《Brazilian Journal of Otorhinolaryngology》：Identification of hypoxia-related gene signatures and molecular subtypes in chronic rhinosinusitis with nasal polyps
编辑推荐：
本研究旨在探究缺氧在慢性鼻-鼻窦炎伴鼻息肉（CRSwNP）中的关键作用。研究人员通过分析高通量测序数据，鉴定出4个关键的缺氧相关枢纽基因（CXCR4, HMOX1, DTNA, FBP1），它们具有优异的诊断效能（AUC > 0.8）。研究进一步通过共识聚类，基于缺氧相关基因表达谱，将CRSwNP患者分为两个具有不同缺氧特征的分子亚型。研究结果为揭示CRSwNP的异质性提供了新见解，提示未来或可依据缺氧相关特征开发个性化治疗方案，具有重要的临床转化潜力。
鼻塞、流涕、嗅觉减退……这些令人烦恼的症状，背后可能是一种名为慢性鼻-鼻窦炎伴鼻息肉（Chronic Rhinosinusitis with Nasal Polyps, CRSwNP）的疾病在作祟。这是一种常见的慢性上呼吸道炎症性疾病，在全球范围内影响着相当比例的人群，不仅降低生活质量，也给社会带来了沉重的经济负担。虽然目前主要的治疗手段包括糖皮质激素和手术，但很多患者对这些治疗反应不佳，疾病常常复发。这促使科学家们不断探索其背后复杂的发病机制，希望能找到更有效的“靶点”，实现精准打击。
长期以来，科学家们推测，鼻腔内因长期炎症和鼻息肉对血管的压迫导致的局部缺氧，可能在CRSwNP的发病过程中扮演了“幕后推手”的角色。缺氧能影响鼻上皮细胞分化，促进成纤维细胞增殖，最终可能导致上皮-间质转化（Epithelial-Mesenchymal Transition, EMT）和组织重塑。然而，在CRSwNP中，究竟有哪些关键的缺氧相关基因在起作用？它们能否成为疾病诊断的“信号灯”和治疗的“靶点”？这些问题仍有待深入解答。为此，来自同济大学团队的研究人员，在《Brazilian Journal of Otorhinolaryngology》上发表了一项研究，系统地探索了缺氧相关基因在CRSwNP中的作用。
为了揭示谜底，研究人员采用了多种生物信息学和实验验证相结合的方法。首先，他们从GEO数据库获取了两个公开的转录组数据集（GSE136825和GSE179265），其中包含了来自健康对照和CRSwNP患者的鼻息肉样本。然后，利用差异表达分析，筛选出在CRSwNP中表达异常的缺氧相关差异表达基因（Hypoxia-Related Differentially Expressed Genes, HRG-DEGs）。接着，研究人员动用了强大的机器学习工具——LASSO回归和随机森林算法，从众多基因中“锁定”了最关键的几个。为了验证这些“候选者”，他们不仅在另一个独立数据集中进行了交叉验证，还收集了真实的临床鼻息肉组织和正常鼻黏膜组织，通过定量逆转录聚合酶链式反应（qRT-PCR）技术检测了这些基因的表达水平，并通过ROC曲线评估了它们的诊断价值。此外，研究团队还基于200个缺氧相关基因的表达谱，对CRSwNP患者进行了共识聚类分析，以探索疾病的分子亚型。最后，他们还通过基因富集分析、免疫浸润分析和CMap数据库药物预测，深入探索了不同亚型背后的生物学特征和潜在的治疗药物。
Expression profile of HRGs in CRSwNP
研究人员首先在CRSwNP患者和健康对照的样本中进行了差异表达分析，共鉴定出1930个差异表达基因，其中包含了19个缺氧相关差异表达基因。通过GSVA算法计算出的缺氧通路活性评分显示，CRSwNP组的缺氧评分显著高于对照组，这直接证实了缺氧在CRSwNP发病机制中的潜在作用。相关的基因表达模式在火山图和热图中得以清晰展示。
Functional enrichment analysis
随后，他们对这19个缺氧相关差异表达基因进行了功能富集分析。GO分析发现，这些基因主要富集在“正调控趋化因子产生”、“对缺氧的反应”以及“调控平滑肌细胞增殖”等生物学过程中。KEGG通路分析则揭示，这些基因与“细胞衰老”、“铁死亡”、“果糖和甘露糖代谢”以及关键的“HIF-1信号通路”密切相关。
Employing machine learning algorithms to screen hub genes
为了从19个基因中找到最核心的“枢纽基因”，研究人员运用LASSO回归和随机森林两种机器学习算法进行筛选。LASSO回归筛选出7个特征基因，随机森林模型识别出9个重要性评分高于1的特征基因。将两个算法的结果取交集，最终得到了5个重叠的关键基因：CP、CXCR4、HMOX1、DTNA和FBP1。
