编者按：结核病（TB）作为全球重大公共卫生问题之一，其疾病进展和治疗预后预测一直是医学研究的重点。在第34届欧洲临床微生物学与感染病学大会（ESCMID Global 2024）中，四川大学华西医院应斌武教授团队一项研究（摘要号：O1332）入选口头报告，该研究深入探讨了可变剪接在TB进展和预后预测中的价值。通过综合分析大量转录组数据，团队成功识别出多个关键的剪接事件，并据此构建了预测模型。这些研究成果不仅为TB的精准诊疗提供了新的分子标志物，也为未来的相关研究提供了潜在的靶点。
大规模分析揭示结核进展和预后的剪接标志物（摘要号：O1332）
背景
越来越多的证据表明，异常可变剪接（alternative splicing，AS）可能在结核病（tuberculosis，TB）发生中起重要作用，并已被报道作为诊断标志物。然而，目前关于AS在结核病进展和预后中的价值仍不清楚。本研究探索了AS事件作为TB进展和预后标志物的潜能，并构建了基于AS事件的预测模型。
方法
检索并整合GEO和EBI两个公共数据库中与结核进展或治疗相关的转录组二代测序数据集，检索截止日期为2021年9月1日。使用SUPPA2进行AS分析，剪接百分比（percent spliced in，PSI）用于量化AS事件。根据组间差异剪接百分比（delta PSI，ΔPSI）>0.10和P<0.05的标准，筛选差异剪接事件。采用多种机器学习（machine learning，ML）方法构建预测模型，并计算曲线下面积（area under curve，AUC）、敏感性和特异性来评价模型的性能。
结果
共纳入了来自7个数据集的1 446个样本。在与进展相关的数据集中，603个未进展的密切接触者或潜伏感染者的外周血样本和219个进展为活动性TB患者的外周血样本组成了进展队列。在进展组和非进展组中差异剪接的AS事件共计923个。其中，GET1-跳跃外显子（skipping exon，SE）、TPD52-可变第一外显子（alternative first exons，AF）和TIMM10-可变5’剪接位点（alternative 5’ splice site，A5）3个AS事件被选为候选的进展标志物。其独立预测进展的AUC分别为0.657、0.639和0.595。在与治疗相关的数据集中，568个治愈TB患者的外周血样本和56个治疗失败TB患者的外周血样本组成了预后队列。在治愈组和治疗失败组中检测到1 282个差异剪接事件。其中，PHF23-AF、KIF1B-SE、MACROD2-可变3’剪接位点（A3）、CD55-保留内含子（retained intron，RI）和GALNT11-AF 5个事件被选为候选事件。在六种机器算法构建的预后模型中，XGBoost模型表现最佳。该模型在训练集的AUC、灵敏度和特异度分别为0.875、81.1%和83.5%，在测试集中则分别为0.805、68.4%和73.2%。
结论
GET1-SE、TPD52-AF和TIMM10-A5在预测TB进展中的作用有限，而PHF23-AF、KIF1B-SE、MACROD2-A3、CD55-RI和GALNT11-AF可以很好地预测TB预后并作为候选生物标志物。本工作初步探讨了AS在预测TB进展和预后中的价值，并为进一步研究提供了潜在的靶点。
▌参考文献
H. Lai, M.Y. Lyu, H.X. Ruan, B.W. Ying. Large-scale analysis reveals splicing biomarkers for tuberculosis progression and prognosis. ESCMID Global 2024; O1332.
应斌武 教授
四川大学华西医院实验医学科主任/四川大学华西临床医学院医学检验系主任，教授，医学博士，博士研究生导师
应斌武，工商管理硕士，医学博士，博士后，教授，博士研究生导师。第三届国之名医（青年新锐）获得者，四川大学优秀青年学者基金获得者，四川大学五粮春优秀青年教师奖获得者。主要从事于感染性疾病的临床分子诊断学研究，主要探求感染性疾病诊断相关新的疾病标志物的发现、新的疾病诊断模型的建立和分子诊断学新发放的探索研究等。
目前负责3项国家自然科学基金、2项科技部重大专项子课题、1项教育部博士点新教师基金、3项四川省科技厅重点研发计划/科技支撑项目、1项成都市科技局重大项目、1项四川大学校优秀青年基金、1项四川省人事厅人才培育基金以及多项校院级科研基金，累计科研经费2600余万元。
发表论文200余篇，其中SCI收录第一作者/通讯作者90篇，累计影响因子达272分，总他引1200余次，单篇最高引用次数为65次，H指数17。获国家发明专利6项。作为第一完成人获四川省医学会医学科技（青年奖）一等奖1项，成都市科技进步二等奖1项。