样本采集与测量
收集肝移植供受者的纵向细胞因子和肝功能检测数据。
从144例肝移植受者采集外周血，术前及术后第1天、1周、1月进行细胞因子检测；术前及术后第一周每日进行肝功能检测；术中分别于再灌注前和肝冲洗时采集门静脉血进行细胞因子检测。
关于丁香通
公司信息
个人用户
企业机构
无忧采购 轻松科研
- 移动端
基于张量的时间序列测量整合揭示肝移植中潜在疾病、早期损伤与CD4+极化之间的关系
Tensor-Based Integration of Time-Series Measurements Reveals Relationships Between Underlying Disease, Early Injury, and CD4+ Polarization in Liver Transplantation
实验完整度
中研究包含临床样本采集、纵向细胞因子和肝功能检测，并开发张量分解模型进行整合分析，但缺乏功能验证或机制验证实验。
主要模型
肝移植受者及供者外周血/门静脉血样本 供者肝脏活检样本
重点核对
样本来源：144例肝移植受者，UCLA Health 2013-2020 检测时间点：术前、术后1天、1周、1月（细胞因子）；术前及术后第一周每日（LFT） 细胞因子检测：外周血及门静脉血（术前、再灌注前、肝冲洗） LFT指标：TBIL、ALT、AST 结局：五年移植物存活（20例丢失）
摘要
肝移植（LT）中缺乏整合性分析限制了对免疫学特征、时间以及受者/供者健康因素之间关系的理解。在这项探索性研究中，我们在多个术前和术后时间点收集了LT供者和受者的细胞因子和肝功能测试（LFT）测量值。我们开发了一种基于张量的因子分解方法，将这些测量值减少为四个组分，这些组分在细胞因子、LFT和时间上表现。这些组分将术前免疫特征与术后长达一个月的免疫特征相关联。将同种异体移植物存活纳入该因子分解后，这四个组分减少为与五年同种异体移植物存活相关的两个组分。这些特征提示显著的CD4+极化与生长因子表达受损和移植物丢失风险增加相关。供者和受者年龄调节了这种CD4+极化。这些发现为LT的免疫学特征提供了见解，确定了未来验证的潜在治疗途径。
实验结论
提炼研究问题、关键发现与证据，快速把握文章的核心贡献。
- 研究问题
- 整合肝移植过程中供受者纵向细胞因子和肝功能检测数据，能否揭示与移植物存活相关的免疫学特征？
- 核心机制
- CD4+ T细胞极化（Th1/Th2）与移植物存活相关：显著的CD4+极化（Th1或Th2抑制）与生长因子表达受损及移植物丢失风险增加相关。
- 主要证据
- 基于张量分解（CTF和tPLS）整合144例肝移植受者细胞因子和LFT数据，tPLS模型识别出两个与五年移植物存活相关的组分，与IFNγ、IL-2和IL-4等细胞因子表达相关。
- 研究意义
- 该研究为肝移植免疫学特征提供了见解，确定了未来验证的潜在治疗途径。
研究路径
按研究推进顺序梳理实验设计、验证步骤与关键观察。
张量构建与因子分解模型开发
开发耦合张量因子分解（CTF）和tPLS方法整合纵向数据。
将细胞因子和LFT数据组织成三阶张量，耦合患者和细胞因子维度，应用CTF和tPLS进行因子分解。
模型验证与结局关联分析
评估tPLS模型对五年移植物存活的预测准确性。
通过10折交叉验证评估tPLS模型，使用逻辑回归和Cox比例风险模型预测结局。
免疫特征与临床因素关联分析
分析tPLS组分与临床特征（如年龄）的关系。
比较tPLS组分与供受者年龄、供者风险指数等的相关性，并比较与组分强关联的30例患者细胞因子表达。
研究方法
按研究目的归类文中使用的方法，便于定位所需技术。
产品清单
| 实验环节 | 名称 | 品牌 | 货号 |
|---|---|---|---|
| 数据建模 | scikit-learn | -- | -- |
| 生存分析 | lifelines | -- | -- |
关键环节
汇总复现实验时建议重点确认的条件及原文阅读提示。
| 环节 | 核对要点 |
|---|---|
| 样本采集 | 样本来源：144例LT受者，UCLA Health 2013-2020；血液样本处理时间：4-8小时内，-80°C保存 阅读提示：Methods: Patients and sample collection |
| 细胞因子检测 | 检测时间点：术前、术后1天、1周、1月（外周血）；门静脉血：再灌注前和肝冲洗时；细胞因子种类：未列出炎症因子名称 阅读提示：Methods: Patients and sample collection; Figure 1 |
| 肝功能检测 | 检测时间点：术前及术后第一周每日；检测指标：TBIL, ALT, AST 阅读提示：Methods: Patients and sample collection; Figure 1 |
| 模型训练 | CTF训练样本：100例（排除缺失）；tPLS训练样本：73例（排除缺失及随访不足5年）；tPLS组件数：2；交叉验证：10折分层 阅读提示：Methods: Patient Selection for Model Training, Cross-Validation |