机器学习引导的转录组整合鉴定出 GFM1 作为主动脉夹层中与乳酰化相关的候选生物标志物

为何主动脉内部这一隐蔽威胁至关重要

主动脉夹层是一种医疗急症，主血管内层发生撕裂会在数小时内导致危及生命的内出血。医生常能通过紧急手术挽救病人，但目前仍缺乏可在早期发出警示的可靠血液检测手段，也没有能减缓疾病进展的药物。本研究探索动脉细胞在能量和化学信号处理上的微妙变化是否可能揭示新的预警指标，重点关注一个鲜为人知的基因 GFM1，可能将细胞代谢与主动脉壁的弱化联系起来。

破解危险撕裂的机制

在主动脉夹层中，血液进入主动脉壁并将其层次劈开。为何某些人的主动脉会以这种方式失效仍未完全明了。作者比较了来自主动脉夹层患者与健康主动脉个体样本中的基因表达模式，特别关注与“乳酰化”相关的基因——这是一种最近发现的机制，细胞利用乳酸（更常见于剧烈运动时肌肉中积累的物质）去精细调控蛋白质和基因表达。鉴于乳酰化已被关联到炎症和组织重塑，研究团队怀疑与乳酸相关的基因也可能参与损伤主动脉壁的过程。

用智能算法挖掘大数据

为检验这一假设，研究者汇集了若干公开可得的数据集，这些数据记录了主动脉组织中哪些基因被上调或下调。他们谨慎地校正了不同研究之间的技术差异，然后筛查哪些基因在病变样本和健康样本间持续呈现差异。在成千上万的基因中，他们发现了217个有明确变化的基因，其中许多指向免疫反应和支撑主动脉的组织支架重塑。随后，研究团队聚焦于一份关于乳酸处理和乳酰化的人工整理基因名单，识别出11个既在主动脉夹层中发生改变又属于这些乳酸相关程序的基因。

让机器对关键嫌疑人投票

仅凭 11 个有趣基因仍太多，不便在实验室中逐一深入研究，研究团队于是使用机器学习方法作为客观的“投票系统”。他们将这些基因的数据输入三种常用模型——LASSO、随机森林和 XGBoost，这些方法常被用来找出最能区分患者与对照的模式。每种方法都有自己的重点，但只有一个基因 GFM1 被三种方法都强烈且一致地选中。尽管这些模型用于排序而非构建可立即使用的诊断工具，这种交叉验证方法仍使 GFM1 脱颖而出，成为一个尤其稳健的候选标志物。

聚焦动脉平滑肌细胞

GFM1 有助于控制线粒体——细胞内的能量工厂——如何合成其自身蛋白。由于能量平衡对主动脉壁细胞的行为至关重要，作者对 GFM1 进行了更详细的研究。他们证实 GFM1 在主动脉夹层患者的组织中表达水平高于非病变主动脉。随后在受控的细胞培养系统中使用小鼠血管平滑肌细胞（赋予主动脉强度的类肌细胞）进行研究：当这些细胞受到与高血压和血管应激相关的激素血管紧张素 II 刺激时，细胞更易增殖和迁移，模拟了疾病动脉中观察到的有害变化。当研究者用小干扰 RNA 降低这些细胞中的 GFM1 表达时，由血管紧张素诱导的增殖和迁移明显减少，提示 GFM1 有助于促进这些风险行为。

这意味着什么以及尚未证明的方面

总体而言，这些发现表明 GFM1 可能在改变的细胞代谢与主动脉壁细胞的攻击性行为之间起桥梁作用。简单来说，较高的 GFM1 活性似乎与更不稳定、易受损的主动脉相关，而在体外将其下调会使细胞不太容易过度生长和迁移。然而，作者谨慎指出，这项工作仍处于早期、假设构建阶段。他们并未在组织中直接测量乳酰化，也未证明 GFM1 本身以这种方式被化学修饰，模型的预测能力也尚未在独立患者群体中验证。未来研究需要在更大的队列中确认这些结果，并深入探讨 GFM1 及相关代谢变化如何削弱主动脉壁。如果这些努力成功，GFM1 或其通路最终可能成为用于开发新的血液检测或治疗策略的靶点，旨在在致命性撕裂发生前进行预防。

引用: Chen, J., Jiang, N., Guo, Z. et al. Machine-learning–guided transcriptomic integration identifies GFM1 as a lactylation-related candidate biomarker in aortic dissection. Sci Rep 16, 9033 (2026). https://doi.org/10.1038/s41598-026-40139-9

关键词: 主动脉夹层, 血管平滑肌细胞, 乳酸代谢, 线粒体功能, 生物标志物发现