
Nature Metabolism
基于转录组推断MASLD连续进展轨迹并开发血浆可及生物标志物
小赛推荐:
该研究通过整合肝脏转录组与血浆蛋白组数据,构建了MASLD的连续分子轨迹模型,为MASLD机制研究和非侵入性分期提供了新范式,显著提升疾病监测的分辨率与可操作性。
文献概述
本文《A data-driven framework reconstructs the molecular continuum of human MASLD progression》,发表于《Nature Metabolism》杂志,系统探讨了代谢功能障碍相关脂肪性肝病(MASLD)从单纯性脂肪变性向脂肪性肝炎、纤维化乃至肝细胞癌的连续进展过程。作者利用肝脏组织的转录组数据,通过伪时间排序方法重建了MASLD的分子轨迹,并进一步整合血浆蛋白组数据,开发出可在临床中非侵入性定位患者疾病阶段的生物标志物面板。研究突破了传统基于组织学静态分期的局限,为理解MASLD异质性和动态演变提供了高分辨率框架。背景知识
MASLD是全球范围内最常见的慢性肝病,影响近三分之一的西方人群,其表型谱从单纯性脂肪变性延伸至MASH、肝纤维化和肝细胞癌,但目前临床评估仍依赖于肝活检和半定量评分系统(如NAS评分),存在采样误差、观察者间变异和不可重复性等瓶颈。尽管已有非侵入性指标如FIB-4、ELF和FibroScan用于纤维化评估,但其对早期分子事件的敏感性不足。近年来,单细胞测序和空间转录组技术揭示了肝细胞、Kupffer细胞、肝星状细胞和免疫浸润在疾病进展中的复杂互作,但缺乏将这些动态变化整合为连续轨迹的系统性框架。本研究的切入点在于利用伪时间排序方法,将横断面数据转化为连续分子进程,并锚定至血浆蛋白水平,实现机制驱动的非侵入性分期,解决了从机制研究到临床转化的桥梁问题。
研究方法与核心实验
研究基于两个已发表的MASLD队列(UCAM/VCU)的肝脏RNA-seq数据(n=136),采用伪时间排序算法(如Monocle或Slingshot)对患者进行排序,构建了反映MASLD进展的分子轨迹。该轨迹与肝活检中的脂肪变性、气球样变、炎症和纤维化等病理特征高度相关(Pearson R=0.96–1.0),验证了其生物学合理性。为提高模型泛化能力,作者在EPoS和Gubra两个独立队列中验证了由145个基因组成的签名,该签名通过随机森林模型筛选获得,涵盖ECM-受体相互作用、TGF-β信号通路、IL-17信号通路等关键通路。进一步,结合肝脏-血浆配对蛋白组数据,筛选出57个在血浆中可检测且与肝脏分子轨迹相关的基因,构建了非侵入性生物标志物面板。关键结论与观点
研究意义与展望
该研究将MASLD从“阶段性疾病”重新定义为“连续分子进程”,为理解疾病异质性提供了新视角。其建立的轨迹模型可作为统一参考框架,整合多组学数据(如甲基化、代谢组),揭示驱动事件的时序关系。57基因面板的临床转化有望替代或补充肝活检,实现大规模筛查和动态监测,尤其适用于药物临床试验的患者分层和疗效评估。
从机制角度看,研究揭示了肝星状细胞激活、免疫微环境重塑和代谢重编程的协同演变,提示联合靶向多通路可能更有效。未来可结合空间转录组验证细胞互作网络,并利用类器官模型模拟轨迹中的关键节点,进行药物筛选。
结语
本研究通过数据驱动方法重构了MASLD的连续分子进展轨迹,突破了传统病理分期的静态局限,揭示了疾病进程中转录调控、信号通路与细胞重塑的有序激活。其开发的57基因血浆生物标志物面板不仅在多个队列中优于现有临床评分,还能连续定位患者在疾病谱中的位置,为非侵入性精准分期提供了强大工具。这一框架将促进MASLD从“描述性分类”向“机制性建模”转变,为药物开发提供动态靶标验证平台,并有望在临床实践中实现早期干预和个体化治疗。未来,该轨迹模型可整合遗传背景(如PNPLA3、TM6SF2)、代谢表型和肠道菌群数据,构建更全面的MASLD进展预测系统,真正实现从“实验室发现”到“临床照护”的闭环。




