综述：免疫介导疾病中氧化应激相关分子特征：整合机器学习与系统生物学方法的系统性综述

《Antioxidants》：Oxidative-Stress-Associated Molecular Signatures in Immune-Mediated Diseases: A Systematic Review Integrating Machine Learning and Systems Biology Approaches Rahul Mittal, Eavin A. Valerio, Vedaant Mutha, Aaryan Raj and Khemraj Hirani

　　

氧化应激通过影响细胞代谢、线粒体功能、免疫信号通路及炎症性组织损伤，成为免疫介导疾病发病机制的关键驱动因素。氧化还原稳态的破坏促进代谢重编程及先天与适应性免疫反应的持续激活，推动多种炎症及自身免疫性疾病的进展。高通量分子技术的最新进展已产生大规模多组学数据集，使得在系统层面全面探究与氧化还原相关的机制成为可能。将这些数据集与计算分析框架相结合，促进了与疾病发生发展相关的多维分子特征的识别。本系统性综述评估了应用计算框架分析多发性硬化症、系统性红斑狼疮、狼疮性肾炎、类风湿关节炎、干燥综合征及炎症性肠病等免疫介导疾病中氧化还原相关分子数据的研究。在纳入的研究中，氧化应激相关分子特征一致地与免疫激活、线粒体代谢及炎症信号通路相关联。计算分析还识别出参与抗氧化防御及代谢调控的调节基因，以及与受调控细胞死亡相关的通路。这些发现凸显了计算氧化还原分析在生物标志物发现、疾病分层及开发旨在恢复氧化还原平衡并改善免疫介导疾病临床管理的靶向治疗策略方面的转化潜力。

1. 引言

自身免疫性疾病的特征是免疫耐受丧失及对自身抗原产生免疫反应，尽管临床表现各异，但许多疾病共享持续的免疫激活、失调的细胞因子信号、线粒体功能障碍及细胞代谢改变等致病机制。在这些相互关联的过程中，氧化还原平衡的破坏已成为导致免疫失调和炎症性组织损伤的核心因素。活性氧（ROS）、活性氮（RNS）与超氧化物歧化酶、过氧化氢酶及谷胱甘肽依赖性通路等内源性抗氧化系统之间的复杂相互作用维持着细胞氧化还原稳态。过量的ROS产生或抗氧化防御受损会破坏这种平衡，导致氧化应激，进而引起脂质、蛋白质及核酸的分子损伤，同时放大维持免疫介导组织损伤的炎症信号通路。在神经炎症、肾脏炎症、滑膜炎症及肠道炎症等多种疾病背景下，氧化应激均被证实对病理生理过程有重要贡献。近期高通量分子技术的进步为多组学方法（如转录组学、代谢组学、蛋白质组学及微生物组学）提供了机遇，能够全面表征与疾病相关的分子改变。然而，这些数据集的复杂性需要借助机器学习（ML）、生物信息学及系统生物学等先进计算方法进行有意义的解释。随机森林（RF）、支持向量机（SVM）及人工神经网络（ANN）等算法已显示出基于代谢组学和转录组学数据识别诊断生物标志物的潜力，而加权基因共表达网络分析（WGCNA）等方法则能重建连接氧化应激与免疫信号通路的分子互作网络。计算分析与氧化还原生物学的结合已开始揭示免疫介导疾病的潜在机制，包括铁死亡（ferroptosis）和铜死亡（cuproptosis）等受调控的细胞死亡途径。本综述旨在系统评估应用计算分析方法研究免疫介导疾病中氧化还原相关机制的研究，通过综合证据识别反复出现的分子特征、调控网络及代谢通路，并评估其转化相关性。

2. 材料与方法

本研究遵循PRISMA指南，并在INPLASY数据库注册。检索策略涵盖PubMed、Scopus、Web of Science及Embase等数据库，关键词组合包括“氧化应激”、“机器学习”、“多发性硬化症”、“系统性红斑狼疮”等。研究筛选采用多阶段流程，由两名独立评审员进行标题、摘要及全文评估，分歧通过讨论或咨询资深作者解决。纳入标准为：研究对象为特定免疫介导疾病；应用了机器学习、生物信息学或系统生物学方法；利用了组学数据集；报告了与氧化应激相关的分子发现。数据提取内容包括作者、年份、疾病类型、数据集类型、计算方法及关键发现。纳入研究的计算技术主要包括RF、SVM、ANN、梯度提升模型及WGCNA。由于研究设计异质性高，未进行定量Meta分析，而是采用叙述性合成方法进行定性比较。偏倚风险评估使用PROBAST工具，从参与者与数据来源、预测因子、结局定义及分析与AI模型验证四个领域进行评估。

