慢性鼻竇炎合併鼻息肉(Chronic rhinosinusitis with nasal polyps, CRSwNP)是一種常見的上呼吸道慢性發炎疾病,其病理機制複雜,涉及多種發炎細胞與介質的交互作用。為了深入解析該疾病的發炎特徵,並找出與氧化壓力(Oxidative stress)相關的關鍵分子,近期一項研究結合了轉錄體學(Transcriptomics)與機器學習(Machine learning)技術,成功識別出五個關鍵基因,為未來臨床診斷與病理分型提供了新的科學依據。
研究團隊針對 22 名受試者進行鼻黏膜組織的核糖核酸定序(RNA sequencing),受試者包含 8 名對照組、5 名非嗜酸性球性慢性鼻竇炎合併鼻息肉(non-eosinophilic CRSwNP, neCRSwNP)患者,以及 9 名嗜酸性球性慢性鼻竇炎合併鼻息肉(eosinophilic CRSwNP, eCRSwNP)患者。透過差異表達分析(Differential expression analysis)、路徑分析(Ingenuity Pathway Analysis, IPA)以及加權基因共表達網絡分析(Weighted gene co-expression network analysis, WGCNA),研究人員發現 eCRSwNP 患者的組織中,免疫發炎反應與氧化壓力相關路徑呈現顯著的高度關聯性。
在進一步的分析中,研究團隊利用 CIBERSORT 工具評估細胞組成,並將差異表達基因(Differentially expressed genes, DEGs)、嗜酸性球發炎相關模組基因,以及氧化壓力相關基因進行交叉比對,篩選出候選基因。隨後,透過蛋白質交互作用(Protein-protein interaction, PPI)網絡分析,進一步縮小目標範圍。這些分析結果顯示,eCRSwNP 的發炎特徵與氧化壓力路徑之間存在緊密的分子連結,為後續識別關鍵生物標記奠定了堅實的數據基礎。
機器學習篩選關鍵基因
為了確保篩選出的基因具有高度的臨床鑑別能力,研究團隊構建了六種機器學習模型,並利用夏普利加性解釋(SHapley Additive exPlanations, SHAP)來解讀各項特徵的貢獻度,同時透過受試者操作特徵曲線(Receiver operating characteristic, ROC)評估其鑑別效能。最終,研究團隊成功鎖定五個與氧化壓力相關的核心特徵基因,分別為 HIF1A、RAC2、SELP、NCF2 以及 NCF4。數據顯示,這五個基因在 ROC 分析中均展現出優異的鑑別能力,能夠有效區分不同類型的鼻息肉病變。
SHAP 分析結果進一步證實,這些基因在不同演算法模型中,表現出一致的效應方向與特徵優先級排序。這意味著 HIF1A、RAC2、SELP、NCF2 與 NCF4 不僅在統計學上具有顯著差異,在機器學習模型中也具備高度的預測價值。這些基因的發現,不僅揭示了氧化壓力在 eCRSwNP 發病過程中的核心地位,也為臨床醫師在進行疾病分型(Endotyping)時,提供了更為精準的分子標記物,有助於未來針對特定發炎路徑進行更深入的機制探討。
臨床驗證與細胞定位分析
為驗證上述研究結果的可靠性,研究團隊利用外部單細胞轉錄體數據集以及實際的鼻組織樣本進行驗證。實驗結果證實,這五個關鍵基因在 eCRSwNP 患者的組織中均呈現顯著的表達上調。此外,透過細胞類型定位分析,研究人員進一步釐清了這些基因在組織中的具體分佈:
NCF2、NCF4 與 RAC2 主要源自於骨髓細胞(Myeloid cells),SELP 則主要定位於血管內皮細胞(Vascular endothelial cells),而 HIF1A 則廣泛表達於發炎細胞浸潤區域。
這項研究透過整合轉錄體學與多演算法機器學習,成功識別並驗證了 HIF1A、RAC2、SELP、NCF2 與 NCF4 作為 eCRSwNP 氧化壓力相關的核心特徵基因。這些基因可能參與了活性氧(Reactive oxygen species, ROS)相關的發炎過程,並在疾病的病理演變中扮演關鍵角色。研究結論指出,這些分子標記物不僅有助於 eCRSwNP 的精準分型,也為未來開發針對氧化壓力路徑的治療策略提供了重要的科學線索,對於提升慢性鼻竇炎患者的治療成效具有深遠意義。
Newsflash | Powered by GeneOnline AI
For any suggestion and feedback, please contact us.
原始資料來源: GO-AI-6號機
Date: Please provide the content or the date you would like me to format! I am ready to convert it for you.


