《Frontiers in Genetics》:Machine learning-integrated multi-omics risk prediction for pulmonary fungal infection in COPD and lung cancer: a transcriptomic and immune profiling study
编辑推荐:
背景:慢性阻塞性肺疾病(COPD)和肺癌是侵袭性肺真菌感染(IPFI)的主要危险因素,其归因死亡率高达30%–80%。两者的共存进一步放大了免疫抑制,而目前的诊断标准仍不足以进行早期风险识别。
方法:研究人员对来自GEO数据集GSE296912(scRNA-s
背景:慢性阻塞性肺疾病(COPD)和肺癌是侵袭性肺真菌感染(IPFI)的主要危险因素,其归因死亡率高达30%–80%。两者的共存进一步放大了免疫抑制,而目前的诊断标准仍不足以进行早期风险识别。
方法:研究人员对来自GEO数据集GSE296912(scRNA-seq;来自正常和COPD肺组织的12,078个细胞)的转录组数据以及癌症基因组图谱(TCGA)-肺腺癌(LUAD)bulk RNA-seq队列(539个肿瘤样本和59个正常样本)进行了差异表达和多组学整合分析。研究人员构建了五种机器学习模型:逻辑回归、支持向量机(SVM)、随机森林、XGBoost和最小绝对收缩和选择算子(LASSO)。在受热灭活的烟曲霉分生孢子刺激的A549细胞和THP-1来源巨噬细胞中,通过qRT-PCR验证了候选基因,该方案旨在确保符合生物安全二级(BSL-2)标准,并分离由病原体相关分子模式(PAMP)介导的先天免疫信号。模型性能通过5折分层交叉验证、受试者工作特征曲线下面积(AUC)、校准曲线和决策曲线分析进行评估。
结果:对12,078个细胞的单细胞转录组分析鉴定出14个不同的细胞群,其中COPD肺组织表现出明显的髓系细胞扩增和免疫失调。与TCGA-LUAD数据的多组学整合分析鉴定出1,145个共有基因(其中79个为免疫相关基因),这些基因集中于核因子κB(NF-κB)、Toll样受体4(TLR4)和细胞因子受体信号通路。随机森林模型表现出优异的判别性能(5折交叉验证AUC = 0.988),其中调节性T细胞浸润、TLR4和基质金属蛋白酶9(MMP9)是排名前列的预测因子。qRT-PCR证实,在真菌刺激后,A549和THP-1细胞中的所有五个候选基因(DEFB4A、S100A8、IL-8、MMP9和TLR4)均显著上调。
结论:该整合scRNA-seq和TCGA转录组数据的多组学机器学习模型表现出优异的判别性能(AUC = 0.988),并在共有免疫基因特征中发现了NF-κB、TLR4和致癌信号通路的机制趋同。体外qRT-PCR验证证实了五个关键抗真菌免疫基因的生物学相关性,为未来对COPD和肺癌患者进行前瞻性IPFI风险分层提供了转录组学基础。
慢性阻塞性肺疾病(COPD)是全球第三大死因,以持续气流受限、慢性气道炎症和肺实质破坏为特征,导致呼吸与免疫微环境严重受损,极易继发侵袭性肺真菌感染(IPFI)。IPFI主要包括曲霉菌病、念珠菌病和毛霉菌病,致死率高达30%–80%。COPD患者因纤毛清除功能受损、皮质类固醇治疗抑制巨噬细胞功能及全身炎症消耗等机制,削弱了抗真菌防御。肺癌同样是引发IPFI的关键风险因素,通过肿瘤免疫逃逸、化疗致中性粒细胞减少及气道黏膜屏障破坏等机制促进真菌定植。由于COPD在肺癌患者中并发率高达40%–70%,两者的共存加剧了免疫缺陷,而现有的诊断标准尚不足以进行早期风险识别。因此,亟需开展整合多组学与机器学习的研究,以构建精准的IPFI风险预测模型并揭示其分子机制。
针对上述问题,研究人员开展了整合单细胞转录组与bulk RNA-seq数据的多组学分析及免疫特征研究,旨在构建针对COPD和肺癌并发IPFI的风险分类模型,并探索致癌通路与抗真菌免疫调节之间的联系。该研究成功构建了判别性能优异的机器学习模型,明确了关键免疫基因特征,并在体外实验中验证了其生物学相关性。该论文发表在《Frontiers in Genetics》上,为未来开展前瞻性IPFI风险分层管理奠定了重要的转录组学与免疫学基础。
在研究方法方面,研究人员使用了来自GEO数据集GSE296912的scRNA-seq数据(包含12,078个来自正常和COPD肺组织的细胞)以及TCGA-LUAD队列的bulk RNA-seq数据(包含539个肿瘤样本和59个正常样本)进行差异表达与多组学整合分析。基于共有免疫基因及免疫浸润评分,研究人员构建了包括逻辑回归、SVM、随机森林、XGBoost和LASSO在内的五种机器学习模型。最后,利用热灭活的烟曲霉分生孢子(1 × 10
