一个多维表型分析框架揭示实验性自身免疫性重症肌无力中协调的神经肌肉、免疫和影像衍生表型

《Frontiers in Neurology》：A multi-dimensional phenotyping framework reveals coordinated neuromuscular, immune, and imaging-derived phenotypes in experimental autoimmune myasthenia gravis

　　

背景：实验性自身免疫性重症肌无力（EAMG）被广泛用于研究重症肌无力（MG）的发病机制和治疗。然而，目前的评估策略主要依赖孤立终点，未能充分捕捉神经肌肉功能障碍、免疫改变和整体动物表型变化之间的关系。方法：研究人员在C57BL/6J小鼠中建立EAMG模型，并实施一个双层分析框架，包括全队列核心表型分析和表型富集影像分析。核心评估包括纵向体重、临床评分、电生理检测、行为学测试、血清抗乙酰胆碱受体（AChR）抗体水平和外周血辅助性T细胞17（Th17）/调节性T细胞（Treg）比值。在选择性评估的影像子集中，进行心脏超声、微计算机断层扫描（micro-CT）和¹⁸F-氟代脱氧葡萄糖正电子发射断层扫描/计算机断层扫描（¹⁸F-FDG PET/CT），以探索选定的影像衍生心脏、代谢和姿势表型。使用相关性分析评估表型读数与疾病严重度之间的关联。结果：EAMG小鼠出现一致的神经肌肉和免疫异常，包括显著的电生理递减、抓力减弱和耐力下降、抗AChR抗体升高以及Th17/Treg比值升高。在这些读数中，电生理损伤与疾病严重度关联最强（rho = ?0.79, P < 0.001），而行为学和免疫学指标在EAMG组内显示有限的分层能力。在表型富集影像子集中，EAMG小鼠显示射血分数降低、心率减慢、髂腰肌FDG摄取减少以及矢状面脊柱角度减小。该子集中髂腰肌FDG摄取与疾病严重度呈负相关（rho = ?0.89, P = 0.041）。结论：EAMG在全队列中与协调的电生理、功能和免疫异常相关。在表型富集子集中的探索性影像分析进一步在具有明显疾病表现的动物中识别出选定的心脏、代谢和姿势表型。这一多维框架可能支持临床前重症肌无力研究中更全面的疾病进展评估，而影像衍生发现需要在未选择的队列中验证。

重症肌无力（MG）是一种抗体介导的自身免疫性疾病，以神经肌肉接头（NMJ）处乙酰胆碱受体（AChR）或相关分子的致病性自身抗体导致神经肌肉传递障碍为特征。实验性自身免疫性重症肌无力（EAMG）是研究MG发病机制和治疗的经典模型，通过AChR免疫可复制关键病理特征。然而，当前EAMG评估主要依赖单一终点，如临床评分、电生理或免疫学指标，难以全面反映疾病负担与整体动物表型变化。为此，研究人员开展了一项整合性表型分析研究，旨在探索神经肌肉、免疫和影像衍生表型之间的协调性及其与疾病严重度的关联。该研究发表于《Frontiers in Neurology》。

为开展研究，研究人员采用两个主要关键技术方法。首先，从华阜康生物科技股份有限公司（北京）获取6–8周龄雌性C57BL/6J小鼠，通过AChR R97–116肽免疫诱导EAMG模型，并设立完全弗氏佐剂（CFA）对照组。其次，实施双层分析框架：全队列核心表型分析包括纵向体重监测、临床评分（Lennon评分）、重复神经刺激（RNS）肌电图（EMG）以评估电生理递减、抓力测试和悬挂耐力测试（行为学功能）、血清抗AChR抗体酶联免疫吸附试验（ELISA）以及外周血Th17/Treg比值流式细胞术；在表型富集影像子集中，对具有明显疾病表现的EAMG小鼠和同期CFA对照进行心脏超声、微计算机断层扫描（micro-CT）和¹⁸F-氟代脱氧葡萄糖正电子发射断层扫描/计算机断层扫描（¹⁸F-FDG PET/CT），以探索心脏功能、骨骼肌代谢和矢状面脊柱姿势表型。

研究结果分为三个部分。
**EAMG模型的建立与核心表型特征**：纵向分析显示，EAMG组体重在30天后显著低于CFA对照组（混合效应模型证实组别与时间交互作用显著）。终端评估中，EAMG小鼠表现出显著的电生理递减（RNS振幅下降）、抓力减弱和悬挂耐力缩短，表明神经肌肉传递在电生理和功能层面受损。同时，血清抗AChR抗体水平和外周血Th17/Treg比值显著升高，提示体液免疫激活和T细胞免疫失衡。这些变化方向一致，表明模型捕获了协调的疾病表型。
**疾病严重度与核心表型读数的关联**：在EAMG组内，Lennon评分与电生理递减呈强负相关（Spearman rho = ?0.79, P < 0.001），而抓力（rho = ?0.19, P = 0.523）和悬挂耐力（rho = 0.19, P = 0.524）的关联不显著。Th17/Treg比值和抗AChR抗体水平与疾病严重度也无显著相关。因此，电生理指标是疾病严重度分层的可靠指标，而行为学指标更适合组间区分。
**表型富集子集中的探索性影像衍生表型**：在影像子集中，与CFA对照相比，EAMG小鼠显示左心室射血分数（EF）降低、心率（HR）减慢、髂腰肌FDG摄取减少以及矢状面脊柱角度减小。相关性分析表明，髂腰肌FDG摄取与Lennon评分呈负相关（rho = ?0.89, P = 0.041），而心脏和结构参数无显著关联。这些发现提示，在具有明显疾病表现的动物中，可能伴随额外的心脏、代谢和姿势变化，但需谨慎解释为探索性结果。

在讨论部分，研究人员指出，电生理递减与疾病严重度强相关，反映了神经肌肉传递障碍的直接性，而行为学指标受疲劳、动机、姿势代偿等多因素影响，因此分层能力有限。影像发现中，骨骼肌代谢降低可能与神经肌肉损伤导致肌肉激活减少有关，但心脏变化更可能是继发于疾病严重度、活动减少或麻醉等生理适应，而非原发性心肌受累。矢状面脊柱角度减小提供了客观姿势量化指标，可能与肌无力导致的轴向负荷改变相关。研究主要局限性在于影像子集的表型富集设计导致选择偏倚，结果不能代表整个EAMG队列，且样本量未进行正式功效计算，统计推断需谨慎。此外，仅使用雌性C57BL/6J小鼠，结果未必适用于其他品系或性别。

结论部分翻译如下：总之，经典EAMG模型在全队列中一致表现出协调的电生理、功能和免疫异常。电生理损伤与疾病严重度关联最强。在表型富集子集中的探索性影像分析进一步在具有明显疾病表现的动物中识别出选定的心脏、代谢和姿势表型，但这些关联性发现需要在系统影像学评估的未选择队列中验证。这些发现共同支持在临床前重症肌无力研究中采用多维表型分析框架进行全面的疾病分析。