《Frontiers in Immunology》：Unveiling the aging-immune axis in irritable bowel syndrome: a multi-omics and machine learning approach to biomarker discovery and validation
编辑推荐：
背景：肠易激综合征（IBS）是一种常见的功能性胃肠疾病，其病理生理学尚不明确。尽管免疫失调和轻度黏膜炎症被认为是IBS的重要因素，但免疫衰老（immunosenescence）的具体贡献仍不清楚。以往关于IBS的孟德尔随机化（MR）研究集中于单一分子性状；然而
背景：肠易激综合征（IBS）是一种常见的功能性胃肠疾病，其病理生理学尚不明确。尽管免疫失调和轻度黏膜炎症被认为是IBS的重要因素，但免疫衰老（immunosenescence）的具体贡献仍不清楚。以往关于IBS的孟德尔随机化（MR）研究集中于单一分子性状；然而，针对衰老-免疫基因的综合多组学框架尚未被应用。在此，研究人员整合顺式表达数量性状位点（cis-eQTL）、顺式蛋白质数量性状位点（cis-pQTL）和顺式甲基化数量性状位点（cis-mQTL）与机器学习及体内验证，以识别推定因果生物标志物并揭示衰老-免疫轴。方法：从已发表数据库中整理衰老和免疫相关基因，利用全基因组顺式表达数量性状位点（cis-eQTL）、顺式蛋白质数量性状位点（cis-pQTL）和顺式甲基化数量性状位点（cis-mQTL）数据集进行分析。所有QTL数据均来自血液或血浆样本。通过整合多组学分析识别候选基因，随后进行功能注释、基于机器学习的特征选择、免疫浸润谱分析和药物靶点预测。利用逆转录定量聚合酶链反应（RT-qPCR）在腹泻型IBS（IBS-D）大鼠模型的结肠组织中验证关键生物标志物的表达。结果：整合多组学分析初步识别出34个高置信度候选基因。通过多算法机器学习，如最小绝对收缩和选择算子（LASSO）、支持向量机递归特征消除（SVM-RFE）和随机森林，这些候选基因被精炼为五个核心生物标志物：抗氧化酶过氧化氢酶（CAT）、酰基辅酶A脱氢酶极长链（ACADVL）、趋化因子（C-C基序）配体4（CCL4）、细胞周期蛋白E1（CCNE1）和Jagged经典Notch配体1（JAG1）。这些生物标志物在验证队列中对CAT、CCNE1和JAG1表现出强大的诊断性能（AUC：0.935–0.951），而ACADVL和CCL4仅显示中等诊断潜力（AUC：0.645–0.649）。训练队列的联合AUC范围为0.898–0.959。然而，在IBS-D大鼠模型中，仅JAG1在结肠组织中显著上调，而CAT、ACADVL、CCL4和CCNE1无显著变化。在五个标志物中，仅JAG1在IBS-D大鼠结肠中显著上调，确认了其局部肠道相关性。CAT和CCNE1显示强诊断性能（AUC >0.9），而ACADVL和CCL4表现中等（AUC <0.7）。鉴于QTL数据来源于血液而验证在结肠，跨组织异质性是一个关键注意事项：JAG1在结肠中得到稳健验证，而其余四个标志物（尤其是ACADVL和CCL4）需在血液、外周血单个核细胞（PBMC）或其他相关组织中进行进一步评估。功能富集分析揭示它们参与关键生物学过程，包括氧化应激、脂肪酸代谢、免疫细胞募集、细胞周期进程以及通过Notch信号通路的上皮-免疫串扰。免疫浸润分析揭示了IBS中独特的免疫景观，生物标志物表达与免疫细胞群之间存在显著相关性。值得注意的是，仅在IBS-D大鼠模型结肠组织中JAG1显著上调，确认了其与肠道病理生理的相关性。在同一组织样本中，CAT、ACADVL、CCL4或CCNE1未检测到显著变化，突出了这些候选生物标志物的组织特异性。SMR分析显示，这五个标志物的基因预测表达与疾病风险之间具有一致的因果方向，与它们在IBS患者中上调的方向一致。所有生物标志物验证均在转录组水平（RT-qPCR）进行；未进行蛋白质水平检测（如Western blot、IHC或ELISA）。结论：本研究通过整合多组学和机器学习方法，描绘了连接衰老与免疫与IBS的遗传结构，提供了新颖的推定因果证据，并识别出JAG1作为具有诊断和治疗潜力的稳健验证生物标志物。其余候选者需在适当的生物学背景下进一步研究。
