多组学分析揭示子宫内膜异位症与反复植入失败的共享诊断基因及细胞微环境变化

为解决子宫内膜异位症（EMs）和反复植入失败（RIF）诊断难题，研究人员开展相关研究，鉴定出 PDIA4 和 PGBD5 为共享诊断基因。

　　在生殖医学领域，子宫内膜异位症（Endometriosis，EMs）和反复植入失败（Recurrent Implantation Failure，RIF）是两大棘手问题。RIF 指女性在体外受精（In Vitro Fertilization，IVF）过程中，经历至少三次高质量胚胎移植后仍未能实现临床妊娠，全球约 10% 的 IVF 患者受其困扰，这不仅给患者带来沉重的经济负担，还造成巨大的心理压力。而 EMs 是导致 RIF 的重要原因之一，它会影响子宫内膜的容受性和胚胎着床过程，进而引发不孕和妊娠失败。

目前，针对 EMs 相关 RIF 的诊断和治疗面临诸多困境。传统诊断方法依赖单一标志物或成像检查，无法全面反映疾病的复杂性。而且 RIF 病因复杂，涉及免疫异常、子宫内膜容受性差、内分泌紊乱等多种因素，使得精准诊断和个性化治疗困难重重。例如，植入前遗传学检测（Preimplantation Genetic Testing，PGT）虽能检测胚胎染色体异常，但并非所有 RIF 患者都存在此类问题。因此，寻找与 EMs 相关 RIF 的分子诊断标志物迫在眉睫，这对于提高 IVF 成功率、改善患者预后意义重大。

为攻克这一难题，浙江大学医学院附属妇产科医院等机构的研究人员开展了深入研究。研究成果发表在《Scientific Reports》上，为该领域带来了新的曙光。

研究人员运用了多种关键技术方法。首先，从基因表达综合数据库（Gene Expression Omnibus，GEO）收集相关数据集，这些数据集涵盖了正常和疾病样本。之后对数据进行标准化、合并处理，并通过一系列筛选流程，确定差异表达基因（Differentially Expressed Genes，DEGs）。接着，利用加权基因共表达网络分析（Weighted Gene Co-expression Network Analysis，WGCNA）筛选与疾病相关的关键基因模块。借助机器学习算法，如随机森林（Random Forest，RF）和 XGBoost，筛选共享诊断基因。通过单细胞测序分析，研究关键基因在不同细胞亚群中的表达情况。此外，还运用了免疫浸润分析、基因集富集分析（Gene Set Enrichment Analysis，GSEA）和竞争性内源性 RNA（Competing Endogenous RNA，ceRNA）网络分析等技术，深入探究基因的功能和调控机制 。

在研究结果方面：

1. 差异表达基因的获取与分析：经过数据处理和整合，确定了 EMs 和 RIF 训练集中的差异表达基因。在 EMs 训练集中有 1264 个差异表达基因，包括 757 个上调基因和 507 个下调基因；RIF 训练集中有 1260 个差异表达基因，597 个上调，663 个下调。GO 和 KEGG 分析表明，EMs 的 DEGs 主要参与免疫相关过程和补体、凝血级联反应；RIF 的 DEGs 则与细胞结构和代谢、吞噬体相关过程等有关。两者共有的 44 个 DEGs 在抗原处理和呈递、自然杀伤细胞介导的细胞毒性等免疫相关通路显著富集。
2. 关键差异基因的确定：通过 WGCNA 分析，在 EMs 和 RIF 训练集中分别确定了与疾病密切相关的基因模块。将这些模块基因与差异表达基因相交，最终得到 16 个关键差异基因，为后续机器学习筛选诊断基因奠定基础。
3. 共享诊断基因的筛选：基于 AUC 值评估所有机器学习模型，选出 RF + XGBoost 为最优模型。通过该模型及其他算法交叉筛选，确定 PDIA4 和 PGBD5 为 EMs 和 RIF 的共享诊断基因。这两个基因在疾病组中的表达相较于正常组均显著降低。
4. 单细胞水平分析：对 EMs 和 RIF 的单细胞测序数据进行分析，发现诊断基因主要分布在成纤维细胞中。在 EMs 中，PDIA4 在除上皮细胞和 NK 细胞外的其他细胞亚群中表达显著降低，PGBD5 在包括成纤维细胞在内的五个细胞亚群中表达降低；在 RIF 中，PDIA4 在成纤维细胞和平滑肌细胞中表达降低，PGBD5 在成纤维细胞和间充质干细胞（Mesenchymal Stem Cells，MSC）中表达降低，但在组织干细胞和内皮细胞中表达升高。
5. 诊断模型的构建与评估：对诊断基因进行 ROC 分析，结果显示单个诊断基因的 AUC 值均大于 0.7，表明其在疾病识别中具有较高准确性。基于这些基因构建的 EMs 和 RIF 临床诊断模型，校准曲线与理想曲线相符，预测模型的 AUC 值达 0.91，决策曲线分析也证明其在疾病判别中有显著实用价值。
6. 基因功能与免疫浸润分析：GSEA 分析表明，PDIA4 和 PGBD5 在 EMs 和 RIF 中与多种生物学通路相关，如血管功能、免疫反应、激素调节等。免疫浸润分析发现，M2 巨噬细胞和 γδ T 细胞在 EMs 和 RIF 的发病机制中起重要作用。在 EMs 中，PDIA4 和 PGBD5 与 B 细胞抑制和 M2 巨噬细胞激活相关；在 RIF 中，PDIA4 与 B 细胞抑制相关，PGBD5 与 T 细胞抑制相关 。
7. ceRNA 网络的构建：构建的 ceRNA 网络显示，miR-3121-3p 与两个诊断基因相连，提示其可能通过靶向这两个基因参与 EMs 和 RIF 的发生调控。

