Cardiovascular Diabetology
羟甲基化DNA作为冠心病临床表现的新型分子标志物

小赛推荐：

该研究利用5hmC-Seal技术，从冠心病患者血浆游离DNA中鉴定出与疾病严重程度相关的炎症相关羟甲基化标志物，并通过机器学习建立分类模型，具有高诊断准确性。为无创冠心病风险分层和进展监测提供了新的分子标记。

 

文献概述
冠状动脉疾病（CAD）是一种主要的非传染性疾病，其严重程度与急性心血管事件相关。传统诊断依赖于冠状动脉造影，但其侵入性限制了其在广泛筛查中的应用。本文通过5hmC-Seal技术在724名CAD患者中生成全基因组5hmC图谱，并利用机器学习方法筛选出19个关键5hmC标记，建立高精度的CAD分类模型，验证队列中AUC达0.913，外部验证也显示出良好的区分能力。

背景知识
冠状动脉疾病（CAD）是全球主要致死和致残疾病之一，其发展与慢性免疫炎症反应密切相关。传统非侵入性成像技术如冠状动脉CT血管造影（CCTA）虽广泛使用，但受限于造影剂风险和辐射暴露。因此，寻找无创、高精度的生物标志物以实现早期诊断和风险评估成为研究重点。5hmC作为5mC的氧化产物，与基因表达调控相关，且已有研究表明其在急性心肌梗死患者中存在显著信号变化。

 

提供多种心血管疾病相关基因编辑小鼠模型，支持从模型构建、饲养繁殖到表型分析的全流程服务，适用于冠状动脉疾病机制研究与药物开发。

了解更多

 

研究方法与实验
研究纳入724名CAD患者，分为稳定CAD（sCAD）、非ST段抬高型心肌梗死（NSTEMI）和ST段抬高型心（STEMI）组，另设180名健康对照（NCA）。采用5hmC-Seal技术生成全基因组5hmC图谱，并通过MACS和DESeq2进行差异羟甲基化区域（DhMRs）分析。利用LASSO回归筛选19个关键5hmC标记，建立分类模型，并在独立验证队列中评估其诊断效能。

关键结论与观点

• 5hmC修饰在CAD患者中呈现基因组区域特异性变化，特别是在TSS区域的丢失与基因体（GB）的保留。
• 炎症相关基因（如CD163、CXCL8）的5hmC修饰水平与CAD严重程度呈显著相关。
• 19个5hmC标记的模型在内部验证中达到0.913 AUC，外部验证中区分NCA与sCAD、sCAD与MI、NCA与MI的AUC分别为0.784、0.880、0.918。
• 5hmC标记在区分MI方面优于传统临床指标如CRP、NT-ProBNP等。
• 机器学习模型通过标签随机化实验验证其识别信号为真实生物信息，而非随机噪声。

研究意义与展望
该研究为冠状动脉疾病的无创生物标志物开发提供了新的表观遗传学基础，5hmC修饰可作为CAD严重程度的分子标签。未来可进一步验证其在多中心、大样本中的稳定性，并探索其在治疗监测和预后评估中的应用潜力。

 

提供基因编辑大鼠模型定制服务，适用于心血管疾病模型构建、药物筛选及毒理学研究，支持快速扩繁与表型分析。

了解更多

 

结语
本文首次系统性分析了冠状动脉疾病患者血浆游离DNA中的5hmC修饰模式，发现其与疾病严重程度和炎症通路密切相关。通过机器学习建立的19个5hmC标记模型，具有高度准确的分类能力，且在独立验证中保持稳健性。该模型在区分MI患者方面优于传统临床指标，提示其在CAD风险分层和无创监测中的应用潜力。未来研究可进一步优化模型并探索其在不同人群和疾病阶段中的适用性，为冠状动脉疾病的精准医学提供新思路。

 

Jing Xu, Hangyu Chen, Jingang Yang, Weixian Yang, and Yuejin Yang. Inflammation-related 5-hydroxymethylation signatures as markers for clinical presentations of coronary artery disease. Cardiovascular Diabetology.