Validation of hub genes
进一步的验证至关重要。研究人员在另一个独立数据集（GSE179265）中对这5个基因的表达水平进行了检验，结果与初步分析一致，CXCR4和HMOX1表达上调，DTNA和FBP1表达下调，但CP基因的表达无显著差异，因此CP被排除。随后，通过对临床样本进行qRT-PCR验证，最终确认了CXCR4、HMOX1、DTNA和FBP1这四个基因在CRSwNP患者中表达异常。更重要的是，ROC曲线分析显示，这4个基因用于诊断CRSwNP的曲线下面积（AUC）值均大于0.8，表明它们具有优异的诊断潜力，有望成为新的诊断生物标志物。
Cluster analysis
为了探究CRSwNP内部的异质性，研究团队基于200个缺氧相关基因的表达谱，对鼻息肉样本进行了共识聚类分析。结果显示，当聚类数k=2时，样本能够被清晰地区分为两个不同的簇（Cluster），即两种分子亚型。差异表达分析发现，与Cluster 1相比，Cluster 2中有226个基因上调，453个基因下调。
Functional enrichment between clusters
对两个Cluster的差异基因进行功能富集分析发现，Cluster 2显著富集并上调了“出芽血管生成”、“血管生成的正调控”、“内皮细胞增殖”等与血管新生密切相关的通路，暗示了组织内活跃的血管重塑。同时，与“上皮-间质转化”和“转化生长因子-β（Transforming Growth Factor-beta, TGF-β）受体信号传导”相关的通路也在Cluster 2中上调，这表明了明显的细胞表型转换。此外，Cluster 2中“对糖皮质激素的反应”通路上调，这可能与后续观察到的免疫浸润特征有关。
The outcomes of the infiltration of immune cells
免疫浸润分析进一步揭示了两个亚型的差异。与健康对照相比，CRSwNP样本的免疫浸润水平普遍更高。更重要的是，比较两个Cluster发现，Cluster 2相比Cluster 1，其嗜酸性粒细胞、中央记忆CD4+T细胞、CD8+T细胞等多种免疫细胞的浸润水平显著升高，表明Cluster 2呈现出更强的炎症状态。相关性分析还发现，枢纽基因FBP1和DTNA与大多数免疫细胞呈显著负相关，而HMOX1和CXCR4则呈显著正相关，这提示这四个基因在CRSwNP的免疫微环境中扮演了重要角色。
Therapeutic target prediction
最后，研究人员利用CMap数据库，为两种不同的亚型预测了潜在的靶向治疗药物。对于Cluster 1，最具潜力的药物包括他奈坦（talnetant）、帕罗西汀（paroxetine）等。对于免疫和血管新生更活跃的Cluster 2，预测的有效药物则包括阿夫西地（alvocidib，一种CDK抑制剂）、拉帕替尼（lapatinib，一种EGFR抑制剂）和乌0126（U-0126，一种MEK抑制剂）等。
这项研究的结论清晰而重要。首先，它系统地分析了缺氧相关基因在CRSwNP中的表达差异，并首次通过机器学习算法结合实验验证，鉴定出四个与疾病显著相关的关键基因：CXCR4、HMOX1、DTNA和FBP1。这些基因不仅表达异常，还展现出卓越的诊断潜力，有望成为未来临床诊断的新型生物标志物。其次，通过基于缺氧相关基因表达的共识聚类分析，研究将看似同质的CRSwNP患者群体，科学地划分为两个具有显著不同病理和免疫特征的分子亚型（Cluster 1 和 Cluster 2）。Cluster 2表现出更强的血管新生、EMT特征和更丰富的免疫浸润，尤其是嗜酸性粒细胞浸润，这可能解释了为何该亚型对糖皮质激素治疗的反应通路被上调。这一发现从根本上揭示了CRSwNP疾病的异质性，挑战了传统“一刀切”的治疗模式。
研究人员在讨论中指出，CXCR4参与免疫细胞迁移和炎症促进，HMOX1则对抗氧化应激和促进炎症消退，FBP1的下调可能通过代谢重编程影响炎症，而DTNA的下调则可能削弱上皮屏障功能。这些基因从不同角度揭示了缺氧影响CRSwNP的复杂网络。更重要的是，识别出不同的分子亚型，意味着未来可以根据患者所属的亚型特征（例如，是缺氧-免疫主导型还是其他类型），选择更具针对性的治疗策略，例如为Cluster 2患者考虑使用靶向特定信号通路（如EGFR、MEK）的药物。这为CRSwNP的精准医疗和个体化治疗提供了坚实的理论依据和新的研究方向。当然，研究也承认了其局限性，如缺乏患者详细的临床特征数据、样本量有待扩大，以及预测的药物的疗效仍需通过体内外实验进行验证。但无论如何，这项研究无疑为深入理解CRSwNP的缺氧机制打开了新窗口，并为开发基于分子分型的个性化疗法铺平了道路。
