研究人群纳入与分组
建立严重哮喘T2-high、T2-intermediate、T2-low及健康对照队列。
招募52例严重哮喘患者(18例T2-high,23例T2-intermediate,11例T2-low)和20例健康志愿者,进行临床数据收集和支气管镜检查。
The Airway Transcriptome in Type 2 Cytokine Biomarker-High and -Low Severe Asthma
结合支气管活检和刷检转录组、健康对照ICS干预、T2分层分析,并在U-BIOPRED队列中验证。
严重哮喘患者支气管活检和刷检样本 健康对照支气管活检和刷检样本(接受高剂量ICS) U-BIOPRED队列支气管活检和刷检样本
严重哮喘分组基于FeNO和血嗜酸性粒细胞:T2-high为FeNO≥45 ppb且血嗜酸性粒细胞≥0.3×10^9/L且FeNO抑制试验无抑制;T2-low为FeNO≤30 ppb且血嗜酸性粒细胞≤0.2×10^9/L;T2-intermediate来自RASP生物标志物驱动治疗优化研究。 健康对照接受吸入性氟替卡松丙酸酯500 mcg每日两次(等效于每日2000 mcg倍氯米松)治疗4周,并在治疗前后进行支气管镜检查。 RNA测序使用DESeq2进行差异表达分析,Benjamini-Hochberg FDR<0.05,调整年龄、性别和既往吸烟状态,log2FC±≥0.5视为生物学相关。 使用ComBat去除批次效应,并用RankProd进行非参数秩产品分析验证差异表达基因。 在U-BIOPRED队列中验证转录组结果,尽管其使用微阵列而非RNA测序。
提炼研究问题、关键发现与证据,快速把握文章的核心贡献。
按研究推进顺序梳理实验设计、验证步骤与关键观察。
建立严重哮喘T2-high、T2-intermediate、T2-low及健康对照队列。
招募52例严重哮喘患者(18例T2-high,23例T2-intermediate,11例T2-low)和20例健康志愿者,进行临床数据收集和支气管镜检查。
获取气道组织用于转录组分析。
在RASP和HVS研究中,通过支气管镜检查从第2-5代支气管收集活检和刷检样本。
鉴定严重哮喘与健康对照及ICS治疗健康者之间的差异表达基因和通路。
对支气管活检和刷检进行批量RNA测序,使用DESeq2进行差异表达分析,ComBat去除批次效应,RankProd验证,并进行GO、GSEA、GSVA、WGCNA、转录因子活性推断和细胞去卷积分析。
比较T2-high、T2-intermediate和T2-low严重哮喘的转录组特征。
使用DESeq2和RankProd识别表型间差异表达基因,进行GSEA、GSVA评估T2和IL-17特征、K-means聚类和转录因子富集分析。
验证RASP队列中识别的转录组特征。
使用U-BIOPRED队列的支气管活检和刷检微阵列数据,比较哮喘vs健康、T2-high vs T2-low、T2-high vs T2-intermediate的log2FC相关性。
按研究目的归类文中使用的方法,便于定位所需技术。
| 实验环节 | 名称 | 品牌 | 货号 |
|---|---|---|---|
| RNA测序数据分析 | DESeq2 | -- | -- |
| 批次效应校正 | ComBat | -- | -- |
| 差异表达验证 | RankProd | -- | -- |
| 细胞去卷积 | Travaglini肺图谱 | -- | -- |
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 |
|---|---|
| 研究人群纳入与分组 | T2-high:FeNO≥45 ppb,血嗜酸性粒细胞≥0.3×10^9/L,FeNO抑制试验无抑制;T2-low:FeNO≤30 ppb,血嗜酸性粒细胞≤0.2×10^9/L;T2-intermediate:来自RASP生物标志物驱动治疗优化研究。 阅读提示:Methods 2.1 Study Population |
| 健康对照ICS治疗 | 氟替卡松丙酸酯500 mcg每日两次,治疗4周,治疗前后进行支气管镜检查。 阅读提示:Methods 2.1 Study Population |
| RNA测序和差异表达分析 | DESeq2调整年龄、性别和既往吸烟状态,FDR<0.05,log2FC±≥0.5;使用ComBat去除批次效应;RankProd验证。 阅读提示:Methods 2.2 RNA Sequencing and Bioinformatics Analysis |
| T2表型间比较 | T2-high vs T2-low和T2-high vs T2-intermediate比较,使用DESeq2和RankProd;GSVA评估T2和IL-17特征。 阅读提示:Results 3.6-3.8和Figure 5 |
| U-BIOPRED队列验证 | U-BIOPRED使用微阵列,T2状态根据生物标志物阈值分类;比较log2FC相关性。 阅读提示:Methods 2.1和Results 3.10 |