编辑推荐：
为解决预测类风湿关节炎（RA）患者肿瘤坏死因子抑制剂（TNFi）个性化治疗疗效的问题，研究人员开展了血浆外泌体来源环状 RNA（circRNA）的研究。结果发现 hsa - circ0002715 和 hsa - circ0001946 或成预测关键标记，对 RA 治疗意义重大。
类风湿关节炎（Rheumatoid arthritis，RA）是一种常见且令人困扰的自身免疫性疾病，它就像一个隐藏在身体里的 “破坏者”，会引发滑膜增生、关节持续炎症，不仅让患者关节畸形、活动受限，甚至可能导致终身残疾，还大大增加了心血管疾病和恶性肿瘤等并发症的风险。在治疗 RA 的过程中，肿瘤坏死因子抑制剂（Tumor necrosis factor inhibitors，TNFi）作为生物疾病修饰抗风湿药物（biological disease - modifying antirheumatic drugs，bDMARDs）的代表，是重要的二线治疗手段。然而，相当一部分患者使用 TNFi 后疗效不佳，治疗失败不仅增加了药物相关并发症的风险，还让患者承受身体和经济的双重负担，也给社会带来沉重压力。因此，精准预测 TNFi 对 RA 患者的治疗效果，成为 RA 治疗研究的关键方向。
此前，预测 RA 患者治疗效果的研究主要基于临床数据或传统生物标志物，而对于细胞和基因 - 细胞界面的生物标志物研究较少。外泌体（exosomes）作为细胞分泌的膜结合囊泡，能携带多种生物分子，在疾病进程中发挥作用。其中，外泌体中的环状 RNA（circular RNA，circRNA）是一类内源性、高度稳定的非编码 RNA，在疾病状态下表达异常，且便于收集和检测。已有研究表明 circRNA 在调节 RA 的免疫和炎症反应中起关键作用，但外泌体 circRNA 在 RA 预后预测及 TNFi 二线治疗疗效个性化指标方面的作用尚不明确。
为了深入探究这些问题，扬州大学附属医院的研究人员展开了一项重要研究。他们招募了甲氨蝶呤（Methotrexate，MTX）初始治疗失败、计划接受 TNFi 治疗的 RA 患者，采集其外周血，检测外泌体 circRNA 水平，并在 TNFi 治疗后对患者进行随访，根据治疗结果进行分类。随后，通过筛选 circRNA 的机器学习特征，结合患者临床特征，利用随机森林构建治疗疗效预测模型，最后分离血浆外泌体并检测 circRNA 进行验证 。
研究人员在研究过程中运用了多种关键技术方法。首先，收集符合条件的 RA 患者临床数据和外周血样本，构建包含 56 个 circRNA 样本的数据集，并将其按比例分为训练集、测试集和外部验证集。接着，使用随机森林、最小绝对收缩和选择算子（least absolute shrinkage and selection operator，LASSO）逻辑回归、XGBoost 等机器学习算法筛选关键生物标志物。然后，通过透射电子显微镜（Transmission electron microscopy，TEM）、纳米颗粒跟踪分析（Nanoparticle tracking analysis，NTA）和蛋白质免疫印迹法（Western blotting）对血浆外泌体进行鉴定和表征，利用逆转录聚合酶链反应（Quantitative polymerase chain reaction，qPCR）检测外泌体 circRNA 的表达水平。
在生物标志物筛选方面，研究人员对 TNFi 治疗后达到美国风湿病学会 20% 改善标准（ACR20）和未达到该标准的患者临床数据进行分析，发现治疗后两组患者多项生化、免疫和疾病评估指标有明显差异。通过 LASSO 回归分析、随机森林和 XGBoost 筛选关键基因，当 LASSO 模型包含 4 个 circRNAs 时性能最佳，随机森林和 XGBOOST 中 hsa - circ0002715、hsa - circ0001946 等基因权重较高，取三者关键特征交集，确定 hsa - circ0002715、hsa - circ0001946 和 hsa - circ0000835 为关键基因。进一步分析发现，这些生物标志物在不同治疗结果组间存在差异，且预测能力良好，构建的随机森林模型在测试集效果较好，但在验证集效果不明显。
为优化模型，研究人员结合临床特征再次筛选生物标志物。结果显示，LASSO 模型含 4 个特征时性能最优，随机森林和 XGBOOST 中 hsa - circ0002715、hsa - circ0001946 等基因重要，结合类风湿因子（Rheumatoid factor，RF）分析，确定 hsa - circ0002715、hsa - circ0001946、hsa - circ0000836 和 RF 为关键基因。验证发现，hsa - circ0002715 和 hsa - circ0001946 差异显著，hsa - circ0000836 和 RF 有一定趋势，且结合临床特征构建的模型性能提升，训练集 AUC 达到 0.778，RF 虽不能单独诊断结果，但可提高 circRNA 模型预测能力。
在对患者血浆外泌体的检测中，TEM 和 NTA 分析表明分离的外泌体具有典型的双层囊泡或新月形超微结构，NTA 测得外泌体浓度和粒径符合特征，Western blotting 证实了外泌体表面标记 CD9 和 CD81 的存在，确认所分离颗粒为外泌体。qPCR 检测发现，TNFi 治疗达到 ACR20 的患者血浆外泌体中，hsa - circ0002715 表达高于未达到者，hsa - circ0001946 表达低于未达到者，差异有统计学意义。
综上所述，该研究表明 hsa - circ0002715 和 hsa - circ0001946 可能成为预测 MTX - IR RA 患者和 TNFi 精准治疗的重要标记物。不过，研究也存在一定局限性，如样本量较小，未评估相关 circRNA 在 RA 发病机制中的作用等。尽管如此，这项研究为 RA 的诊断和治疗开辟了新方向，有助于推动基于外泌体 circRNA 的个性化治疗策略发展，为改善 RA 患者的治疗效果带来新希望。未来，还需更大规模、更广泛人群的研究，进一步探索 circRNA 在 RA 中的作用机制，为 RA 的治疗提供更坚实的理论依据和更有效的治疗方案。
