《Frontiers in Immunology》：Use of explainable cluster analysis to identify distinct subtypes of Meige syndrome patients and associated biomarker profiles
编辑推荐：
背景：梅杰综合征（Meige syndrome, MS）是一种复杂的节段性颅颈肌张力障碍，目前缺乏客观的诊断生物标志物。本研究旨在识别能够对MS患者进行分层的生物学标志物，并揭示该疾病的复杂病理生理异质性，特别关注可能反映潜在神经免疫功能障碍的外周免疫代谢特征
背景：梅杰综合征（Meige syndrome, MS）是一种复杂的节段性颅颈肌张力障碍，目前缺乏客观的诊断生物标志物。本研究旨在识别能够对MS患者进行分层的生物学标志物，并揭示该疾病的复杂病理生理异质性，特别关注可能反映潜在神经免疫功能障碍的外周免疫代谢特征。方法：研究人员回顾性收集了2023年至2025年间在河南省第三人民医院MS中心首次住院的1,782例MS患者的临床和实验室数据。共纳入66项临床和实验室指标。应用可解释的聚类分析框架进行一系列流程分析，包括插补、降维、异常值去除和聚类。随后评估了特征重要性。利用XGBoost构建并评估了一个多类分类模型。最后，采用Shapley Additive exPlanations（SHAP）算法解释每个特征的贡献。结果：预处理流程有效插补了缺失值（范围从0.06%到14.14%）并移除了异常值。无监督聚类分析揭示了MS的三个异质性亚型。共选择了23个重要特征构建多类XGBoost分类模型。该模型表现优异，宏平均AUC为0.9790，Obuchowski指数为0.9784。SHAP分析进一步阐明了每个亚型独特的血液学和生化代谢特征。结论：本研究基于客观的血液和代谢特征，建立了一个新颖的、数据驱动的MS亚型分类系统。所识别的三个亚型显示出不同的免疫代谢特征：高凝-炎症型、伴血管保护受损的代谢过剩型，以及虚弱相关的抗氧化剂缺乏型。这些外周生物标志物模式提出了关于神经免疫机制的可检验假设——包括纤维蛋白原驱动的小胶质细胞激活、氧化脂质介导的血脑屏障破坏，以及尿酸依赖的抗氧化剂耗竭——这些可能有助于不同MS亚型的病理生理学。该框架可能为未来MS精准医学的前瞻性研究提供信息，但在临床转化之前需要大量验证。
**论文解读：基于可解释聚类分析的梅杰综合征亚型识别及生物标志物特征研究**
**研究背景与问题**
梅杰综合征（Meige syndrome, MS）是一种复杂的节段性颅颈肌张力障碍，以眼睑痉挛和口下颌肌张力障碍为特征，严重影响患者生活质量。目前其病因和发病机制尚不完全清楚，主要假设涉及基底节功能障碍、神经递质失衡、遗传易感性和环境因素。当前临床诊断和分类主要依赖症状学观察，分为眼睑痉挛为主型、口下颌肌张力障碍为主型和混合型，但该分类无法反映病理生理层面的异质性。此外，治疗手段如肉毒素注射、深部脑刺激（DBS）等效果个体差异大，且缺乏精准治疗依据。近年证据表明，神经免疫相互作用在肌张力障碍中发挥重要作用，外周炎症生物标志物（如中性粒细胞/淋巴细胞比值NLR、血小板/淋巴细胞比值PLR、全身免疫炎症指数SII）与帕金森病严重程度相关，且循环凝血因子如纤维蛋白原可通过受损血脑屏障（BBB）直接激活小胶质细胞。然而，这些外周血生物标志物尚未被系统用于MS分类。因此，本研究旨在整合大规模MS患者的临床和实验室参数，通过无监督聚类分析探索数据驱动的生物学同质亚型，并利用可解释机器学习算法明确各亚型的关键生物标志物，为MS精准医学提供基础。论文发表在《Frontiers in Immunology》。
**关键技术方法**
研究人员从河南省第三人民医院MS中心收集了2023–2025年间首次住院的1,782例MS患者数据，共纳入66项临床和实验室指标。主要技术方法包括：1）数据预处理框架：缺失值插补（四步流程：高缺失率变量删除、基于配对模型的插补、高缺失率观测删除、基于互信息的K近邻热卡插补），异常值检测（Isolation Forest），特征降维和聚类分析（比较K-Means、凝聚聚类和高斯混合模型，通过共识方法确定最佳聚类数k=3，并进行30次Bootstrap重采样评估稳定性）。