遗传数据衍生患者聚类的特征分析揭示炎症性肠病的遗传异质性
Characterisation of Genetically-Derived Patient Clusters Highlights Genetic Heterogeneity of Inflammatory Bowel Disease
一句话3个IBD队列中，NOD信号通路基因聚类与疾病亚型、克罗恩病行为及手术史相关，主要关联来自NOD2。
研究问题
数据与样本
分析流程
- 1构建通路基因集：结合文献与Reactome、WikiPathways和KEGG，以至少2个来源整理IBD相关通路的共识基因集。
- 2整理临床表型：提取并统一疾病亚型、克罗恩病疾病行为和手术状态，Southampton队列另用大语言模型从非结构化病历提取临床信息。
- 3处理外显子组数据：按GATK最佳实践进行比对、变异检出和重校准，并按Agilent与Twist捕获试剂分开联合分型，以减轻捕获试剂差异带来的偏倚。
- 4计算基因负荷：以Phred-scaled CADD score >= 15的变异计算各队列GenePy评分，去除不变特征后逐基因进行min-max缩放。
- 5优化患者聚类：对k为2-50的K-Means各运行100次，通过Silhouette score、Davies-Bouldin Index和Adjusted Rand Index结合TOPSIS选择最优k，再以random state 42重新聚类。
- 6识别聚类贡献基因：使用Random Forest Classifiers以一对其余方式评估各聚类的基因特征重要性。
- 7检验并跨队列验证关联：采用卡方检验比较聚类与临床表型的关联，对任一类别计数<5的聚类进行合并，排除IBDU及缺失值后实施Benjamini-Hochberg FDR校正，并比较3个队列的结果。
关键方法与工具
- GenePy
- 计算基因级遗传负荷
- CADD
- 评估并筛选有害变异
- GATK
- 变异检出与重校准
- K-Means
- 按遗传负荷聚类患者
- TOPSIS
- 综合指标选择聚类数
- Random Forest Classifiers
- 评估聚类特征重要性
- chi-square test
- 检验聚类与表型关联
- Benjamini-Hochberg False Discovery Rate (FDR)
- 校正多重检验
设计思路
主要发现
- 3个队列均重复观察到NOD信号通路基因聚类与IBD亚型、克罗恩病疾病行为及IBD手术的强关联，主要由NOD2贡献。
- Southampton IBD队列中还观察到NOD信号通路基因聚类与肉芽肿的关联。
- 不同队列呈现相似的遗传聚类模式，MSCCR IBD中NLRP1驱动的聚类存在手术表型富集。
- BIRC2相关聚类中的疾病行为富集仅达到名义统计学显著性，涉及Southampton IBD中的B2及SPARC IBD中的B2B3。
可借鉴之处
- 可借鉴“通路共识基因集—基因级遗传负荷—无监督分层—临床表型关联”的分析链条，将变异级数据转化为可解释的患者分层。
- 选择聚类数时可同时评价分离质量与重复运行稳定性，而不是只依赖单一指标；本文以TOPSIS整合3项指标进行折中选择。
- 跨队列研究可先统一临床变量定义、按捕获试剂分别联合分型，再比较聚类及表型关联，减少数据来源差异对重复验证的影响。
数据与代码
局限
- 本研究为遗传数据与临床表型的观察性关联分析，不能据此确定候选基因与临床表型的因果关系。
- 部分具有全外显子组数据的患者缺少完整临床记录，统计分析排除了相应缺失值。
- 由于IBDU患者样本量较小，其计数未纳入列联表分析，相关结论不能直接推广至该亚型。
- Southampton队列以涉及肛周区域的IBD手术作为肛周疾病的替代指标，并非直接的疾病状态测量。
摘要（中文翻译）
背景与目的：炎症性肠病（IBD）是一种具有较强遗传贡献的复杂免疫介导性疾病。其遗传学机制高度复杂，炎症、自身免疫和黏膜免疫通路参与其致病过程。GenePy是一种基因水平的疾病负荷指标。整合临床与遗传数据并应用机器学习，可辅助患者分层，以支持个体化医疗。
方法：整理IBD通路的共识基因列表。利用全外显子组测序数据计算GenePy评分。基于各IBD通路基因的GenePy评分，使用聚类质量和稳定性指标优化K-Means算法，并在3个独立IBD队列（SPARC IBD、MSCCR和Southampton IBD）中重复验证结果。采用卡方检验评估聚类归属与表型特征的关联，并通过Benjamini-Hochberg FDR进行多重检验校正。
结果：在所有队列中均重复验证了NOD信号通路基因与IBD亚型、克罗恩病疾病行为及IBD手术之间的强关联，并在Southampton IBD中验证了其与肉芽肿的关联。这些关联主要由NOD2驱动。所有队列均观察到相似的遗传聚类模式；此外，NLRP1驱动的聚类中还观察到表型富集（MSCCR IBD中的手术），与BIRC2相关的疾病行为富集达到名义统计学显著性（Southampton IBD中的B2及SPARC IBD中的B2B3）。
结论：本分析识别了不同IBD队列中NOD信号通路基因的共同遗传架构，重复验证了NOD2作为单基因疾病驱动因素且伴有强表型富集的信号，并识别出NLRP1等其他潜在IBD遗传驱动因素。
英文原文摘要
Background and aims:Inflammatory Bowel Disease (IBD) is a complex immune-mediated condition with a strong genetic contribution. Its genetics are highly complex, with inflammation, autoimmunity, and mucosal immunity pathways involved in its pathogenicity. GenePy is a gene-level disease burden metric. The integration of clinical and genetic data and the application of machine learning can aid patient stratification for personalised care. Methods
Lists of consensus IBD pathway genes were curated. GenePy scores were computed from whole exome sequencing data. A K-Means algorithm was optimised using clustering quality and stability metrics on the GenePy scores of genes in each IBD pathway, and the results replicated in three independent IBD cohorts (SPARC IBD, MSCCR, and Southampton IBD). Chi-square tests assessed the association between cluster assignment and phenotypic features, and were multiple test corrected via Benjamini-Hochberg FDR. Results
A strong association was replicated for NOD signalling genes driving IBD subtype, Crohn’s disease behaviour, and IBD surgery across all cohorts, as well as granuloma in Southampton IBD. This was mainly driven by NOD2 . Similar genetic clustering patterns were observed across all cohorts, with additional phenotypic enrichment in clusters driven by NLRP1 (surgery in MSCCR IBD), and nominally significant enrichment for disease behaviour linked to BIRC2 (B2 in Southampton IBD and B2B3 in SPARC IBD). Conclusions
This analysis identified a common genetic architecture across NOD signalling genes across IBD cohorts, replicated a signal for NOD2 as a monogenic disease driver with a strong phenotypic enrichment, and identified other putative genetic drivers of IBD, such as NLRP1 .
摘要来自 Europe PMC。翻译与解读由模型根据摘要和开放获取全文的方法部分生成，可能有误，不构成诊疗建议；数据以原文为准，版权归原出版方所有。