综述:基于多组学技术的生物标志物发现在自身免疫性疾病中的应用:综述

《Frontiers in Immunology》:Multi-omics-driven biomarker discovery in autoimmune diseases: a comprehensive review

【字体: 大 中 小 】 时间:2025年12月08日 来源:Frontiers in Immunology 5.9

编辑推荐:

  本文系统综述多组学技术驱动的新型生物标志物发现,整合基因组、表观组、转录组等数据克服传统标志物敏感性低、特异性差等局限,提出闭环模型促进精准诊疗,但面临数据整合与临床验证挑战。

  
自身免疫病(ADs)的生物标志物发现正经历革命性转变,多组学技术的整合为突破传统诊断瓶颈提供了全新视角。本文系统梳理了基因组学、表观基因组学、转录组学、蛋白质组学、代谢组学和微生物组学六大技术体系的协同创新,重点解析其如何克服传统生物标志物的灵敏度不足、动态监测受限、机制阐释模糊等核心缺陷。

### 一、传统生物标志物的固有局限
传统诊断体系依赖单一指标,存在显著局限性。在类风湿关节炎(RA)中,抗CCP抗体和RF虽特异性较高(>90%),但早期诊断灵敏度不足30%,且无法区分不同亚型。狼疮性肾炎(LN)的黄金标准肾活检具有创性,而抗dsDNA抗体检测存在20-30%的假阴性率,且无法反映肾间质纤维化的动态演变。抗中性粒细胞胞质抗体(ANCA)检测因方法学差异(间接免疫荧光vs ELISA)导致诊断延迟,约15%的血清阴性病例被漏诊。更值得关注的是,传统指标对疾病异质性的捕捉能力有限,例如干燥综合征(SS)患者中,唾液流率与抗SSA/SSB抗体虽能筛查60%病例,但对口腔菌群异常、免疫球蛋白沉积等微观改变缺乏敏感性。

### 二、多组学技术驱动的生物标志物创新
#### (一)基因组学:从关联到机制的跨越
全基因组关联分析(GWAS)已发现超过400个ADs相关SNP位点。在1型糖尿病(T1D)中,弹性蛋白酶(EPN)基因变异不仅与β细胞破坏相关,更通过调控肾素-血管紧张素系统影响终末期肾病风险。单细胞测序揭示 sjIA患者外周血中CD8+ T细胞耗竭特征与肾纤维化程度呈正相关(r=0.82),为靶向PD-1/PD-L1治疗提供新靶点。值得注意的是,多组学整合发现RA患者IL-23R基因甲基化水平与外周血Th17细胞比例呈剂量效应关系(p=0.003),提示表观遗传调控的新机制。

#### (二)表观基因组学:动态调控的密码
DNA甲基化在ADs中展现时空特异性特征。儿童狼疮(cSLE)研究发现,干扰素基因(IFI44L)启动子区甲基化水平可区分健康人与活动期患者(AUC=0.867),且与补体C3/C4水平呈负相关(r=-0.54)。在AIH治疗响应预测中,调节性T细胞(Tregs)特异性甲基化标记(如H3K27ac在FOXP3基因)可提前6个月预测免疫抑制剂疗效(灵敏度92%)。最新技术突破显示,单细胞甲基化芯片已能捕捉肾小管上皮细胞在狼疮进展中的特异性甲基化模式(如COL4A1基因超甲基化)。

#### (三)转录组学:疾病分型的分子密码
基于GEO数据库的机器学习模型可识别15种以上自身免疫病亚型。在SLE中,已建立包含17个基因的分子分型系统(AUC=0.91),其中FAM13A高表达患者对激素治疗反应差。转录因子网络分析揭示,STAT1/IRF7共激活通路在SLE肾损伤中起核心作用,该发现已转化为新的生物标志物组合(AUC=0.89)。特别值得关注的是,AI驱动的多组学整合平台可从单一外周血样本中解构出200+分子特征,对早期RA诊断的灵敏度达78%。

#### (四)蛋白质组学:功能层面的精准洞察
尿液中IGFBP5/Calgranulin B双标志物组合可提前3个月预测狼疮性肾炎进展(AUC=0.94)。在多发性硬化(MS)中,神经filament轻链(NfL)与脑脊液miR-124水平构成动态监测金标准,对进展期诊断的特异性达98%。治疗响应预测方面,13蛋白标志物组合(包括CD163、IL-1RA)对TNF抑制剂疗效的预测准确度达91%,且可识别对生物制剂耐药的特定亚群(CD56bright T细胞耗竭型)。

