《International Journal of Molecular Sciences》：Cross-Cohort Transcriptomic Prioritization and Chemical-Provenance Assessment of Asthma Airway-Brushing Genes Overlapping HERB-Annotated Scrophularia ningpoensis Targets
编辑推荐：
将玄参（Scrophularia ningpoensis）与哮喘直接关联的人类证据有限，数据库来源的中药-靶点记录并不能确立成分暴露或靶点结合。研究人员采用经证据审计的分子信息学工作流程，对与冻结的HERB导出数据重叠的哮喘气道刷检相关基因进行优先排序。GSE
将玄参（Scrophularia ningpoensis）与哮喘直接关联的人类证据有限，数据库来源的中药-靶点记录并不能确立成分暴露或靶点结合。研究人员采用经证据审计的分子信息学工作流程，对与冻结的HERB导出数据重叠的哮喘气道刷检相关基因进行优先排序。GSE63142为发现集，GSE67472为独立的气道上皮验证集，GSE137268为诱导痰跨生物样本转移集，GSE43696为描述性同队列参考集（因其108个标识符中有105个与GSE63142重叠）。在1266个可测量的HERB注释靶点中，81个基因的FDR定义重叠未超过表达匹配的零模型（p = 0.0972），而19个基因的严格重叠显示出2.27倍富集（经验p = 3.00 × 10?4），其中12个基因在GSE67472中达到预设的验证标准。溯源性敏感性分析在排除仅数据库挖掘来源的边后保留了2个基因，而在直接靶点结合要求下未保留任何基因。嵌套分类器可转移至GSE67472，但无法转移至痰液。折外SHAP分析识别出模型特异性贡献因子，LASSO（Spearman ρ = 0.563）和随机森林（ρ = 0.693）的跨队列秩稳定性中等；SHAP未被解释为因果性或草药靶点重要性。这些发现支持计算优先排序和可转移性评估，而非化学存在性、暴露、靶点结合、机制或疗效。
**研究背景**
哮喘（asthma）是一种异质性气道疾病，其临床表型部分反映不同的分子和炎症模式。气道上皮在屏障调节、免疫感知、重塑及治疗反应性转录程序中发挥关键作用，因此气道刷检标本可提供疾病相关的转录组材料，但属于bulk标本，所测表达可能反映上皮状态与免疫或基质细胞成分的混合。玄参（Scrophularia ningpoensis Hemsl.）的干燥根即玄参（Scrophulariae Radix），含有环烯醚萜苷、苯丙素苷等多种成分。然而，将玄参与哮喘关联的直接人类证据有限，且数据库来源的草药-靶点记录并不能确立成分暴露或靶点结合。传统医学数据库在覆盖范围、注释规则、草药特异性和证据溯源性方面存在差异，疾病相关基因与数据库来源草药靶点的交集可能因共享靶点、化学别名或宽泛的数据库挖掘关联而被夸大，大交集也可能由偶然产生。因此，本研究旨在检验经过队列独立性、重叠零模型、化学身份、证据溯源性及模型可转移性核查后，是否仍能保留可辩护的候选基因集。
**研究概述**
研究人员采用经证据审计的分子信息学工作流程，以GSE63142为发现集、GSE67472为独立气道上皮验证集、GSE137268为诱导痰跨生物样本转移集、GSE43696为描述性同队列参考集。在1266个可测量的HERB注释靶点中，19个基因的严格重叠显示显著富集，其中12个基因在GSE67472中达到预设验证标准。主要发现支持计算候选优先排序与跨队列可转移性评估，而非药理学或因果性验证。该论文发表在《International Journal of Molecular Sciences》。
**关键技术方法**
主要方法包括：limma差异表达分析（empirical Bayes调节，BH法校正）、超几何检验与10,000次表达匹配置换检验、基于PubChem CID和SMILES的化学身份归一化、HERB证据分层审计（A/B/C/D四级）、重复嵌套交叉验证的LASSO与随机森林建模（特征筛选与调参均在训练折内完成）、折外SHAP可解释性分析、g:Profiler功能富集（g:SCS校正）及STRING蛋白互作网络分析。队列来源：GSE63142（发现集，128例哮喘/27例对照，支气管上皮刷检）、GSE67472（独立验证集，62例哮喘/43例对照，气道上皮刷检）、GSE137268（诱导痰转移集，54例哮喘/15例对照）、GSE43696（同队列参考集，88例哮喘/20例对照）。
**研究结果**
2.1 数据集角色与队列重叠：通过简短受试者标识符审计发现，GSE43696的108个标识符中有105个与GSE63142共享，据此将其排除出独立验证，仅作为描述性同队列参考；四个数据集的元数据可用性差异较大，无法进行统一的协变量校正。
2.2 发现数据集中的HERB-靶点重叠：在GSE63142中，1113个基因达到BH FDR < 0.05，其中126个同时满足|log2FC| ≥ 0.5；81个基因的宽泛重叠未超过表达匹配零模型（经验p = 0.0972），而19个基因的严格重叠为预期的2.27倍（超几何p = 6.49 × 10
?4，经验p = 3.00 × 10
?4），这19个基因被纳入后续验证。
2.3 独立气道上皮验证与痰液描述：12个基因（TPSAB1、KIT、CD44、NOS2、ADRA2A、CHAD、NMU、FMOD、ALPL、DDC、CTSG
