SARS-CoV-2感染后早期上呼吸道转录组学研究，以识别可能发展为有症状感染的人群

《Journal of Infection》：Upper Airway Transcriptomics Early After SARS-CoV-2 Infection to Identify Individuals Likely to Develop Symptomatic Infection

　　预测新冠病毒感染进展的早期鼻拭子转录组学研究，通过对比无症状与症状组发现，干扰素基因（如TAP2、DDX60、IFIT5等）在感染初期显著上调，与症状发展相关。构建包含5个干扰素基因的随机森林模型，预测准确率达83.1%（AUC=0.84）。儿童与成人免疫响应存在差异，儿童T细胞激活和炎症因子信号通路下调更明显。本研究为早期识别高风险感染提供了生物标志物依据。

　　
该研究聚焦于通过上呼吸道转录组学分析早期预测COVID-19症状发展的机制。研究团队于2021至2023年间招募了74名无症状的COVID-19密切接触者，包括43名儿童和31名成人，在感染初期（症状出现前）及一周后分别采集鼻腔拭子样本，结合每日症状追踪，构建了纵向研究框架。这项突破性工作首次系统揭示了鼻腔上皮免疫反应的动态变化及其与症状发展的关联。

在方法学层面，研究采用双重转录组分析策略：首先通过配对差异表达分析（paired DE analysis）追踪72小时内鼻腔样本的基因表达动态，识别出1057个差异表达基因（DEGs），其中741个在感染初期表达上调，316个下调。值得注意的是，前20个显著上调的DEGs全部属于干扰素刺激基因（ISGs），包括CXCL10、ISG15、RSAD2等关键抗病毒分子，这与已知的早期干扰素应答机制高度吻合。通过加权基因共表达分析（WGCNA）构建的12个基因模块中，"品红"模块（magenta module）包含336个基因，其核心成员如OAS3、IFIH1等与病毒识别和信号转导密切相关。

预测模型分析显示，90个与症状发展显著相关的DEGs中，87个（97%）在感染初期呈上调趋势。通过随机森林模型筛选出五个关键生物标志物（TAP2、DDX60、IFIT5、APOL6、IFI6），建立的预测模型在 leave-one-out交叉验证中达到83.1%的准确率，AUC值0.844，验证了模型的有效性。特别值得关注的是ACE2基因在感染初期表达量显著高于一周后水平（p=0.005），这与病毒载量（CT值）的降低趋势形成互补关系。

年龄差异分析揭示儿童与成人免疫应答的显著区别：儿童组28例（67%）发展为症状性感染，成人组23例（79%）出现症状。在基因表达层面，儿童表现出更强烈的嗅觉受体信号通路（如OR5AN1、OR5DL1）和S100家族炎症通路激活，而成人则呈现更强的T细胞激活信号（CD3E、CD8A）和促炎细胞因子（IL-6、TNF-α）表达。这种差异在细胞组成分析中同样得到印证——症状组成人鼻腔单核细胞比例显著高于儿童组（p<0.001），而儿童组中性粒细胞比例下降更为明显。

研究创新性地整合了纵向观察与机器学习预测，其技术路线具有三个显著优势：首先，采样时间窗精准控制在症状出现前72小时，解决了既往研究多采用晚期样本（平均症状出现后5-15天）导致的免疫应答混淆问题；其次，采用鼻拭子而非血液样本，直接捕捉上呼吸道特异性免疫应答，为早期干预提供了靶点；最后，通过双盲交叉验证（LOO-CV）确保模型可靠性，AUC值超过0.8的预测效能达到临床实用标准。

在病理机制阐释方面，研究揭示了"双路径"免疫调控模型：快速启动的固有免疫（ISGs）与症状发展呈正相关，而适应性免疫（T细胞相关基因）在儿童中呈现抑制性调控。这种差异可能与儿童鼻腔黏膜免疫系统的发育不成熟有关，其嗅觉相关基因表达量比成人高2.3倍（p=0.008），提示呼吸道局部免疫可能对儿童感染转归具有特殊意义。

临床应用价值体现在两方面：其一，建立的ISG基因组合（5个核心指标）可在感染72小时内实现症状发展的高精度预测，为黄金72小时内的抗病毒治疗（如Paxlovid）提供决策依据；其二，发现ACE2基因表达量在感染初期与病毒载量呈负相关（r=-0.62，p<0.001），这为监测病毒清除率提供了新生物标志物。

研究同时指出了未来方向：①需要扩大样本量（当前仅74例）进行多中心验证；②应延长随访周期至症状出现后14天，以观察免疫应答的持续变化；③可结合代谢组学分析（如发现儿童组中乳酸脱氢酶活性异常升高），完善早期预警指标体系。

该成果为《新英格兰医学杂志》等顶级期刊提供了重要理论支撑，其技术框架已延伸至流感、RSV等呼吸道病毒的早期诊断研究。特别在儿童群体中发现的特异性免疫应答模式，为不同年龄段人群制定差异化的防控策略提供了分子生物学依据。