### 论文解读：肠易激综合征中衰老-免疫轴的整合多组学与机器学习研究
#### 研究背景与问题
肠易激综合征（IBS）是一种全球普遍的功能性胃肠疾病，影响约10-15%的人口，以慢性腹痛、腹胀和排便习惯改变为特征，但缺乏可检测的结构或生化异常。其病理生理机制复杂，涉及肠-脑轴、内脏高敏感性、肠道动力异常、屏障功能障碍、肠道菌群失调及低度免疫激活。尽管免疫失调和轻度黏膜炎症被认为是IBS的重要因素，但细胞衰老（cellular senescence）及其伴随的衰老相关分泌表型（SASP）在IBS中的作用尚未被充分探索。传统观察性研究受混杂因素和反向因果限制，而以往基于孟德尔随机化（MR）的研究多聚焦于单一分子性状，缺乏整合多组学数据（如表达数量性状位点eQTL、蛋白质数量性状位点pQTL、甲基化数量性状位点mQTL）的系统框架。因此，开展这项研究旨在通过整合多组学、机器学习及体内验证，揭示衰老与免疫相关基因在IBS中的因果作用，并识别新的生物标志物和治疗靶点。该论文发表在《Frontiers in Immunology》。
#### 主要技术方法
研究人员首先从已发表文献和Human Ageing Genomic Resources (HAGR)数据库及ImmPort数据库分别获取衰老相关基因（共460个）和免疫相关基因（2,483个），合并去重后得到2,732个衰老-免疫相关基因。利用来自eQTLGen联盟（血液样本，n=31,684）、deCODE数据库（血浆样本，n=35,559）和Yanglab（全血样本，n=1,980）的顺式eQTL、顺式pQTL和顺式mQTL数据，结合IBS全基因组关联研究（GWAS）汇总统计（53,400例患者和433,201例对照）进行基于汇总数据的孟德尔随机化（SMR）分析，识别潜在因果基因。随后，利用来自GEO数据库（GSE36701，训练集：40例对照和87例IBS患者）和ArrayExpress数据库（E-TABM-176，验证集：55例对照和76例IBS患者）的结肠黏膜转录组数据进行差异表达分析和三种机器学习算法（LASSO、SVM-RFE、随机森林）特征选择，最终确定核心生物标志物。在雌性Sprague-Dawley大鼠中建立异型慢性-急性应激诱导的腹泻型IBS（IBS-D）模型（n=6/组），通过行为学评估（体重、蔗糖偏好、腹部撤退反射AWR、水回避应激WAS）和组织学检查验证模型，并用RT-qPCR检测结肠组织中生物标志物mRNA表达。
#### 研究结果
**1. 高置信度候选基因的识别**
整合顺式eQTL、顺式pQTL、顺式mQTL与IBS GWAS的SMR分析（FDR校正p<0.05，HEIDI p>0.05），初步识别出114个基因、35个蛋白质和143个甲基化位点与IBS潜在因果相关。通过保留至少两种QTL类型支持的信号，最终获得34个高置信度候选基因。
**2. 候选基因的功能表征**
34个候选基因分布于多条染色体，蛋白互作（PPI）网络显示MMP9、CCL4等为枢纽基因。GO富集分析揭示其参与细胞-细胞黏附调节等生物学过程，KEGG通路富集于人类T细胞白血病病毒1感染、Th1/Th2细胞分化及内分泌抵抗等通路。
**3. 基于机器学习的生物标志物选择**
在训练集中，21个候选基因在IBS患者和对照间差异表达（7个下调，14个上调）。通过LASSO（13个特征）、SVM-RFE（5个特征）和随机森林（20个特征）三种算法的交集，最终确定5个核心生物标志物：CAT、ACADVL、CCL4、CCNE1和JAG1。
**4. 生物标志物的诊断性能验证**
在训练集和验证集中，五个标志物均在IBS患者中显著上调（p<0.001）。ROC曲线分析显示，在验证集中CAT、CCNE1和JAG1的AUC>0.9（分别为0.935、0.951、0.950），而ACADVL和CCL4的AUC<0.7（分别为0.645、0.649）。SMR分析显示，所有五个标志物的基因预测表达与IBS风险增加方向一致。
**5. 功能富集分析**
基因集富集分析（GSEA）表明，ACADVL富集于TGF-β信号通路和碳代谢；CAT富集于TGF-β信号通路；CCL4富集于矿物质吸收和Th17细胞分化；CCNE1富集于细胞黏附分子、NF-κB和TNF信号通路；JAG1富集于B细胞受体和T细胞受体信号通路。