2）特征选择：四步流程——单变量分析筛选显著特征（p<0.05）、计算效应量（Cohen's d或Cramér's V，保留|d|≥0.5）、排除高度共线性特征（Pearson相关系数>0.78）、结合递归特征消除（RFE）与随机森林分类器（5折交叉验证，100次迭代）保留最优子集。3）模型构建与评估：采用XGBoost进行多类分类（8:2分层抽样划分训练集和测试集，超参数优化：学习率0.1，最大深度3，估计器数量300），通过准确率、精确率、召回率、F1-score、宏平均ROC曲线、Obuchowski指数和混淆矩阵评估性能。4）模型可解释性：应用SHAP算法计算全局和局部特征贡献。5）基于Streamlit框架部署网页工具。
**研究结果**
**3.2 患者特征与聚类结果**
经过严格数据预处理，最终纳入1,756例患者，66项特征中60项存在缺失值（缺失率0.06%–14.14%）。可解释聚类算法成功将队列分为三个亚组：MS1（n=581）、MS2（n=528）、MS3（n=647）。Bootstrap稳定性分析确认k=3为最优。三个亚组在人口学和临床基线特征上存在显著差异，表明现有基于解剖特征的分类系统无法捕捉MS人群的异质性。
**3.3 预测因子选择**
通过四阶段特征选择，从66个候选变量中筛选出23个关键预测因子，涵盖脂质代谢（LDL-C、HDL-C、sdLDL-C、TG）、凝血功能（INR、FIB、AT-III、PS、PLT、PC、LANR）、肾脏/代谢功能（UA、Cr、ALB、TP、Ca）、血液学（HGB、MCHC、NEU）以及人口学特征（Sex、BMI、DBP）。这些特征在三个亚型间的分布差异显著。
**3.4 模型开发与性能评估**
基于23个关键特征构建的XGBoost多类分类模型在独立测试集上达到89%的整体准确率，宏平均ROC-AUC为0.9790，Obuchowski指数为0.9784，宏平均F1-score为0.89。混淆矩阵显示各亚型预测准确率较高（MS1: 99/116; MS2: 97/106; MS3: 116/130）。通过100次随机训练/测试分割验证了模型的稳健性（MS1、MS2、MS3的平均AUC分别为0.9756、0.9746、0.9697）。
**3.5 模型可解释性与特征面板分析**
SHAP分析显示，整体影响力最高的前五个特征为LDL-C、HGB、INR、HDL-C和sdLDL-C。亚型特异性特征清晰：MS1主要由LDL-C、sdLDL-C、INR、FIB、PC、PLT和Ca升高驱动；MS2以男性为主、Cr、UA、HGB升高，但HDL-C和PLT降低为特征；MS3以女性为主、BMI、UA、ALB、NEU和HGB显著降低，但HDL-C升高为特征。局部SHAP解释展示了单个样本如何被分类。
**3.6 网页部署工具**
基于Streamlit框架开发了在线网页应用（https://ms-subtype.streamlit.app/），输入23个生物标志物即可获得各亚型概率及瀑布图，便于临床使用。
**讨论与结论**
讨论部分总结了三个亚型的生物学意义：MS1（高凝-炎症型）以女性为主，脂质和凝血标志物升高，提示高脂血症和高凝状态，可能通过氧化低密度脂蛋白（oxLDL）激活脑内皮细胞LOX-1受体、纤维蛋白原激活小胶质细胞Mac-1/TLR4通路、血小板-白细胞相互作用促进NETosis等机制与基底节微循环障碍相关，但仍需神经影像学验证。MS2（代谢过剩伴血管保护受损型）以男性为主，HDL-C降低，结合代谢标志物升高，提示代谢废物（如尿毒症毒素）可能通过破坏BBB紧密连接蛋白增加神经血管脆弱性，符合“代谢炎症”（metaflammation）概念。MS3（虚弱相关抗氧化剂缺乏型）以女性为主，尿酸、白蛋白、中性粒细胞显著降低，尿酸作为主要内源性抗氧化剂（占血浆自由基清除能力约60%），其缺乏可能增加神经元氧化应激和膜不稳定性，低中性粒细胞可能反映免疫衰老/营养不足模式。
**结论翻译**：本研究从全面的基线数据中识别出三个数据驱动的MS内表型。通过与神经免疫文献的整合，提出了将这些外周特征与潜在中枢神经免疫机制联系起来的可检验假设，包括纤维蛋白原介导的小胶质细胞激活、oxLDL驱动的BBB破坏以及尿酸依赖的抗氧化剂耗竭。这些发现提供了一个数据驱动的框架，可能为未来MS精准医学的前瞻性研究提供信息，但在临床转化之前需要大量验证——包括外部多中心复制、神经影像学关联以及直接的免疫学特征描述。