#### (五)代谢组学:能量代谢的隐形线索
脂肪酸代谢特征在ADs中展现高度特异性:RA患者血浆中花生四烯酸/二十碳五烯酸比值(AA/DHA)升高2.3倍,与滑膜炎症程度正相关(r=0.71)。创新性研究发现,甜菜碱代谢中间产物(N,N-二甲基甘氨酸)可作为干燥综合征早期诊断标志物(AUC=0.87)。在1型糖尿病并发症预测中,酮体合成代谢流(kcat)与视网膜病变进展呈显著负相关(p<0.001)。

#### (六)微生物组学:肠脑轴的调控网络
肠道菌群-宿主免疫轴在ADs中发挥关键作用。基于16S rRNA测序的机器学习模型(XGBoost算法)可从粪便菌群中区分SLE患者(AUC=0.93)和健康人群。值得关注的是,拟杆菌门/厚壁菌门比值与狼疮神经精神病变风险呈倒U型关系(峰值比健康组高1.8倍)。在GCA( giant cell arteritis)中,口腔菌群特征(如梭菌属丰度降低27%)可提前6个月预测大动脉炎活动期。

### 三、多组学整合的战略路径
#### (一)网络化分析框架
整合单细胞转录组(scRNA-seq)与空间转录组数据,发现狼疮患者肾小球系膜区CD68+巨噬细胞存在特异性代谢重编程(琥珀酸半乳糖酯水平升高3.2倍)。基于图神经网络(GNN)的"基因-代谢物-免疫细胞"三维网络模型,成功预测RA患者代谢综合征(AUC=0.95),且可识别传统模型无法检测的"沉默性炎症"亚群。

#### (二)动态监测系统
新型液体活检技术通过捕获循环外泌体中的miR-155和mRNA-IL-21组合,实现干燥综合征唾液腺炎症活动的实时监测(敏感性92%,特异性89%)。在MS治疗中,基于代谢组动态变化的贝叶斯模型可提前4周预警病情波动(预测精度达85%)。

#### (三)精准干预策略
多组学数据驱动的个体化治疗在临床已取得突破性进展:1)在1型糖尿病肾病患者中,基于代谢组(肉碱/酰基肉碱比)和免疫组(CD20+ B细胞计数)的双模预测模型,使早期干预启动时间从平均18个月提前至6个月;2)针对Sj?gren综合征,结合唾液菌群(变形链球菌丰度)和泪液蛋白组(S100A4/PRDX5比值)的诊疗方案,使诊断周期从平均9.2个月缩短至3.4个月。

### 四、临床转化瓶颈与突破方向
当前面临三大核心挑战:1)组学数据标准化缺失,不同实验室间变异系数(CV)普遍>30%;2)多组学整合算法的可解释性不足,临床医生接受度低;3)检测成本高昂(单样本全组学分析>5000元)。突破路径包括:
1. 建立ADs多组学参考数据库(如NIAID的 autoimmune diseases omics database)
2. 开发临床级AI模型(如整合深度学习的病理影像组学分析系统)
3. 构建成本效益比>1:5的快速检测流程(参考CEA肿瘤标志物检测模式)

### 五、未来临床应用场景
1. **早期预警系统**:基于微生物组(如Lachnospiraceae)和代谢组(SCFA合成酶活性)的联合检测,可使1型糖尿病诊断提前至糖化血红蛋白升高前6个月。
2. **治疗响应预测**:在RA治疗中,通过外泌体miRNA谱(如miR-155)和血浆代谢物(α-酮戊二酸)的动态监测,可使生物制剂疗效预测提前至用药前72小时。
3. **个性化剂量调整**:基于器官特异性代谢组(如肝中肉碱水平)和免疫组(Treg/Th17比值)的联合模型,可优化糖皮质激素剂量(调整幅度±15%),使副作用发生率降低40%。

### 六、伦理与政策挑战
1. **数据隐私**:需建立多组学数据区块链存储系统(如欧盟GDPR合规架构)
2. **成本控制**:发展便携式检测设备(如手持式代谢组分析仪)
3. **循证医学验证**:建议采用适应性临床试验设计(Adaptive Trial),通过动态调整样本量(从初始300例扩展至1200例)提高研究效率

当前研究已证实,整合基因组(SNP rs117701653)、代谢组(酮体合成通路)、微生物组(拟杆菌属)的三维生物标志物系统,可使ADs诊断特异性提升至97.2%(vs传统单标志物89.5%)。但需注意,多组学技术的临床应用需遵循"三阶段递进"原则:基础研究阶段(样本量<100)验证生物标志物谱系,转化阶段(样本量100-500)建立标准化检测流程,临床推广阶段(样本量>1000)实现动态监测闭环。

该领域的发展已进入"分子图谱→精准干预"的转化黄金期,预计在2025-2030年间,基于多组学整合的新型生物标志物将逐步纳入指南推荐(如AUC>0.85的指标),推动ADs从"经验医学"向"分子医学"的范式转变。
相关新闻
生物通微信公众号
微信
新浪微博

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号