混合结合组织疾病的机器学习驱动的免疫类型分层,证实了临床异质性
Shinji Izuka1, Toshihiko Komai1, Takahiro Itamiya1,2
1Department of Allergy and Rheumatology, Graduate School of Medicine, The University of Tokyo, Tokyo, Japan.
Rheumatology (Oxford, England)
|March 13, 2024
概括
这项研究使用免疫类型识别对混合结合组织疾病 (MCTD) 的患者进行了分层分类,揭示了不同的免疫学特征. 研究结果表明,不同的潜在免疫过程有助于MCTD亚型.
科学领域:
- 免疫学 免疫学 免疫学
- 计算生物学 计算生物学
- 类风湿病学 类风湿病学
背景情况:
- 混合结缔组织疾病 (MCTD) 是一种自身免疫性疾病,具有全身性红斑狼 (SLE),多性肌炎 (PM) 和全身性硬化症 (SSc) 的重叠特征.
- 准确的分类和了解MCTD中不同的免疫路径对于向治疗至关重要.
研究的目的:
- 根据他们的免疫表型,对患有MCTD的患者进行分层.
- 为了在MCTD患者队列中识别不同的免疫学概况.
主要方法:
- 分析了24个免疫细胞子集的免疫表型和转录组数据,这些数据来自患有MCTD,SLE,异常性炎症性肌肉病 (IIM) 和SSc.的患者.
- 在SLE,IIM和SSc数据上训练的机器学习模型 (随机森林) 的应用,以分层MCTD患者.
- 基因组变异分析 (GSVA) 用于转录组分析和对跨多重重症子组的临床特征进行比较.
主要成果:
- 使用机器学习,MCTD患者被分为SLE免疫类型 (16名患者) 和非SLE免疫类型 (6名患者) 组.
- 患有SLE免疫类型的患者表现出更高比例的Th1细胞和血细胞,以及更多的SLE相关症状.
- 在SLE免疫类型患者的中央记忆CD8+T细胞中观察到干扰素α和γ反应升高,而在非SLE免疫类型组中,刺信号更高.
结论:
- 免疫类型成功地将MCTD患者分为不同的亚组.
- 这些发现表明,存在不同的免疫学过程,这些过程是MCTD临床异质性的基础.
- 这种分层可能为MCTD更个性化的治疗策略铺平道路.
