《International Dental Journal》：SERPINA1 as a Shared Biomarker in Periodontitis and Oral Squamous Cell Carcinoma
编辑推荐：
本研究针对牙周炎（PD）与口腔鳞状细胞癌（OSCC）临床共病率高但共享分子机制不明的问题，通过整合生物信息学与机器学习方法，筛选出程序性细胞死亡相关基因SERPINA1作为关键的共享诊断生物标志物。研究证实其在独立验证队列中具有优异的诊断性能（AUC > 0.8），并通过免疫浸润分析、单细胞测序及体外实验揭示了SERPINA1通过调控髓系细胞浸润及IL-1β信号通路连接慢性炎症与肿瘤恶性表型的潜在机制，为口腔疾病跨病种生物标志物发现提供了可复制的分析框架和转化依据。
口腔健康是全身健康的重要门户，然而，口腔领域的两大常见疾病——牙周炎（Periodontitis, PD）和口腔鳞状细胞癌（Oral Squamous Cell Carcinoma, OSCC）——却严重威胁着人们的生命质量。牙周炎是一种由菌斑生物膜引发的慢性炎症性疾病，可导致牙周支持组织的破坏。而口腔鳞状细胞癌则是最常见的口腔恶性肿瘤，尽管手术、放化疗等技术不断进步，但其预后仍不理想，晚期诊断是导致疗效差的主要原因之一。流行病学调查显示，慢性牙周炎患者发生OSCC的风险显著增高，暗示这两种疾病背后可能存在共享的病理生理学基础，特别是持续的免疫炎症失调。然而，能够支持跨疾病风险评估的、可临床检测的共享分子标志物仍然定义不足。厘清这两种疾病之间的分子桥梁，对于早期诊断、风险预警乃至开发新的干预策略都具有重要意义。
为此，发表在《International Dental Journal》上的一项研究，旨在通过整合生物信息学分析和机器学习算法，寻找连接牙周炎和口腔癌的共享诊断生物标志物及其潜在作用机制。研究人员希望提供一个透明、可重复的生物标志物发现路线图，并评估其转化潜力。
为了回答上述科学问题，研究人员主要运用了以下几项关键技术方法：首先，从公共基因表达数据库（GEO）获取了牙周炎（GSE10334为发现集，GSE16134为验证集）和口腔鳞癌（GSE30784为发现集，GSE138206为验证集）的转录组微阵列数据集进行处理和分析。核心分析流程包括：利用limma包进行差异表达基因（DEGs）筛选；运用加权基因共表达网络分析（WGCNA）识别与疾病状态相关的基因模块；整合程序性细胞死亡（PCD）相关基因集，并通过三种机器学习算法（LASSO回归、随机森林-RF、广义线性模型-GLM）交叉筛选关键基因。随后，通过受试者工作特征曲线（ROC）评估候选生物标志物的诊断效能；利用CIBERSORT算法估算免疫细胞浸润水平并分析其与核心基因的相关性；进一步结合牙周炎（GSE171213）和口腔癌（GSE215403）的单细胞RNA测序（scRNA-seq）数据，在单细胞分辨率下解析核心基因的表达定位及细胞间通讯（使用CellChat工具）。最后，通过体外实验进行功能验证：使用脂多糖（LPS）刺激人牙龈成纤维细胞（HGFs）构建牙周炎症模型；在口腔癌CAL27细胞系中通过siRNA干扰技术敲低目标基因，并利用CCK-8、细胞划痕、Transwell、克隆形成等实验评估其对细胞增殖、迁移和侵袭能力的影响。
差异表达分析揭示共享转录特征
研究人员首先在牙周炎（GSE10334）和口腔鳞癌（GSE30784）数据集中分别鉴定出1508个和2205个差异表达基因。通过韦恩图取交集并结合程序性细胞死亡相关基因集以及WGCNA分析中与疾病状态正相关的模块基因，最终筛选出29个共享的候选基因。
功能富集提示共同病理通路