研究结论与讨论部分指出，本研究成功鉴定出 PDIA4 和 PGBD5 为 EMs 和 RIF 的共享诊断基因，并构建了高精度的临床预测模型。单细胞分析揭示了成纤维细胞在疾病发病机制中的关键作用，GSEA 和免疫浸润分析进一步明确了相关基因的功能和免疫细胞的作用，ceRNA 网络分析则为探索基因调控机制提供了新视角。然而，研究也存在一定局限性，如结果未经验证、未充分考虑其他共病影响、样本量较小等。未来，研究人员将通过体外细胞实验和动物模型验证基因功能，纳入更多样本进行多因素分析，扩大样本量以提高研究结果的普遍性和可靠性。总体而言，该研究为 EMs 相关 RIF 的早期诊断和靶向治疗提供了新方向，为改善 IVF 结局、优化治疗方案提供了重要理论依据，有望推动生殖医学领域的发展 。<该研究成果意义非凡，pdia4 和 pgbd5 作为共享诊断基因，就像两把精准的 “钥匙”，为开启 ems 相关 rif 早期诊断的大门提供了可能。临床医生可以借助对这两个基因的检测，更准确地预测 ivf 的结局，提前为患者制定个性化的治疗方案，从而有效降低 rif 的发生率。同时，研究中对细胞微环境和分子机制的深入剖析，也为后续开发针对 ems 和 rif>

在未来的研究道路上，尽管面临诸多挑战，但前景依然光明。随着基因编辑技术（如 CRISPR/Cas9）的不断发展，研究人员可以更精准地对 PDIA4 和 PGBD5 基因进行操作，深入探究它们在细胞功能和疾病发展中的具体作用机制。通过在子宫内膜细胞和成纤维细胞中进行基因敲除或过表达实验，有望揭示这些基因影响疾病的详细过程，为治疗策略的优化提供更有力的支持。

多中心合作研究也将成为未来的重要趋势。众多医疗机构携手合作，能够汇聚来自不同地区、不同人群的大量样本，从而有效克服样本量小、地域和人群偏差等问题。通过对多样化样本的深入分析，研究结果将更具普遍性和可靠性，为全球范围内的生殖医学临床实践提供更具价值的指导。此外，整合全球公共数据集，能够进一步拓展研究的广度和深度，挖掘更多潜在的生物标志物和治疗靶点，推动生殖医学领域不断向前发展。

总之，这项发表于《Scientific Reports》的研究成果，为子宫内膜异位症和反复植入失败的研究开辟了新的方向。虽然目前还存在一些需要解决的问题，但随着研究的不断深入和技术的持续进步，相信在不久的将来，这些研究成果将切实应用于临床，为广大深受生殖疾病困扰的患者带来新的希望，助力他们实现生育梦想。