3. 结果

文献检索初筛获得193条记录，经去重及筛选后，最终纳入16项研究进行定性合成。风险偏倚评估显示大多数研究在参与者、预测因子及结局定义领域偏倚风险较低，但在分析与验证领域存在一定问题。

3.1. 机器学习识别氧化还原相关代谢生物标志物

多项研究表明，结合ML框架的代谢组学特征对自身免疫性疾病的分类具有高判别力。Ata等人应用ANN分析血液代谢组数据诊断多发性硬化症（MS），模型总体准确率达87.0%，其中反映线粒体能量代谢和氧化还原平衡的代谢物是重要的预测变量。在类风湿关节炎（RA）研究中，Yagin等人应用可解释增强机模型处理血浆代谢组学数据，识别出丙酮酸和苯丙氨酸升高及瓜氨酸和肉碱降低等特征，模型AUC达0.901。Du等人则利用尿液和血清样本，通过朴素贝叶斯（NB）等模型成功区分系统性红斑狼疮（SLE）、RA、干燥综合征（SS）及强直性脊柱炎（AS），尿液NB分类器准确率高达98.9%，并发现色氨酸代谢和磷脂酰胆碱水平的改变是关键特征。

3.2. 炎症性肠病的代谢组学与微生物组特征

在炎症性肠病（IBD）领域，Lei等人利用RF和SVM模型分析尿代谢物，发现木糖、L-岩藻糖和N-乙酰氨基葡萄糖（GlcNAc）是关键预测因子，分别针对溃疡性结肠炎（UC）和克罗恩病（CD）表现出良好的AUC值。Ge和Han等人的研究进一步通过血清代谢组学结合ML，揭示了UC患者色氨酸-犬尿氨酸代谢、脂质过氧化相关脂质物种及线粒体能量代谢的显著扰动，并建立了区分疾病活动期与缓解期的预测模型。Ning等人的跨队列整合宏基因组和代谢组学研究构建了RF诊断模型，AUC高达0.98，并揭示了74种微生物物种和79种共享代谢物的改变，证实了微生物代谢活动对宿主氧化还原平衡的影响。

3.3. 系统性红斑狼疮与狼疮性肾炎的氧化应激基因特征

在系统性红斑狼疮（SLE）和狼疮性肾炎（LN）研究中，Zeng等人通过WGCNA和LASSO回归在LN肾活检组织中识别出STAT1、PRODH、TXN2和SETX四个枢纽基因，其构建的预测模型AUC为0.929。Zhou等人的多组学分析则在SLE中鉴定出ABCB1、AKR1C3、EIF2AK2、IFIH1、NPC1和SCO2六个枢纽基因，其中SCO2和EIF2AK2的AUC分别达0.979和0.960。单细胞分析显示这些基因具有显著的细胞类型特异性，如ABCB1和AKR1C3主要在NK细胞中表达，而IFIH1和SCO2则在单核/巨噬细胞中富集。

3.4. 自身免疫性疾病的氧化还原调控网络与系统生物学

Wang等人整合孟德尔随机化、单细胞RNA测序和ML，发现谷胱甘肽代谢通路与SLE风险相关，并识别出LAP3作为关键调节基因，其在单核细胞中的高表达与LGALS9–CD44配体-受体相互作用增强有关。Berry等人利用血清蛋白质组学和ARACNE网络重建，在原发性干燥综合征（pSS）中识别出不同的分子内型，发现高症状负担亚型中APE1/Ref-1、TIGAR及转录因子FOXO1和BACH1等氧化应激相关蛋白表达升高，且该亚型对托珠单抗治疗反应更佳。

