基于转录组分析与机器学习联用策略揭示翼状胬肉新型生物标志物及免疫调控网络

本研究通过整合RNA测序(RNA-seq)、加权基因共表达网络分析(WGCNA)和机器学习算法(XGBoost/Boruta/LASSO)，首次鉴定出HSPA8、HBB等5个翼状胬肉关键生物标志物(AUC=1)，揭示其通过氧化磷酸化、趋化因子信号通路及RARα转录因子构成的ceRNA网络(含168个miRNAs/1039个lncRNAs)调控22种免疫细胞浸润的分子机制，为临床诊疗提供新靶点。

　　

Highlight

本研究通过多组学整合分析揭示了翼状胬肉发病新机制：

Sample collection and ethics approval

样本采集与伦理批准

复旦大学附属眼耳鼻喉科医院伦理委员会(ky2012-037)批准本研究。实验组为手术切除的原发性翼状胬肉组织，对照组取自眼库的角膜缘及结膜组织。

Quality control analysis of sequencing data

测序数据质控分析

图1A展示RNA-seq实验流程，FastQC质控结果显示原始数据质量良好(图1B)。FPKM标准化后的表达矩阵(图1C)及外显子/内含子比例分析证实数据适用于后续差异分析。

Discussion

讨论

创新性发现5个关键生物标志物：

• 热休克蛋白HSPA8：参与蛋白质折叠应激反应

• 血红蛋白HBB：调控氧化应激微环境

• β抑制蛋白ARRB1：介导GPCR信号转导

• 胰岛素受体底物IRS1：促进纤维化进程

• VEGF受体FLT4：驱动病理性血管生成

这些分子通过"氧化磷酸化-趋化因子-细胞因子受体"轴形成调控网络，其中视黄酸受体RARα被预测为核心转录因子。免疫微环境分析显示22种免疫细胞亚群(如Th17/Treg)比例显著改变。

Conclusion

结论

本研究构建了包含ceRNA调控网络(168 miRNAs→5 biomarkers←1039 lncRNAs)、RARα转录调控和免疫细胞浸润的分子图谱，不仅阐明翼状胬肉发病机制，更为开发靶向治疗策略奠定基础。