对这29个共享基因进行功能富集分析发现，它们显著富集于炎症和免疫相关通路，如NF-κB信号通路、IL-17信号通路以及细胞因子-细胞因子受体相互作用等。基因本体（GO）分析也显示这些基因在细胞趋化、白细胞迁移等生物学过程中活跃，提示炎症微环境调控是连接牙周炎和口腔癌的核心环节。
机器学习精准锁定核心生物标志物SERPINA1
为了从众多候选基因中筛选出最可靠的标志物，研究团队应用了LASSO、随机森林和广义线性模型三种机器学习算法进行特征选择。令人印象深刻的是，在牙周炎和口腔癌数据集中，三种算法共同指向了同一个基因——SERPINA1，使其成为脱颖而出的唯一跨疾病候选生物标志物。
SERPINA1展现出卓越的诊断价值
随后的验证分析显示，SERPINA1在牙周炎和口腔癌患者的组织样本中均呈现显著高表达。ROC曲线分析证实其具有强大的疾病区分能力：在牙周炎的发现集和验证集中，曲线下面积（AUC）分别达到0.839和0.860；在口腔癌的发现集和验证集中，AUC也分别高达0.859和0.875。这表明SERPINA1是一个稳健且可靠的诊断指标。
免疫浸润与SERPINA1的髓系细胞关联
利用CIBERSORT算法估计免疫细胞组成，研究发现牙周炎和口腔癌的免疫微环境都发生了重塑，且均表现出髓系细胞（如中性粒细胞和巨噬细胞）的浸润增加。相关性分析进一步揭示，SERPINA1的表达水平与中性粒细胞和巨噬细胞的丰度呈显著正相关，提示其与髓系细胞主导的炎症反应密切相关。
单细胞分辨率下的定位与通讯
单细胞RNA测序分析将SERPINA1的表达精确地定位到髓系细胞群（如巨噬细胞和中性粒细胞）。细胞通讯分析则突出显示了IL-1信号通路的重要性，其中IL-1β是一个关键的信号分子。SERPINA1的表达与IL-1β水平呈正相关，暗示两者在髓系细胞富集的炎症微环境中可能存在功能上的串扰。
体外实验验证SERPINA1的功能
在细胞水平上，研究人员用LPS刺激人牙龈成纤维细胞成功模拟了牙周炎症环境，并发现SERPINA1的表达随之显著上调。相反，在口腔癌CAL27细胞中敲低SERPINA1后，癌细胞的增殖、迁移和侵袭能力均受到明显抑制。这从功能上证明了SERPINA1不仅是一个生物标志物，更直接参与了从炎症到肿瘤的恶性表型调控。
研究的讨论部分对上述发现进行了深入阐释。SERPINA1基因编码的蛋白是α1-抗胰蛋白酶（Alpha-1 Antitrypsin, AAT），这是一种重要的丝氨酸蛋白酶抑制剂。传统上认为其主要功能是抑制中性粒细胞弹性蛋白酶等，保护细胞外基质。然而，新证据表明AAT在调节免疫反应和细胞死亡中也扮演着角色。本研究通过整合计算生物学和实验验证，将SERPINA1定位在慢性牙周炎症和口腔癌变的交叉点上。在牙周炎背景下，SERPINA1的上调可能是一种试图控制过度炎症和组织破坏的代偿反应；而在口腔癌环境中，同样的分子可能被癌细胞利用，通过抑制细胞死亡、促进基质重塑来驱动肿瘤进展。其与IL-1β等关键炎症因子的关联，以及其在髓系细胞中的特异性表达，共同勾勒出一条连接慢性炎症与肿瘤的“髓系细胞轴”。
综上所述，这项研究通过严谨的多组学整合分析结合实验验证，首次系统地将SERPINA1确立为牙周炎与口腔鳞状细胞癌的共享生物标志物。它不仅具有强大的诊断潜力，其本身在炎症-肿瘤转化中所扮演的双重角色也为我们理解这两种常见口腔疾病的共病机制提供了新的分子视角。该研究建立的透明、可重复的分析流程也为未来在其他口腔疾病中发现有临床意义的生物标志物提供了范本。尽管研究存在依赖于回顾性数据、缺乏空间转录组学验证等局限性，但其发现为开发基于SERPINA1的无创诊断工具和靶向治疗策略奠定了重要的理论基础，预示着口腔疾病精准医疗的新方向。
