基于单细胞测序和转录组测序技术，识别并阐明了川崎病中性粒细胞迁移相关的生物标志物及其作用机制

《Scientific Reports》：Identification and mechanistic elucidation of neutrophil migration-related biomarkers in Kawasaki disease based on single-cell and transcriptome sequencing

　　

摘要

川崎病（KD）是一种急性儿科血管炎，主要影响5岁以下的儿童。它是后天性冠状动脉病变的主要病因。尽管已被认为是一种全身性炎症性疾病，但其发病机制仍不明确，但川崎病与先天免疫细胞的激活和失调存在密切关联。本研究旨在从细胞和分子水平探索其发病机制，并构建诊断模型。从GEO数据库中获取了单细胞RNA测序数据集（GSE254657）和微阵列数据集（GSE73461、GSE68004）。使用Seurat和harmony等软件包和算法对单细胞数据进行处理、注释和差异表达分析。进行了差异表达分析、富集分析、功能注释和迁移活性评估。通过加权基因共表达网络分析（WGCNA）识别相关基因。通过单变量、LASSO和多变量逻辑回归分析构建并验证了诊断模型。利用多个数据库研究了生物标志物的分子机制。在川崎病患者血液中，中性粒细胞、巨核细胞和浆细胞样树突状细胞的表达显著上调。中性粒细胞被分为九种亚型，其中neutro7亚型的迁移机制激活程度最高。发现了五个与中性粒细胞迁移相关的候选基因，并选取了四个生物标志物（PIM3、S100A12、S100A9、SOCS3）用于构建诊断模型。该模型在训练和验证队列中均表现出较高的诊断能力、可靠性和临床决策价值。研究阐明了这些生物标志物的分子机制和调控网络。本研究探讨了川崎病的中性粒细胞相关发病机制，并建立了一个性能优异的诊断模型，为理解川崎病的发病机制提供了新的理论依据和潜在靶点。所识别的遗传特征为未来的诊断进展提供了探索性框架，可能在早期难以诊断的亚型（如不完全型川崎病）的检测中具有诊断价值。然而，仍需通过大规模前瞻性队列研究进行验证。此外，还需要进一步确认其与其它炎症性疾病的区别。