泪液miRNA特征助力圆锥角膜分层：跨队列整合研究

原文：Tear MicroRNA-Based Molecular Signature for Keratoconus Stratification: A Cross-Cohort Integration Study.
期刊：Bioinformatics and biology insights（影响因子 2.4） |  PubMed | PMC 全文（含 PDF）

圆锥角膜（Keratoconus, KC）是一种进行性角膜扩张性疾病，表现为角膜基质变薄、前突、瘢痕形成及视觉扭曲。传统上它被视为“非炎症性”疾病，但越来越多证据表明，遗传易感性、氧化应激、长期揉眼以及基质金属蛋白酶和促炎介质改变都参与其中。目前的临床诊断主要依赖角膜地形图等影像学参数（如角膜曲率K2），但这些指标往往只能反映已经形成的结构改变，难以捕捉早期分子层面的病变。

泪液作为一种无创、易获取的体液，是理想的生物标志物来源。其中，microRNA（miRNA）因在体液中的稳定性，成为角膜伤口愈合、炎症和细胞外基质重塑研究中的热点。然而，不同队列间患者异质性和研究设计差异较大，且泪液miRNA与角膜组织转录组改变之间的生物学联系一直不清楚。

核心发现：五-miRNA泪液特征与免疫相关角膜改变挂钩

为回答“泪液miRNA能否反映角膜分子变化”这一问题，研究团队整合了三个公共角膜转录组数据集（共112例样本），通过差异表达分析和基因集富集分析（GSEA），识别出KC角膜中的免疫相关基因表达模式。随后，他们在前瞻性收集的泪液队列（N=20）中进行miRNA谱分析，并利用LASSO回归筛选出候选miRNA，最终构建出一个五-miRNA泪液特征。

该特征在独立的角膜上皮miRNA数据集中显示出区分能力（AUC=0.89，95% CI: 0.69–1.00；N=16），并在另一个泪液队列中用RT-qPCR进一步验证（N=52）。其中，hsa-miR-326在多个数据集中均一致下调。网络分析提示，这些候选miRNA与免疫相关基因（包括IL1B、CD4、CXCL10和TGFB1）存在关联。

更值得注意的是，研究者将标准化后的hsa-miR-326表达与角膜曲率K2结合，构建了一个探索性的“分子—结构指数”。该指数与角膜陡峭化程度呈显著负相关（Spearman ρ = -0.86, p < 0.001），说明泪液中的分子信号可能与角膜结构改变存在耦合关系（见图1整体分析流程及后续图示）。

方法亮点：跨队列整合与机器学习降噪

本研究的方法学设计具有明显创新。首先，团队对112例样本先做主成分分析评估批次效应，再用limma的removeBatchEffect进行批次校正，并通过共识K-means聚类（K=1–5，80%子采样、100次初始化）纯化出分子特征最鲜明的KC与对照核心簇，将队列精炼为63例（18例对照、45例KC），从而降低生物异质性。

在差异表达分析中，他们使用DESeq2，以校正后p<0.05且|log2FC|>2为阈值；GSEA则基于MSigDB的KEGG基因集（c2.cp.kegg.v11.0.symbols），以FDR<0.05筛选显著通路。泪液miRNA方面，LASSO回归用于从高维数据中挑选最具判别力的分子特征，避免了过拟合。

应用意义：为无创分层与早期识别提供线索

这项研究表明，泪液来源的miRNA或可提供与角膜免疫相关改变互补的分子信息，有望用于KC的疾病表征和分层。尤其是hsa-miR-326与角膜曲率参数的联合指数，为未来开发“分子+结构”的无创评估工具提供了概念验证。

作者也强调，这仍是一项探索性研究，相关发现需要在更大规模、多中心队列中进一步验证，才能走向临床转化。

总体而言，该工作通过跨队列转录组整合与泪液miRNA机器学习建模，搭建了从“角膜组织分子改变”到“泪液无创信号”再到“结构参数”的桥梁，为圆锥角膜的精准分型和早期识别提供了新思路。

关键图表

本文图片转载自 PMC 开放获取全文，仅供学习参考，请以原文为准。