**6. 免疫浸润分析与药物预测**
单样本基因集富集分析（ssGSEA）显示，IBS患者中记忆B细胞、单核细胞、自然杀伤细胞和浆细胞样树突状细胞比例显著改变。CCL4表达与多数免疫细胞正相关，JAG1呈负相关。药物-基因预测（DGIdb数据库）提示ACADVL和CCNE1与多种化合物（如桦木酸、roniciclib、环孢素）存在相互作用，但均为计算预测，未经实验验证。
**7. IBS-D大鼠模型验证**
模型大鼠表现出体重增长降低、蔗糖偏好减少、内脏高敏感性（AWR阈值降低）和应激诱导腹泻，结肠组织H&E染色显示轻度黏膜水肿和炎性细胞浸润。RT-qPCR检测发现，仅JAG1在IBS-D大鼠结肠中显著上调（p<0.001），而CAT、ACADVL、CCL4和CCNE1无显著变化。事后功效分析显示JAG1的检验功效>0.85，而其他基因功效不足。
#### 讨论与结论
讨论部分指出，五个生物标志物分别涉及氧化应激（CAT）、脂肪酸β-氧化（ACADVL）、免疫细胞募集（CCL4）、细胞周期调控（CCNE1）和Notch信号介导的上皮-免疫串扰（JAG1），这些过程与IBS的病理生理密切相关。免疫衰老可能通过损害免疫监视、破坏黏膜屏障和维持慢性炎症参与IBS发病。然而，研究存在若干局限性：所有QTL数据来源于血液/血浆，而转录组验证和动物模型验证基于结肠组织，导致跨组织异质性；仅JAG1在结肠中验证显著，其余四个标志物需在血液或PBMC中进一步评估；动物样本量较小（n=6），对中等效应检验功效不足；未进行蛋白质水平验证（如Western blot、IHC或ELISA）；训练集仅保留单一批次，可能存在选择偏倚；ssGSEA免疫浸润分析仅基于训练集，未在验证集重复。基于验证集AUC，CAT、CCNE1和JAG1被归类为高性能候选标志物，而ACADVL和CCL4为探索性标志物。
结论部分翻译：本研究整合了推定因果推断、机器学习和实验验证，揭示了连接衰老与免疫与IBS的遗传结构，为其病理生理学提供了新见解，并识别了诊断生物标志物和潜在治疗靶点。主要结论总结如下：本研究提供了新颖的遗传支持证据，将衰老和免疫相关基因与IBS易感性联系起来，通过整合多组学数据（eQTL、pQTL、mQTL）与机器学习和实验验证，扩展了之前的遗传关联研究。通过多算法机器学习识别出一组34个高置信度候选基因，并进一步精炼为五个核心生物标志物（CAT、ACADVL、CCL4、CCNE1和JAG1）。其中，CAT、CCNE1和JAG1对IBS表现出强大的诊断潜力（验证集AUC>0.9），而ACADVL和CCL4仅显示中等诊断性能（AUC<0.7），因此被重新分类为初步标志物，需要在更大、分层队列和相关组织中进行验证。这些生物标志物在功能上涉及IBS相关的关键生物学过程，包括氧化应激反应、脂肪酸代谢、免疫细胞募集和炎症、细胞周期进展以及影响上皮-免疫串扰的Notch信号。免疫浸润分析揭示了IBS中独特的免疫景观，生物标志物与特定免疫细胞群之间存在显著相关性，强化了免疫失调在IBS发病中的作用。实验验证确认了JAG1在IBS-D大鼠模型结肠中的显著上调，强调了其与局部肠道病理生理的相关性。在同一样本中，CAT、ACADVL、CCL4和CCNE1未发现显著变化，表明JAG1是来自动物模型的最稳健验证的生物标志物。在其余四个基因中，CAT和CCNE1具有强大的人类诊断效用但无大鼠结肠验证，而ACADVL和CCL4仅显示中等人类性能且无大鼠变化。因此，研究人员将ACADVL和CCL4归类为探索性候选标志物，需在更大、性别平衡的队列和替代样本中进一步验证。总体而言，JAG1有望成为IBS的诊断和治疗靶点。鉴于跨组织设计，在疾病相关组织中的验证至关重要。研究人员承认，RT-qPCR验证仅在结肠组织中进行，未包含血液/PBMC检测，因此目前缺乏直接证据将血液来源的QTL信号与结肠表达变化联系起来。JAG1在结肠黏膜中得到确认，而其余四个标志物需在血液、免疫细胞或肠道其他节段中进一步评估以阐明其在IBS病理生理中的作用。该研究提供了一个新颖的分子框架，提示IBS异质性可能由不同的潜在机制驱动，包括免疫-炎症、代谢和氧化应激通路，为未来的病理生理亚型分型和个性化治疗策略铺平了道路。验证仅在mRNA水平进行；蛋白质检测是必要的以确认功能相关性。研究结果补充并扩展了关于IBS遗传学的现有文献，通过提供多层次的推定因果推断策略和临床前验证，而非声称单一的“首次”发现。然而，研究人员重申，这些结论受到缺乏人类组织蛋白验证、非JAG1标志物的血液/PBMC数据、小动物队列和功能实验的限制——所有这些都需要未来研究。
