鼻气道转录组反映下气道中选定的哮喘相关基因特征

Nasal Airway Transcriptome Reflects Selected Asthma-Associated Gene Signatures in the Lower Airways

作者信息Hui Wen, Tessa Kole, Orestes A Carpaij, Tatiana Karp, Victor Guryev, Alen Faiz, Kian Fan Chung, Pankaj Bhavsar, Ian M Adcock, Salman Siddiqui, Andy Lan, Katie L Raby, Nazanin Zounemat-Kermani, Chris Brightling, Dave Singh, Janwillem Kocks, Monica Kraft, Bianca Beghé, Klaus F Rabe, Alberto Papi, Machteld N Hylkema, Martijn C Nawijn, Maarten van den Berge
PMID41805075
期刊Allergy
发布时间2026-09
DOI10.1111/all.70283

实验完整度

中

包含RNA-seq、DEG、WGCNA、GSVA及独立队列验证,但无功能或机制实验验证。

主要模型

ARMS研究中26例哮喘患者和28例健康对照的鼻刷检和支气管刷检样本 ATLANTIS研究中369例哮喘患者和58例健康对照的鼻刷检样本

重点核对

ARMS研究中支气管刷检DEG分析:FDR < 0.05,校正年龄和性别 ARMS研究中鼻刷检DEG分析:名义p值 < 0.05且与支气管DEG效应方向一致 ATLANTIS验证:鼻刷检DEG分析校正年龄、性别和吸烟状态,p值 < 0.05 WGCNA模块GSVA评分在ARMS支气管和鼻刷检及ATLANTIS鼻刷检中的比较 细胞类型解卷积:使用CIBERSORTx和HLCA参考,排除平均估计丰度低于3%的细胞类型

摘要

背景:支气管刷检的转录组分析可揭示哮喘相关基因特征,但受支气管镜检查侵入性的限制。基于“联合气道”假说,我们评估了鼻刷检在多大程度上反映下气道的哮喘相关转录组变化。方法:在ARMS研究中,我们纳入26例哮喘患者和28例健康对照,均经过完整的临床表征。收集鼻刷检和支气管刷检样本进行RNA测序。我们使用edgeR和WGCNA鉴定支气管刷检中的哮喘相关基因和模块。我们评估了这些基因和模块在ARMS鼻刷检中的表达模式,并在独立的ATLANTIS研究(n=427)中验证了这些发现。结果:我们在下气道中鉴定出51个哮喘相关基因,其中与健康对照相比,哮喘患者中40个基因上调,11个基因下调。40个上调基因中有7个在ARMS鼻刷检中也上调,并在ATLANTIS中得到验证:CLCA1、FETUB、CST1、NTRK2、CDH26、TPSAB1和DHX35。WGCNA揭示了两个模块,在ARMS中支气管和鼻刷检中均一致地在哮喘中升高,并在ATLANTIS中得到证实。一个模块代表IL-13相关炎症,而另一个代表肥大细胞活性。结论:下气道和上气道的哮喘相关基因特征显示出有限但生物学上连贯的重叠,有七个基因和两个基因模块在哮喘中一致升高。共享的基因特征反映了2型炎症的两个独立组成部分:IL-13相关炎症和肥大细胞活性。选定的鼻基因特征提供了一种非侵入性工具,用于识别具有不同分子机制驱动潜在疾病生物学的哮喘内型。

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
基于“联合气道”假说,评估鼻刷检在多大程度上反映下气道的哮喘相关转录组变化。
核心机制
共享的基因特征反映了2型炎症的两个独立组成部分:IL-13相关炎症和肥大细胞活性,分别由两个WGCNA模块代表。
主要证据
在ARMS支气管刷检中鉴定出51个哮喘相关基因,其中7个上调基因在ARMS鼻刷检和ATLANTIS鼻刷检中验证;WGCNA鉴定出两个模块在ARMS支气管和鼻刷检及ATLANTIS鼻刷检中一致升高。
研究意义
选定的鼻基因特征提供了一种非侵入性工具,用于识别具有不同分子机制驱动潜在疾病生物学的哮喘内型。

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

参与者招募与临床表征

建立哮喘患者和健康对照队列,进行完整的临床评估。

纳入ARMS研究中26例哮喘患者和28例健康对照,进行肺功能、诱导痰、鼻刷检和支气管刷检等评估。

2

RNA测序与数据处理

获取支气管和鼻刷检样本的转录组数据。

使用NEBNext Single Cell/Low Input RNA Library Prep Kit构建文库,在Illumina NovaSeq 6000平台测序,进行质控、比对和基因水平定量。

3

差异表达基因分析

鉴定支气管刷检中哮喘相关基因。

使用edgeR进行DEG分析,校正年龄和性别,FDR < 0.05。

4

WGCNA模块鉴定

识别与哮喘相关的基因共表达模块。

应用WGCNA鉴定支气管刷检中的哮喘相关模块,计算模块特征基因并与哮喘状态相关。

5

GSVA验证共享基因和模块

评估哮喘相关基因和模块在鼻刷检中的活性并验证。

使用GSVA计算支气管和鼻刷检中基因和模块的复合评分,比较哮喘与健康对照,并在ATLANTIS中验证。

6

细胞类型解卷积

评估哮喘和健康对照之间细胞组成的差异。

使用CIBERSORTx和HLCA单细胞参考进行细胞类型解卷积,比较估计的细胞比例。

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
NEBNext单细胞/低输入RNA文库制备试剂盒New England BiolabsE6420L
Illumina NovaSeq 6000测序平台Illumina--

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
参与者招募与临床表征
哮喘诊断标准、停药时间、健康对照纳入标准、样本量
阅读提示:参见Methods 2.1和Table 1
RNA测序与数据处理
文库制备试剂盒、测序平台、测序深度、比对和定量工具及版本
阅读提示:参见Methods 2.2
差异表达基因分析
统计方法、校正变量、FDR阈值、鼻刷检分析名义p值
阅读提示:参见Methods 2.3
WGCNA模块鉴定
网络构建参数、模块识别标准
阅读提示:参见Methods 2.4和Supporting Information
GSVA验证
GSVA评分计算、统计检验方法、验证队列
阅读提示:参见Methods 2.5
细胞类型解卷积
参考数据集、输入数据标准化、排除阈值
阅读提示:参见Methods 2.6