3.5. 狼疮性肾炎中氧化还原相关的细胞死亡通路

Zhang等人研究了LN中铁死亡和铜死亡的 intersection，通过多种ML算法筛选出JUN和ZFP36作为关键调节基因，其诊断模型在训练集中AUC达1.000。体内外实验证实LN模型中铁死亡标志物（如转铁蛋白受体1、4-羟基壬烯醛）及铜死亡相关蛋白（ferredoxin 1）表达上调，且这些基因与M2巨噬细胞浸润呈负相关。

3.6. 自身免疫与神经炎症疾病中免疫信号的氧化还原调控

在多发性硬化症（MS）中，Ma等人识别出MMP9、NFKB1、NFKBIA和SRC等氧化还原相关转录特征，参与NF-κB介导的信号传导。Wu等人通过RNA-seq结合ML，揭示了小胶质细胞激活过程中TLR信号、细胞因子介导的炎症反应及氧化应激相关通路的富集。Wang等人的多组学整合分析将线粒体ROS生成调节因子ROMO1确定为自身免疫易感基因。Mendiola等人的研究则表明，血液中的纤维蛋白原可通过结合CD11b（ITGAM）激活MAP2K2/ERK1/2（MAPK1/MAPK3）级联反应及NADPH氧化酶活性，诱导小胶质细胞产生ROS及促炎转录程序。

4. 综合合成与比较评估

尽管各研究提供了重要见解，但比较合成揭示了方法学上的局限性。代谢组学研究虽常报告高诊断性能，但具体代谢物因队列特征和分析平台而异。转录组分析虽反复观察到炎症和氧化还原通路，但具体基因panel重叠有限，通路层面的重现性优于单个基因。计算方面，模型性能受样本量、特征维度和验证策略影响大，许多研究依赖内部验证，缺乏独立外部队列，限制了泛化能力。总体而言，证据表明氧化还原失衡是共享机制，但特定生物标志物的重现性仍需标准化流程和严格验证。

5. 讨论

本综述表明，尽管临床表现不同，但多种免疫介导疾病共享氧化应激、免疫失调和代谢扰动机制。ML模型在代谢组学分析中表现出的高诊断性能（如ANN对MS的87%准确率）突显了其潜力。然而，高维组学数据与较小样本量的结合易导致过拟合，且特征稳定性不足。转录组学分析通过WGCNA等方法识别出连接氧化应激与免疫激活的调控基因（如LN中的STAT1、SLE中的LAP3）。铁死亡和铜死亡等受调控的细胞死亡途径也被证实通过脂质过氧化和金属离子稳态破坏参与组织损伤。系统层面分析（如pSS的蛋白质组学）揭示了与特定临床症状集群对应的分子内型，强调了分子分层的重要性。未来需建立标准化的生物标志物选择和验证标准，优先考虑在独立队列中具有重现性、生物学意义明确且能在血液或尿液等易获取样本中检测的特征。

6. 局限性

本综述的局限性包括：符合纳入标准的文献数量相对有限，限制了结论的普适性；纳入研究在设计、队列特征及分析方法上存在显著异质性，特别是RNA测序与微阵列、靶向与非靶向代谢组学等平台差异可能影响特征检测；多数研究依赖公共数据库，存在人口统计学混杂和技术批次效应的风险；计算推断主要为相关性分析，缺乏因果证据；部分模型可能存在过拟合，且缺乏充分的外部验证。

7. 未来方向

未来研究应扩大多组学数据集与先进计算方法的整合，纳入更大规模、多中心及纵向队列，以阐明氧化还原特征随疾病进展的动态变化。需提高ML模型的可解释性（如应用可解释人工智能XAI），以促进临床转化。应优先对计算识别的生物标志物（如谷胱甘肽代谢、铁死亡通路相关分子）进行实验验证。此外，探索将氧化还原相关生物标志物整合到临床决策框架中，以实现基于机制的个性化诊疗。

8. 结论

本综述强调了计算方法在解析免疫介导疾病中氧化还原机制的核心作用。ML模型在多组学数据上的应用展现了识别氧化还原相关分子特征以用于疾病检测和分层的强大能力。系统生物学方法揭示了连接氧化应激与免疫信号及代谢过程的调控网络。铁死亡和铜死亡等新兴机制的发现为理解炎症性组织损伤提供了新视角。总体而言，计算氧化还原分析的发展有望改善生物标志物发现、增强疾病分层，并支持旨在恢复氧化还原平衡和免疫稳态的靶向治疗策略的开发。