Phenotypic Heterogeneity in Ischemic Heart Disease Uncovered by Unsupervised Clustering of Routine Laboratory Parameters

血液中隐藏的模式

想象一下，你的身体就像一座繁忙的城市。多年来，医生一直扮演着交通控制员的角色，观察着主要高速公路是否出现了拥堵。在心脏健康领域，这种“拥堵”就是缺血性心脏病（IHD），这是一种心肌无法获得足够含氧血液的疾病。传统上，为了了解患者具体的交通问题，医生依赖于昂贵的高科技工具，如 X 射线摄影（血管造影）或复杂的基因图谱（组学），以观察内部究竟发生了什么。

但是，如果城市的日常例行报告——比如垃圾收集、用水量和电费单这些简单的日志——也能告诉你关于交通拥堵的信息，那会怎样呢？在医学中，这些“例行报告”就是每个人都会做的标准血液检查：包括红细胞、肝功能、肾脏健康以及血液中的脂肪水平。这些测试价格低廉、速度快，且几乎随处可见。科学家们一直在追问的一个大问题是：我们能否利用这些简单、日常的数据，找到那些即使在患有相同心脏病诊断的情况下，实际上彼此截然不同的隐藏患者群体？本文通过使用一种特殊的“计算机大脑”——无监督机器学习，深入探讨了这个谜团，旨在仅根据血液检测结果将患者进行分类，而无需观察心脏的管道结构或 DNA。

伟大的血液测试分类法

在这项研究中，巴基斯坦拉合尔的研究人员决定对 306 名已知患有缺血性心脏病的患者进行一场“人群组织”游戏。他们并没有使用健康人群作为对照组；他们只是想看看这些病人是否完全相同，或者实际上是由不同类型组成的。他们提取了一份庞大的常规实验室结果清单——例如血液中脂肪的含量、肝脏功能的运作情况，以及对抗炎症的白细胞数量——并将其输入计算机。

计算机使用了一种称为**聚类（Clustering）**的技术。你可以把它想象成派对上的 DJ，他虽然不知道每个人的名字，但会倾听每个人跳舞时伴随的音乐。DJ 不会问“谁喜欢流行乐？”或“谁喜欢摇滚乐？”，他只是观察舞池。如果一群人正在做某种奇特的舞蹈动作，DJ 就会把他们归为一类。计算机通过处理血液数据执行了这一过程，寻找某些数值总是同时上升或下降的模式。

在尝试了五种不同的数据分类方法后，计算机发现，将这些患者分为三个截然不同的团队是最佳方式。这并非随机猜测；这些分组非常稳定，其数学上的“轮廓得分”（Silhouette Score，衡量分组清晰度的指标）在初始数据和新测试数据之间保持了高度的一致性。为了让这些隐形的群体对医生可见，研究人员随后训练了一个单独的“侦探”计算机程序（随机森林分类器）来学习这些群体的模式。在对新患者进行测试时，这个侦探程序能以约 78% 的准确率正确识别患者属于哪个团队，这证明了这些群体的真实性和差异性。

发现的三个团队：

1. “高风险混合型”团队（占患者的 12.7%）： 这是规模最小但最剧烈的群体。这些患者的血液中出现了一种“完美风暴”：坏脂肪（特别是 VLDL 和甘油三酯）水平极高，肝脏功能受损的迹象明显（AST 和 ALT 酶升高），且中性粒细胞（一种预示炎症的白细胞类型）数量很高。研究人员称之为“致动脉粥样硬化-肝脏-炎症”特征。这就像是一个城市里，垃圾车溢出了，发电厂冒着黑烟，同时警察也处于高度戒备状态。
2. “纯脂肪型”团队（占患者的 26.5%）： 这个群体规模较大。他们的血液中脂肪水平较高（VLDL、甘油三酯和 LDL），但肝酶正常，也没有表现出同样的炎症迹象。他们就像是一个单纯由车辆过多导致的交通拥堵城市，而其他基础设施运行良好。
3. “低风险型”团队（占患者的 60.8%）： 这是最大的群体，构成了大多数患者。他们的坏脂肪水平最低，淋巴细胞（另一种白细胞）水平最高。他们看起来是“最平静”的一组，代谢和炎症压力最小。

侦探工作：寻找线索

一旦计算机完成了患者分类，研究人员便问道：“哪些具体的数值对于区分这些群体最为重要？”他们使用了一个名为**随机森林（Random Forest）**的数字侦探工具（类似于一组进行投票决策的决策者）。他们发现，主要的线索是 VLDL（一种脂肪）、总胆红素（一种肝脏代谢废物）、甘油三酯以及肝酶 AST 和 ALT。令人惊讶的是，诸如肾功能或标准的血细胞计数等指标并不是主要的驱动因素。事实证明，区分这些患者的关键在于身体处理脂肪的方式与肝脏运作方式之间的关系。

研究人员随后尝试将这些复杂的计算机发现转化为医生可以在纸上阅读的简单规则。他们使用了决策树（Decision Tree）（看起来像流程图）和**模糊规则（Fuzzy Rule）**系统（使用“高”、“中”、“低”等语言而非精确数字）。

他们制定了类似这样的规则：“如果 VLDL 为‘高’且 AST 为‘低’，那么该患者属于‘纯脂肪型’团队。”
虽然计算机可以识别出“高风险混合型”群体，但由于该群体规模较小且生物学特性复杂，简单的书面规则在识别该特定群体时不够精确，这意味着医生目前还不能仅靠一句简短的话语就轻松识别出他们。

这意味着什么（以及不意味着什么）

本文指出，即使没有昂贵的心脏扫描或基因检测，我们也可以通过观察常规血液检测来发现心脏病患者中隐藏的差异。它证明了心脏病“一刀切”的观点可能过于简单。存在着亚群，其中一些（如 12.7% 的“高风险混合型”）可能需要额外的关注，因为他们的身体同时面临着脂肪问题和肝脏炎症。

然而，作者非常谨慎，并未声称他们已经破解了心脏病的奥秘。他们明确表示，这是一项假设生成性研究（Hypothesis-generating study）。他们发现了这些群体，且计算机能够很好地进行分类，但他们尚不知道这些群体是否真的能预测谁会变得更严重或更早死亡。他们没有对患者进行随访观察以了解其后续情况。此外，他们也没有将这些患者与健康人群进行对比，而仅仅观察了已患病的人群。

因此，虽然这项研究表明基于血液化学成分，这三个群体是真实且截然不同的，但这仍然是一个“概念验证”。这就像是在天空中发现了三种不同类型的云，并意识到它们看起来各不相同，但我们尚未证明其中一种云一定会带来飓风，而其他云仅仅带来细雨。研究人员希望未来的研究能够追踪这些患者，以观察“高风险混合型”是否真的会有更差的预后，从而使医生能够利用这些简单、廉价的血液检测，提供更好的、个性化的医疗护理，尤其是在那些无法使用高端仪器的地区。