欢迎来到干细胞之说行业权威网站! | 设为首页 | 加入收藏
您当前的位置:首页 >> 干细胞研究应用 > 最新研究应用
干细胞衍生肾类器官揭示急性肾损伤的分子密码
来源:网络 作者:干细胞在三甲 更新时间:2025-11-17
近日,一项发表于《Kidney International Reports》的多中心转化研究,通过整合液体活检、多组学技术和机器学习算法,成功揭示了急性肾损伤的核心发病机制。该研究不仅构建出能够精准预测重症肾损伤的机器学习模型,更通过诱导多能干细胞衍生的肾类器官模型验证了细胞外基质稳态失衡在肾损伤中的关键作用,为这一临床难题的早期诊断和靶向治疗提供了新的解决方案。

临床困境:急性肾损伤的诊疗挑战

急性肾损伤是临床常见的危重病症,特别是在新冠疫情期间,相关肾损伤患者病情进展迅速,且极易发展为慢性肾病,严重影响患者长期预后。然而,由于肾损伤的细胞特异性驱动机制尚未明确,临床上既缺乏高效的早期预测工具,也缺少针对性的治疗方法。

"我们需要更深入地理解肾损伤的分子机制,并找到可靠的早期预警指标,"研究团队负责人表示,"这对于改善患者预后、减轻医疗负担至关重要。"

研究设计:多组学整合分析的新策略

这项研究纳入了130名新冠住院患者、26名非新冠急性肾损伤患者和13名健康对照者,样本来源涵盖美国西奈山医院和密歇根大学医学院。研究团队采用了创新的多组学整合分析策略,包括尿液蛋白质组学、血浆蛋白质组学和尿液沉积物单细胞转录组学,并结合机器学习算法进行深入挖掘。

通过定量串联质谱标签蛋白质组学分析,研究人员共鉴定出34474种独特肽段,对应6196种尿蛋白,清晰揭示了重症和轻症新冠患者的蛋白表达差异。

机器学习模型:精准预测重症肾损伤

研究团队运用Boruta特征选择法,从海量数据中筛选出12种关键尿蛋白标志物,包括ADGRL1、PROM1、NECTIN1等。基于这些标志物构建的随机森林机器学习模型,在预测重症结局方面表现出色。

经过10折交叉验证,该模型在发现集中的曲线下面积达到87%,验证集中为76%。当设定较高的cutoff值(0.653)时,阳性预测值最高可达85%,并能精准预测89%的肾损伤特异性不良事件。

"这个模型的性能令人鼓舞,"研究团队成员表示,"它在临床应用方面展现出巨大潜力,有望成为早期识别高风险患者的有力工具。"

机制探索:细胞外基质稳态失衡的核心作用

功能富集分析显示,差异表达蛋白主要富集在细胞黏附、自噬和细胞外基质组装等通路中,且在肾单位髓旁段细胞、内皮细胞和足细胞中高表达。这一发现提示这些细胞类型可能是未来疾病干预的潜在靶点。

更重要的是,研究发现新冠相关重症肾损伤和非新冠急性肾损伤具有共同的病理机制。在12种机器学习核心特征中,有10种在两类患者的尿样中均呈现相似的下调表达模式。

"这表明不同原因引起的重症肾损伤可能共享黏附相关的损伤通路,"研究人员解释,"这一发现为开发广谱性治疗策略提供了重要依据。"

干细胞模型验证:从临床到基础的闭环证据

为了验证临床发现,研究团队使用了诱导多能干细胞衍生的肾类器官体外模型。实验结果证实,新冠病毒感染后,类器官中多个肾单位区段均出现细胞外基质组织紊乱,整合素与基底膜受体的相互作用明显减弱,这与临床观察到的纤维化反应完全一致。

"肾类器官模型很好地重现了临床中观察到的肾损伤特征,"研究团队表示,"这直接证实了细胞外基质降解和黏附机制紊乱是肾损伤的核心驱动因素。"

临床意义与展望

这项研究的成功不仅在于构建了精准的预测模型,更重要的是揭示了肾损伤的共性分子机制,为开发靶向药物奠定了理论基础。

"未来,基于这些发现,我们有望通过简单的尿液检测早期识别肾损伤风险,并针对明确的机制靶点制定个性化治疗方案,"研究负责人展望道,"这将大大提高肾损伤患者的诊疗效率,降低慢性肾病发生风险。"

随着这些研究成果逐步向临床转化,急性肾损伤的诊疗模式或将迎来重大变革。对于临床医生而言,这意味着未来可能通过微创的液体活检技术,结合智能算法,实现肾损伤的早期预警和精准干预,最终改善患者预后,减轻医疗系统负担。

这项研究也展示了多组学整合分析结合干细胞模型在解析复杂疾病机制方面的强大能力,为其他器官损伤性疾病的研究提供了可借鉴的研究范式。
版权声明:凡本站原创文章,未经授权,禁止转载,否则追究法律责任。

干细胞三甲院  |  All Rights Reserved@2025-2030  |  末经授权请勿转载  |  备案号:湘ICP备2024079361号  

特别声明:本站内容仅供参考,不作为诊断及医疗依据

免责声明:医学科学普及知识,我们尊重原创,也也注重分享,部分图文素材来源于网络,如有违规或侵权,请及时联系我们会立即做出删除。