基于RNA测序与机器学习鉴定翼状胬肉新型生物标志物：HSPA8/HBB/ARRB1/IRS1/FLT4的免疫调控网络研究

本研究通过RNA测序（RNA-seq）结合机器学习（XGBoost/Boruta/LASSO）筛选出翼状胬肉5个关键生物标志物（HSPA8、HBB、ARRB1、IRS1、FLT4），构建的诊断模型AUC达1。研究揭示其通过氧化磷酸化、细胞因子受体互作等通路参与疾病进程，并发现RARα转录因子及ceRNA（168 miRNAs/1039 lncRNAs）调控网络，为靶向治疗提供新思路。

　　

Highlight

本研究首次通过整合多组学分析揭示翼状胬肉中HSPA8/HBB/ARRB1/IRS1/FLT4的生物标志物价值，其调控网络涉及免疫细胞浸润（22种亚型差异）、RARα转录因子及非编码RNA交互作用，为临床诊疗提供分子靶点。

Discussion

深度探讨揭示了五个生物标志物在翼状胬肉中的核心作用：

1. HSPA8：通过热休克蛋白家族调控氧化应激反应

2. HBB：血红蛋白亚基参与缺氧诱导的血管新生

3. ARRB1/IRS1：介导GPCR信号通路与胰岛素抵抗

4. FLT4：VEGFR-3受体驱动淋巴管增生

   研究创新性发现RARα作为主调控因子（Master Regulator）协调上述基因表达，并通过ceRNA网络（含miR-29/miR-200家族）形成级联调控。

Conclusion

该研究不仅建立基于机器学习的高精度诊断模型（AUC=1），更阐明翼状胬肉中免疫-代谢-血管生成三重调控轴，为开发靶向RARα或ceRNA网络的疗法奠定理论基础。