6 CFU/mL)刺激A549肺泡上皮细胞和THP-1来源巨噬细胞,通过qRT-PCR技术对候选基因进行体外验证,以分离PAMP介导的先天免疫信号并确保BSL-2生物安全合规。
研究结果如下:
Single-cell transcriptomic landscape of the COPD lung:通过对12,078个细胞进行无监督聚类与注释,鉴定出14个不同的细胞群。分析表明,COPD肺组织中出现显著的髓系细胞扩增,呈现明显的髓系主导的组成转变。
Myeloid compartment dysregulation in COPD:分析鉴定出5个髓系亚群,其中炎症性巨噬细胞仅在COPD样本中存在。M2样巨噬细胞与MHC-II巨噬细胞存在大量差异表达基因(DEG),且MHC-II巨噬细胞中核因子κB(NF-κB)信号通路显著下调。髓系细胞普遍表现出促炎细胞因子的广泛激活以及铁死亡相关基因的条件特异性密度变化。
Lymphocyte landscape and immune activation signatures:自然杀伤(NK)细胞是主要的淋巴细胞群,其细胞溶解活性在COPD中显著升高。通路富集分析证实了NK细胞介导的细胞毒性等通路激活。免疫检查点基因分布呈现异质性,且趋化因子受体表达谱发生改变。
Epithelial and stromal remodeling in COPD:肺泡II型(AT2)细胞中紧密连接基因(如CLDN1、CLDN4等)普遍显著下调,表明上皮屏障完整性受损。成纤维细胞等基质群体的细胞外基质(ECM)基因表达发生改变,表面活性物质产生减少。
Intercellular communication network remodeling:细胞间通讯以髓系为中心,M2样巨噬细胞和单核细胞是核心通讯枢纽。IL-1B-IL1R1和HMGB1-TLR4等通信对证实了髓系细胞中促炎细胞因子和报警素表达升高,且TLR4在COPD中显著上调。
TCGA-LUAD transcriptomic landscape and immune profiling:TCGA-LUAD分析鉴定出大量上调和下调的DEG。免疫浸润评分显示肿瘤样本中巨噬细胞(M1/M2)和中性粒细胞特征升高。M1巨噬细胞评分随肿瘤分期升高,并显示出预后相关性。
Cross-omics integration of COPD and lung cancer signatures:跨组学整合分析鉴定出1,145个共有基因,其中79个为免疫相关基因。KEGG通路富集发现NF-κB信号通路、细胞因子受体相互作用和Toll样受体信号通路是趋同通路。S100A8和S100A9与M1巨噬细胞评分呈最强正相关。
Machine learning-based risk classification:整合20个特征构建的随机森林分类器表现优异,5折交叉验证的AUC值达到0.988。调节性T细胞浸润、TLR4和基质金属蛋白酶9(MMP9)是排名前列的预测特征。校准曲线和决策曲线分析证实了模型的稳健性能和临床净收益。
In vitro qRT-PCR validation of key candidate genes in A549 and THP-1 cell lines:在两种细胞系中,五个候选基因(DEFB4A、S100A8、IL-8、MMP9和TLR4)在真菌刺激后均显著上调。IL-8和S100A8上调倍数最高,且巨噬细胞中的响应普遍高于上皮细胞。剂量-反应和时间过程分析进一步证实了这些基因对真菌刺激的动态响应。
在讨论部分,研究人员指出该研究通过计算与实验相结合的方式,揭示了COPD和肺癌并发IPFI易感性的机制。随机森林模型的优越性能可归因于COPD相关真菌感染风险固有的非线性特征。表皮生长因子受体(EGFR)被鉴定为连接致癌信号与TLR4介导的抗真菌免疫的网络枢纽,而TP53表达与抗真菌免疫基因呈负相关,提示其功能丧失突变可能抑制固有的抗真菌免疫监视,从而为肿瘤组织学亚型和突变状态分层的IPFI预防提供了理论依据。研究也承认了体外细胞系模型和热灭活真菌刺激不能完全模拟复杂体内微环境等局限性。结论部分表明,该研究构建了一个针对COPD和肺癌并发肺真菌感染易感性的多组学机器学习风险分类框架,其具有极佳的判别性能(AUC = 0.988),以Treg浸润、TLR4和MMP9为主导预测特征。跨组学整合分析揭示了致癌基因枢纽(EGFR、TP53和STAT3)与抗真菌免疫调节因子(TLR4、IL-8、DEFB4A和S100A8)之间的直接分子网络联系。体外qRT-PCR验证证实了五个关键候选基因在真菌刺激后的生物学相关性,且巨噬细胞反应显著高于上皮细胞。这些发现为开展前瞻性多中心临床试验、实现风险分层抗真菌管理奠定了转化医学基础。