前沿解读：全新CIBERSORT算法鉴定出Hunner性间质性膀胱炎的生物标志物
董兴有医生
重庆市沙坪坝区人民医院泌尿外科主任
中国科学院大学重庆医院博士后
间质性膀胱炎／膀胱疼痛综合征（interstitialcystitis/bladderpainfulsyndrome，IC/BPS）是是一种以疼痛性下尿路症状为特征的慢性疾病。该情况影响数百万人，并显着损害他们的生活质量。诊断具有挑战性，治疗选择有限。使用膀胱镜检查，IC可分为两种表型：伴有Hunner病灶(HIC)的间质性膀胱炎和无Hunner病变的间质性膀胱炎(NHIC)。HIC发生在所有IC患者的10%到20%之间。另一份报告指出，HIC的全球流行率为3.5%至56%。
自身免疫在HIC中的确切作用尚未确定，迄今为止，已经提出了许多假设，包括桅杆的膨胀和堆积。细胞，浸润淋巴细胞的克隆扩增，和增加尿路上皮细胞凋亡。研究表明，免疫细胞和自身抗体是与IC/HIC密切相关。然而，没有诊断HIC的细胞生物标志物，也没有对免疫细胞亚群的了解。经典方法研究免疫细胞亚群，如流式细胞术和免疫组织化学依赖于有限的表型标记。流式细胞术前的组织解聚会导致细胞丢失或损坏，从而错误识别结果。
基于此，最新的研究采用了CIBERSORT算法分析可能的免疫学生物标志物。证实了HIC的免疫特性。由Newman等人开发的CIBERSORT算法提供了对使用基因的混合细胞群中的成员细胞类型表达数据。该方法适用于来自几乎任何组织的RNA混合物。预装了包含547个基因的白细胞基因特征矩阵用CIBERSORT区分22种人体免疫细胞表型，包括单核细胞、T细胞、B细胞、中性粒细胞、巨噬细胞、浆细胞、自然杀伤细胞、嗜酸性粒细胞、树突细胞、肥大细胞和一些以上的子集。可以对样本进行去卷积通过应用线性支持向量回归（一种新颖的机器学习方法）。排列后分析，22个免疫细胞亚群的相对分数可以评估。通过表现出强劲的表现在其大规模和大大提高的准确性，新的治疗靶点和细胞生物标志物的鉴定成为可能。尽管如此，这种开创性的算法尚未应用于HIC。
因此，在目前的研究中，基因表达数据从十个HIC样本和六个健康样本中存储对GEO数据库的GSE11783进行了分析。研究预测的诊断生物标志物和比例使用CIBERSORT评估了22个免疫细胞亚群。进行GSEA检测以发现显着富集和基因组(KEGG)通路和基因本体论(GO)条款。最后，研究使用来自GSE57560的样本来验证了发现，对CIBERSORT算法进行了分析GSE11783在随后的实验中。GSE57560包含三个正常样本，九个IC样本膀胱容量正常，4个IC样品具有低膀胱容量。其中，四个IC的两个样本与下膀胱为HIC型。然而，细节是未列出关于一对一的通信HIC/NHIC的疾病子集与样本识别之间的差异。最后，他们又选择了四种疾病表征样品（具有低膀胱容量的IC）和来自GSE57560的三个正常对照作为验证组检测T细胞滤泡辅助细胞(Tfh)。特标准化表达矩阵和样本信息GSE11783和GSE57560是从地理数据库。
来自GSE11783的HIC中六种类型的免疫细胞表现出显着差异，包括静息肥大细胞、CD4+记忆激活T细胞（CD3+CD4+HLA-DR+细胞）、M0和M2巨噬细胞、Tfh细胞和激活的自然杀伤细胞。除浆细胞外，Hunner病灶与非Hunner病灶无显着差异。HIC的病变区域。GSEA揭示了显着改变的生物过程，包括抗原-抗体反应，自身免疫性疾病，以及病毒、细菌和寄生虫感染。有11个Tfh细胞标志物在患者中表达升高。
通过数据库的分析，最终该研究确定了33个Hunner性间质性膀胱炎可能相关的免疫和感染因素。主要包括：移植物抗宿主病、类风湿性关节炎、疟疾、系统性红斑狼疮、哮喘、I 型糖尿病、炎症性肠病、军团菌病、百日咳、弓形体病、流感、人类 T 细胞白血病病毒、乙型肝炎、、人类巨细胞病毒感染、急性髓系白血病、耶尔森氏菌感染、、人类免疫缺陷病毒、丙型肝炎、志贺氏菌病、沙门氏菌感染、人乳头瘤病毒感染等。
该研究首次表明HIC患者样本中有几种免疫细胞亚群的浸润，而Tfh细胞和CD3+CD4+HLA-DR+细胞可作为HIC疾病的新型诊断生物标志物。
原文：Identification of novel biomarkers in Hunner's interstitial cystitis using the CIBERSORT, an algorithm based on machine learning. Kaining Lu , Shan Wei , Zhengyi Wang , Kerong Wu , Junhui Jiang , Zejun Yan , Yue Cheng
引文链接：https://pubmed.ncbi.nlm.nih.gov/34399738/
