CD206 和尘埃颗粒：预测进展性纤维化间质性肺病的关键生物标志物

《Scientific Reports》：CD206 and dust particles are prognostic biomarkers of progressive fibrosing interstitial lung disease associated with air pollutant exposure

为预测进展性纤维化间质性肺病（PF-ILD），研究人员分析多种指标，发现相关生物标志物，有助于疾病预测及污染防控。

　　# 探秘肺部 “隐形杀手”：解锁进展性纤维化间质性肺病的预测密码
在呼吸的每一口空气中，我们的肺部都在默默承受着各种挑战。间质性肺病（ILD），这一隐匿在呼吸疾病领域的 “杀手”，其中的进展性纤维化间质性肺病（PF-ILD）更是让患者的生命健康面临严重威胁。特发性肺纤维化（IPF）作为一种常见的慢性、进展性纤维化间质性肺病，患者在未接受治疗时，中位生存年龄仅 3 - 5 年。而其他形式的 ILD 中，也有相当比例的患者会发展为 PF-ILD，其临床病程和死亡率与 IPF 相似，且当前针对 PF-ILD 和非 PF-ILD 的治疗策略差异很大，因此早期精准识别 PF-ILD 患者迫在眉睫。

然而，目前缺乏可靠、有效的生物标志物来预测非 IPF 形式 ILD 患者的肺纤维化进展。与此同时，空气污染物，如直径≤10μm 的颗粒物（PM₁₀）等，虽被怀疑与 IPF 的发生、发展有关，但它们与非 IPF 纤维化 ILD 进展之间的关系尚不明确。在这样的背景下，来自白俄罗斯国立医科大学等机构的研究人员开展了一项重要研究，相关成果发表在《Scientific Reports》上，为攻克这一难题带来了新的希望。

研究人员进行了一项观察性回顾性队列研究，他们从白俄罗斯肺病与结核病科学实践中心，筛选出 2015 年 1 月 1 日至 2021 年 12 月 31 日期间，年龄≥18 岁、确诊为非 IPF 的纤维化 ILD 且接受过电视辅助胸腔镜手术（VATS）的患者。经过严格筛选，最终 109 例患者纳入研究，其中 36 例为 PF-ILD 患者，73 例为非 PF-ILD 患者。

在研究方法上，研究人员通过多种关键技术深入探究。首先是肺组织中尘埃颗粒（DP）分析，利用偏振光显微镜在肺泡壁细胞（DP-aw）和脱落上皮细胞（DP-desq）中对 DP 进行计数。免疫组化分析（IHC）用于评估肺组织中 CD206、转化生长因子 β1（TGF-β1）等多种蛋白的表达水平。同时，研究人员还进行了血常规和血液化学检测，并收集患者居住区域的空气污染数据，评估其与生物标志物表达的关联。最后运用统计分析方法，明确各指标与 PF-ILD 之间的关系。

在研究结果方面，研究人员有了诸多重要发现。在肺组织尘埃颗粒检测中，所有患者肺组织样本都发现了双折射 DP，PF-ILD 患者的 DP-aw 和 DP-desq 数量明显多于非 PF-ILD 患者。在生物标志物表达上，PF-ILD 患者肺组织中 CXCL13、CD206、IL-1β、TGF-β1 和 CTGF 的表达显著增加，不过 TNFα 和 FGF-2 的表达在两组间无明显差异。血液检测结果显示，PF-ILD 组的中性粒细胞与淋巴细胞比值（NLR）、血小板与淋巴细胞比值（PLR）等指标显著升高。

空气污染与生物标志物表达的关联研究发现，居住在日平均 PM₁₀浓度超过 50μg/m³且时间≥15 天区域的患者，其 DP-desq 数量更多，CXCL13、IL-1β 和 CD206 的表达也更高；同时，NO₂的年平均浓度与这些生物标志物的表达也存在显著关联。

进一步分析生物标志物表达与临床特征的关系，发现 DP-desq、DP-aw 数量以及 CXCL13、CD206、IL-1β 水平与肺一氧化碳弥散量（DL_CO）相关；吸烟患者的肺组织中 CXCL13 水平更高。

在诊断准确性评估上，单变量逻辑回归分析表明，NLR、PLR、肺组织中多种生物标志物水平以及 DP 数量都是 PF-ILD 的独立预测因子。通过 ROC 曲线分析，发现 NLR 的 AUC 最高，而 NLR、CD206 和 DP-desq 组合的预测模型效果最佳，AUC 达 0.847，敏感性为 84.6%，特异性为 83.3% 。

综合研究结论和讨论部分，此次研究揭示了 CD206、DP-desq、DP-aw、CXCL13、IL-1β、TGF-β1 和 CTGF 等在肺组织中的表达，以及血液 NLR 和 PLR 值对预测 PF-ILD 具有重要诊断价值。这些生物标志物与高浓度 PM₁₀暴露相关，凸显了减少污染物排放的重要性。不过，该研究存在一定局限性，如回顾性单中心研究可能存在选择偏倚，无法研究 PM_2.5与生物标志物的关系，部分患者血液检测数据缺失等。但总体而言，这项研究为 PF-ILD 的早期预测提供了新方向，有望推动临床诊疗的进步，助力呼吸疾病防治领域的发展。