编辑推荐：
这篇研究评估了在移植分子错配评估中，如何利用临床常规的rSSO（反向序列特异性寡核苷酸）分型产生的NMDP（国家骨髓捐献者计划）多重等位基因代码（MAC）串中的首个等位基因，作为高分辨率HLA分型的可靠替代方案。研究表明，尽管存在等位基因层面不一致，但极少导致临床意义重大的eplet错配负担增加。这种基于实验室的方法避免了依赖人群参考数据，为在时间紧迫的器官分配中实现实时分子错配评估，以及回顾性分析缺乏测序数据的队列提供了可行路径，支持分子错配更广泛地整合到精准移植实践中。
引言
器官移植是终末期器官衰竭患者的最终治疗方法，然而，长期移植物存活仍受限于同种异体免疫损伤。供体与受体之间的人类白细胞抗原（HLA）系统遗传差异是此风险的主要决定因素，并构成了供体特异性抗体（DSA）、抗体介导的排斥反应（AMR）和移植物失败的基础。传统的抗原水平HLA匹配仅提供了相容性的粗略估计，因为它未能捕捉到B细胞和T细胞识别的氨基酸水平表位的分子决定因素。
为克服此限制，开发了如HLAMatchmaker、PIRCHE-II和EMMA等分子错配算法，在表位或肽水平量化供体-受体差异。越来越多的证据表明，更高的分子错配负担与肾、心和肺移植队列中新发DSA形成、AMR和较差的移植物存活密切相关。因此，分子错配已成为免疫风险分层和个体化免疫抑制治疗的一个有前景的生物标志物。
然而，分子错配的准确评估需要高分辨率（二字段或更高）HLA分型。但在临床实践中，特别是死亡供体移植，由于时间限制，HLA分型通常在低或中分辨率下进行，导致在器官分配时前瞻性地和大型临床数据集中回顾性地都经常缺乏高分辨率数据。尽管已有基于人群单倍型频率和连锁不平衡的归因策略，但其准确性在不同人群中存在差异，尤其在代表性不足的人群中。本研究旨在评估rSSO分型产生的NMDP MAC串中的第一个等位基因，能否在缺乏测序数据时，作为分子错配评估中高分辨率分型的实用替代方案。
材料与方法
本研究在加州大学旧金山分校免疫遗传学与移植实验室（ITL）进行。分析了2017年11月至2023年6月期间使用NGS分型的样本。在排除相关样本后，最终纳入了4,738个样本，它们通过rSSO和NGS两种方法对11个经典HLA基因座（HLA-A, -B, -C, -DRB1, -DRB3, -DRB4, -DRB5, -DQB1, -DQA1, -DPB1, -DPA1）均有完整分型结果。队列在人种和种族上具有多样性。
在一致性分析中，将NGS结果与rSSO MAC串中的第一个等位基因进行比较，结果分为：两个等位基因一致、一个等位基因不一致、或两个等位基因不一致。对于不一致的等位基因对，进一步分析NGS分型的等位基因是否出现在rSSO报告的等位基因串的其余部分。对于HLA-DRB3、-DRB4和-DRB5，基因缺失被视作一个等位基因。
在eplet错配评估中，使用HLA Eplet Mismatch Calculator（版本2025-11-07）对不一致的等位基因对计算eplet错配数量。该框架基于HLAMatchmaker，与抗体反应性相关。计算是单向进行的，将rSSO MAC串的第一个等位基因视为供体等位基因，NGS分型的等位基因视为受体等位基因。
结果
等位基因一致性分析
在分析的11个基因座中，有9个的等位基因一致性超过94%：HLA-A (97.9%)、-B (98.5%)、-C (95.2%)、-DRB1 (96.8%)、-DRB3 (94.5%)、-DRB5 (99.6%)、-DQB1 (98.3%)、-DPB1 (96.8%) 和 -DPA1 (98.7%)。HLA-DQA1的一致性较低，为86.7%，而HLA-DRB4的一致性最低，为72.0%。大多数不一致的NGS等位基因（除DPB1基因座外）都包含在rSSO MAC串中。在不同种族或族裔群体之间，没有观察到一致性或不一致性的显著差异。
分子（Eplet）错配分析
对不一致等位基因对的eplet错配分析显示，30.4%的错配对具有零个eplet错配，77.6%具有两个或更少的错配eplet。错配eplet超过两个的等位基因对，在所有基因座的比较中占比不到0.3%。
具体到各基因座，HLA-DPA1的所有错配都是1个或0个eplet错配。尽管HLA-DRB4具有大量的不一致等位基因，但其分子错配水平总体较低，除一种组合（涉及DRB4 * 01:05和DRB4 * 01:01，有15个eplet错配）外，其余都只有1个或0个eplet错配。HLA-DRB5是不一致对中eplet错配超过两个的比例最高的基因座（18.75%），但这仅对应总共9476个等位基因中的3个。
讨论
本研究结果表明，在缺乏NGS数据时，rSSO衍生的MAC串中的第一个等位基因可以为分子错配评估提供一个可靠的、高分辨率HLA分型的替代方案。尽管存在等位基因层面的不一致，但这些不一致极少导致临床意义上重大的eplet错配负担增加。大量临床研究已证实，决定同种异体免疫结局的主要是分子错配阈值，而非精确的等位基因同一性。本研究中的绝大多数不一致对（eplet错配≤2）将被归类为同种异体免疫损伤的低风险类别。
该方法的一个关键优势是其“与人群无关”的特性。与依赖人群特异性参考数据和连锁不平衡假设的单倍型归因方法不同，rSSO提供了一种基于实验室的等位基因选择策略，其准确性在不同种族或族裔群体间未观察到显著差异。这解决了归因方法在祖先多样性或代表性不足人群中性能不均的关键局限性。
本研究的局限性包括采用单中心数据、单向模拟错配分析，以及可能无法完全代表所有移植人群的祖先背景。未来的验证需要在独立和更具全球代表性的队列中进行。
结论
rSSO衍生的MAC串中的第一个等位基因，为分子错配评估提供了一个可靠、与人群无关的高分辨率HLA分型替代方案。虽然会发生等位基因层面的不一致，但这很少导致具有临床意义的eplet错配负担增加。这种基于实验室的方法使得在时间紧迫的情况下进行实时分子错配评估成为可能，并促进了缺乏测序数据的回顾性队列的分析，从而支持分子错配更广泛地整合到精准移植实践中。随着长读长测序技术的进步，未来有望在死亡供体器官移植中实现实时、高分辨率的HLA分型，从而进一步推动精准医疗在器官分配中的应用。
