预测急性慢性肝衰竭患者对G-CSF反应的免疫生物标志物:GRAFT试验亚组研究结果

Immune biomarkers predicting response to G-CSF in acute-on-chronic liver failure: results from a GRAFT trial sub-study

作者信息Katrin Splith, Nadja Berndt, Philipp K Haber, Simon Wabitsch, Linda Feldbrügge, Adam Herber, Annegret Franke, Anett Schmiedeknecht, Jörg Mengwasser, Tony Bruns, Philipp A Reuken, Tobias Goeser, Christoph Berg, Heiner Wedemeyer, Johannes Chang, Tobias Mueller, Niklas Aehling, Frank Lammert, Peter R Galle, Z Gordon Jiang, Simon C Robson, Cornelius Engelmann, Thomas Berg, Moritz Schmelzle
PMID41793651
发布时间2026-06
DOI10.1007/s12072-026-11069-5

实验完整度

研究基于随机对照试验的次要分析,包含患者样本的多时间点分析、细胞因子检测、细胞表型分析、功能实验及聚类和Cox回归分析,但缺乏前瞻性干预和功能验证实验。

主要模型

ACLF患者血液样本 健康对照血液样本

重点核对

患者队列:79例ACLF患者(G-CSF组40例,SMT组39例)来自GRAFT研究 样本采集时间点:基线及治疗后多个时间点(V1-V6) 检测指标:细胞群、细胞因子、细胞外颗粒、cfDNA、趋化、吞噬、氧化爆发功能 统计方法:单因素和多因素Cox回归、ROC曲线、层次聚类

摘要

背景:粒细胞集落刺激因子(G-CSF)治疗急性慢性肝衰竭(ACLF)的疗效仍存在争议。本研究是GRAFT研究(NCT02669680)的次要分析,旨在识别ACLF中潜在的预后生物标志物,并找到可用于预测G-CSF治疗反应的标志物。方法:收集GRAFT研究随机分配接受G-CSF(n=40)或标准药物治疗(n=39)的79例患者的血液样本,在不同时间点采样。分析样本中的细胞、细胞因子、细胞外颗粒、游离DNA和功能特性。采用探索性方法,将测量的变量进行单变量和多变量Cox分析,并通过无监督层次聚类将患者分层。结果:与健康对照相比,ACLF患者的血浆促炎细胞因子水平升高,特定细胞群的绝对水平升高。ROC曲线分析提示,基线时血浆VEGF-A水平是无移植生存的预后因素(AUC:0.70;95%CI 0.56–0.84)。基线循环免疫细胞群的层次聚类似乎定义了一个G-CSF治疗患者中的亚组,该亚组中位无移植生存期改善(102天vs 16天;p=0.002)。在本研究中,较高比例的CD39+淋巴细胞是G-CSF治疗后不良结局的独立预测因子(HR:1.05,95%CI:1.01–1.09,p=0.008)。结论:VEGF-A似乎是预测ACLF患者预后的合适生物标志物。借助层次细胞聚类,可以识别并选择可能从G-CSF治疗中获益的ACLF患者。淋巴细胞上的CD39表达似乎适合进行分层。需要进一步的测试和验证,这可能有助于为每位患者调整治疗方案。

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
在ACLF患者中,G-CSF治疗的反应存在异质性,本研究旨在识别可以预测G-CSF治疗反应的免疫生物标志物。
核心机制
高表达CD39+淋巴细胞可能通过介导免疫抑制(如腺苷途径)导致免疫耗竭,从而使得G-CSF治疗无效甚至有害。
主要证据
基于G-CSF治疗患者中,高CD39+淋巴细胞百分比与较差的无移植生存相关(HR=1.05,p=0.008),且高CD39+淋巴细胞水平与无G-CSF获益的聚类相关。
研究意义
研究提出CD39+淋巴细胞可作为筛选可能从G-CSF治疗中获益的ACLF患者的生物标志物,有助于个体化治疗,并提示调节嘌呤信号通路可能具有治疗潜力。

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。

1

患者样本收集与处理

获取ACLF患者和健康对照的血液样本,用于分析免疫细胞、细胞因子等。

从GRAFT试验中收集79例ACLF患者的血液样本,并在多个时间点(基线、V1-V6)采集;同时收集10例健康对照的血液样本。样本经过运输(隔夜冰上)后立即进行流式细胞术分析。

2

基线特征与预后关联分析

评估基线时各细胞群、细胞因子等指标对ACLF患者无移植生存的预后价值。

对60例ACLF患者基线样本进行分析,比较与健康对照的差异;通过单因素和多因素Cox回归分析,评估各变量与无移植生存的关系;使用ROC曲线验证预测价值。

3

无监督层次聚类分析

基于基线细胞群特征,识别可能对G-CSF治疗反应不同的患者亚组。

基于24个有预后价值的细胞群对60例患者进行无监督层次聚类,得到三个聚类(合并后为两组:聚类1-2和聚类3),并比较两组间临床特征和生存差异。

4

G-CSF治疗后反应分析

比较不同聚类患者对G-CSF治疗的细胞和分子反应差异。

分析G-CSF治疗组患者在不同时间点(V2、V4)的细胞群变化,包括绝对细胞数、G-CSFR+细胞、HSPCs、CD39+淋巴细胞等;比较不同聚类间的细胞因子水平变化(如HGF、IL-6、TNF-α、CXCL8)及功能指标。

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
SPSS统计23IBM--
R 4.0.3----
GraphPad Prism 6/8----

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
患者选择
ACLF诊断标准(EASL-CLIF)、纳入排除标准、GRAFT试验随机化分组
阅读提示:Methods - Study design
样本采集
采血时间点(基线、V1-V6)、样本运输条件(冰上过夜)、处理流程
阅读提示:Methods - Sample collection and analysis
细胞群分析
流式细胞术的标记物panel、绝对计数方法
阅读提示:Methods - Sample collection and analysis; Supplementary methods
分子标志物检测
细胞因子检测平台、cfDNA定量方法、细胞外颗粒分析方法
阅读提示:Methods - Sample collection and analysis; Supplementary methods
功能分析
趋化、吞噬、氧化爆发实验的具体操作和判定标准
阅读提示:Methods - Sample collection and analysis; Supplementary methods
统计与聚类
单变量/多变量Cox模型的具体变量、聚类算法参数、截断值确定方法
阅读提示:Methods - Statistical analyses; Results - Identification of possible prognostic biomarkers; Results - Cell population analysis