠中Csde1、Sort1、Pi4kb跨组织一致失调验证了人数据的跨物种保守性。局限性含外部验证队列偏小、公共数据集临床元数据不全（未分MS亚型、未控疾病修正治疗Disease-Modifying Therapy, DMT）、CNS与血平台异质性仅做基因水平方向比较、未做人标本蛋白水平验证及因果功能实验。需前瞻性多中心大样本验证包括不同MS亚型及疗效监测价值。
结论（翻译）
研究人员定义了一个候选14基因血液转录特征，可捕获关键的CNS相关病理信号。通过证明跨组织方向一致性的必要性并将该特征与浆细胞样树突状细胞、小胶质细胞及T细胞亚群等 relevant 免疫区室相关联，本研究为血基MS检测及疾病驱动免疫通路的解析建立了一个具机制信息的框架。在临床实施前需在不同人群中进行前瞻性多中心验证。
