基于机器学习发现STAT1和TRIM22作为狼疮性肾炎的免疫生物标志物：对诊断与发病机制的转化见解

这对患有系统性红斑狼疮的人为何重要

狼疮可能在很长一段时间内悄然损害肾脏，有时在症状明显出现之前就已发生。如今，临床上常需通过肾活检——一种有创检查——来确认这种被称为狼疮性肾炎的损伤。本研究提出了一个简单但具有影响力的问题：借助现代数据科学，常规血检能否早期可靠地揭示肾脏受累的信号，从而让部分患者免于活检？

在血液中寻找线索

研究人员聚焦于患有狼疮性肾炎的个体与健康志愿者，但他们并未从门诊开始，而是从大型公开基因表达数据库入手。这些数据库记录了在不同疾病状态下哪些基因被“上调”或“下调”。通过整合来自三个独立患者队列的数据，他们在血细胞中搜索了数千个基因，寻找在肾脏受累者与健康人之间始终表现不同的基因。

用智能算法缩小候选范围

在这次广泛搜索中，团队最初鉴定出320个在狼疮性肾炎中表达改变的基因，随后锁定了53个已知与免疫相关的基因。为避免追逐虚假的线索，他们使用了若干独立的机器学习方法——能够在大规模数据中识别细微模式的计算程序——对这些基因按区分患者与健康对照的能力进行排序。只有在所有方法中反复高分的基因才被保留，最终筛得四个强候选基因：CD40LG、RETN、TRIM22和STAT1。

在真实患者样本中验证最佳候选者

基于这四个基因构建的统计模型在公开数据集中显示出较好的区分狼疮性肾炎与健康的能力。但数据库只是第一步。为了检验哪些标志物在真实样本中依然有效，研究团队采集了13例狼疮性肾炎患者和10名匹配的健康志愿者的血样，使用敏感的实验技术直接测量每个候选基因的表达。在这些新鲜样本中，只有两个基因——STAT1和TRIM22——在患者中显著且一致地高于健康人。其余两基因的差异不足以作为常规血液标志物使用。

新标志物在免疫网络中的位置

STAT1和TRIM22均由干扰素（一类已知在狼疮中起核心作用的免疫信使分子）激活。回溯大型基因数据库时，研究者发现这两基因的升高与更强的炎症基因特征以及特定免疫细胞类型的变化相关，包括T细胞和自然杀伤细胞。然而，在他们的临床队列中，STAT1和TRIM22的水平并未与短期的疾病严重程度指标（如尿蛋白或常规狼疮活动评分）同步变化。作者认为，这些基因可能反映了一种更稳定的、潜在的“干扰素印记”，这种印记在治疗过程中即便症状波动也能长期存在。

构建一个简单的血液风险评分

研究团队仅用STAT1和TRIM22构建了一个紧凑的诊断模型——基于血细胞基因表达的评分系统。在公开数据和他们自己的患者组中，这一两基因面板以较高的准确性将狼疮性肾炎患者与健康个体区分开来，性能优于许多传统血液标志物单独使用。该模型在不同患者队列间的测试中也保持稳定，表明它可能对样本采集或处理差异具有一定鲁棒性。

这对患者可能意味着什么

通俗地说，研究提示血液中两个免疫“开关”基因STAT1和TRIM22共同构成了狼疮相关肾病的一种有前景的分子指纹。尽管该检测尚不能取代肾活检或用于日常监测疾病的短期波动，但在活检风险较高或结果不明确时，它或许最终能帮助医生确认免疫系统正在攻击肾脏。在将此方法用于常规临床之前，还需更大规模的研究（包括其他肾脏疾病患者）以及测量相应蛋白质的验证研究。

引用: Deng, J., Zhang, Z., Lai, Y. et al. Machine learning-driven discovery of STAT1 and TRIM22 as immune biomarkers for lupus nephritis: translational insights into diagnosis and pathogenesis. Sci Rep 16, 10025 (2026). https://doi.org/10.1038/s41598-026-41028-x

关键词: 狼疮性肾炎, 免疫生物标志物, STAT1, TRIM22, 医学中的机器学习