Transcriptomic features for prediction of endovascular thrombectomy clinical benefit in stroke
本研究确定了急性缺血性卒中患者特有的术前血液炎症转录组特征,特别强调了四个中性粒细胞相关枢纽基因(AZU1、ELANE、MPO、MMP8),它们可作为预测个体从机械取栓中获益的有前景的非侵入性生物标志物。
原始论文采用 CC BY 4.0 许可(https://creativecommons.org/licenses/by/4.0/)。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性,请参阅原始论文。 阅读完整免责声明
技术摘要:用于预测缺血性卒中血管内取栓临床获益的转录组学特征
问题陈述
机械取栓(MT)是针对大血管闭塞(LVO)引起急性缺血性卒中(AIS)的标准再灌注治疗手段。然而,患者间的治疗结局存在显著的个体差异,部分患者未能实现功能恢复,或遭受出血性转化等并发症。目前的术前预测指标不足;现有的指标(如再通分级、术后出血)多为回顾性或术后指标,存在时间滞后,无法进行精准的术前筛查。本研究旨在寻找新型术前风险标志物,以指导个体化治疗策略,并预测哪些 LVO-AIS 患者能从机械取栓中获得临床获益。
研究方法
本研究采用前瞻性临床队列设计,研究对象为 2025 年 5 月至 2026 年 5 月期间收治于河北北方大学第一附属医院的 22 例前循环 AIS 患者。
- 患者分层: 根据两个终点事件将患者分为“预后良好”组和“预后不良”组:早期神经功能改善(24 小时内 NIHSS 评分降低 ≥ 30%)以及长期功能预后(90 天修正 Rankin 量表 [mRS] ≤ 2)。
- 样本采集: 在血管内取栓(EVT)术前,采集外周静脉血并置于 PAXgene 管中。
- 转录组分析: 使用 Illumina NovaSeq 平台进行 RNA 测序(RNA-seq)。数据处理包括质量控制(fastp)、通过 HISAT2 比对至人类参考基因组(GRCh38.p14)以及使用 RSEM 进行定量。
- 生物信息学: 使用 DESeq2 识别差异表达基因(DEGs)(标准为 |log2FC| ≥ 1, FDR < 0.05)。通过基因本体论(GO)和 KEKK 通路分析进行功能富集。构建蛋白质-蛋白质相互作用(PPI)网络以识别核心基因(hub genes)。
- 统计建模: 采用单变量和多变量 Cox 回归分析来确定与手术获益相关的基因。利用受试者工作特征曲线(ROC)和决策曲线分析(DCA)评估所识别基因特征的预测性能及临床净获益。
主要贡献与结果
- 转录组图谱: 分析在响应者与非响应者之间发现了 567 个显著差异表达基因(DEGs)。具体而言,432 个基因在预后良好组中表达上调(富集在免疫炎症通路),而 135 个基因表达下调(富集在神经元凋亡和内皮损伤通路)。
- 通路富集: 基因集富集分析(GSEA)显示,预后良好组在炎症生物学过程中表现出显著富集,其中“细胞因子-细胞因子受体相互作用”被确定为排名最高的 KEGG 通路。这表明术前炎症可能有助于神经功能的恢复。
- 核心基因识别: 通过 PPI 网络分析和回归建模,识别出四个中性粒细胞相关的核心基因作为关键调节因子:AZU1、ELANE、MPO 和 MMP8。
- 相关性: 这四个基因与机械取栓(MT)的疗效表现出强相关性。值得注意的是,尽管 DEFA1B 显示出明显的表达差异,但在多变量分析中并未作为独立的预后调节因子。
- 预测性能: 基于 ELANE 的逻辑回归模型实现的曲线下面积(AUC)为 0.893。该四基因面板对短期(ENI)和长期(90 天 mRS)结局均表现出良好的判别能力,AUC 值范围为 0.785(MMP8)至 0.832(MPO)。
- 临床实用性: 决策曲线分析(DCA)表明,该四基因模型在相关阈值概率下提供的最大临床净获益为 0.64,优于参考策略。
意义与主张
本文声称,机械取栓响应者与非响应者的术前外周血转录组图谱在炎症基因表达方面存在显著差异。研究认为,具有特定炎症基因(AZU1、ELANE、MPO、MMP8)高表达水平的个体更有可能从手术中获得临床获益。
作者断言,这四个核心基因可作为初步的、非侵入性的候选预测生物标志物。其意义在于:
- 为观察到的 AIS 患者术后治疗反应差异提供了分子基础。
- 为术前风险分层和制定个体化机械取栓策略提供了潜在工具。
- 表明由大血管闭塞触发的急性全身炎症反应在神经修复过程(包括短期和长期)中发挥了调节作用。
局限性与声明的审慎性
作者明确承认了本研究的探索性性质及其存在的若干局限性:
- 样本量: 队列规模较小(n=22)且为单中心研究,限制了研究结果的普适性以及调整多个混杂变量的能力。
- 因果关系: 本研究识别的是相关性联系,无法建立基因表达水平与手术获益之间的因果关系。
- 细胞分辨率: 本研究使用的是大块 RNA-seq(Bulk RNA-seq),无法精确识别驱动表达的具体细胞亚群;作者指出需要通过单细胞测序来阐明细胞特异性模式。
- 验证: 研究结果需要在更大规模、多中心的队列中进行验证,并经过独立的外部验证,才能实现临床转化。
因此,本文将这些基因定义为“初步”且“候选”的标志物,强调需要进一步的细胞、动物及前瞻性临床研究,以验证其调节机制和临床应用价值。
您所在领域的论文太多了?
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要,使用您的语言。