各位听众，大家好！这次为大家解读的是来自斯坦福心血管研究所发表在cell上的一篇解密腹主动脉瘤基因组学的文章。
该研究将大于等于3公分的腹主动脉，定义为腹主动脉瘤，共纳入名腹主动脉瘤患者，名正常对照，进行全基因组测序，然后将基因和病史中获得的临床资料输入到机器学习模型中，用以预测腹主动脉瘤的状态。发现与腹主动脉瘤密切相关的基因，并且在人和小鼠模型中验证。什么是机器学习呢？简单来说就是将数据输入到计算机中，并且告知其结果。
计算机会根据设定好的算法构建模型，当输入一个新的数据时，计算机就可以预测其结果。该研究的另一亮点在于没有根据P值和表达量筛选单个的差异基因，而是将一系列相关的基因看作是一个组合，通过这些基因组合对应的功能来探索腹主动脉瘤的生物学网络。此外，传统的风险模型是危险因素的简单相加，但机器学习是一个不可知的复杂运算过程。该研究的第一个结果是基因和临床资料，都能够预测腹主动脉瘤两者结合更准确，其中临床资料包括性别年龄吸烟心率，腰臀比胰岛素水平血糖和血脂。
该研究发现临床资料的预测准确性高于基因组，这提示我们相比基因组后天的环境和生活方式，可能在腹主脉瘤的发病中具有更重要的作用。那么是不是基因组就不重要呢？不是的。该研究发现，基因和临床资料的预测价值是不同的，相比临床资料，基因组预测的假阴性更低，而且不随时间的改变而改变，可以用于早期筛查。对于高危基因型的患者可以考虑定期超声随访而临床资料反映的是患者即刻的状态，预测的价值不高，但是能够指导患者的健康管理。
此外该研究发现，基因和临床资料之间存在交互作用。对于大部分个体而言，改变生活方式能够改变腹主动脉瘤的发病风险，比如提高HDL的水平，腹主动脉瘤的发现会降低,降低HDL的水平腹主动脉瘤的发病风险增高。但是对于两端高危和低危基因型的患者，即使改变生活方式。腹主动脉瘤的发病风险几乎没变。这提示我们不同基因型生活方式的改变的结果是不同的。这些高危基因可能和腹主动脉瘤的发病密切相关。该研究通过机器学习获得一个与腹主动脉瘤密切相关的60个基因的组合，并且在另一个腹主动脉瘤人群中也证实了，这个基因组合的表达是存在明显差异的。
绩优分析显示，这60个基因汇集在40个功能模块中，在人的腹主动脉瘤组织中验证出七个功能模块，表达有差异。其中M为血压调控通路，这提示传统的心血管危险因素在腹主动脉瘤发病中的作用，在血管紧张素灌注着小鼠模型中共有五个功能模块表达有差异。其中M为动脉瘤相关的通路，此外在人的组织和小鼠模型当中都存在。M基因功能模块的表达下调，该模块为辅酶Q10的代谢过程。以往的研究已经证实，随着腹主动脉瘤的直径的增大，腹主动脉瘤Q10的表达降低：提示氧化应激在腹主动脉瘤发病中的重要作用。
或许添加辅酶Q10的抗氧化治疗，能够延缓腹主动脉瘤的进展。腹主动脉瘤目前没有特效药，该研究为未来的研究指明了方向。
周旻扫一扫下载订阅号助手，用手机发文章赞赏