原发性干燥综合征与慢性肾病共病机制及诊断标志物的整合组学研究

　　本研究针对原发性干燥综合征(pSS)与慢性肾病(CKD)共病机制不明的难题，通过整合多组学数据与机器学习算法，首次揭示NUDT1和COMMD2作为关键诊断标志物，并构建临床预测模型，为两种疾病的早期诊断与免疫机制研究提供新视角。

　　

研究人员通过基因表达综合数据库(GEO)获取原发性干燥综合征(pSS)和慢性肾病(CKD)数据集，采用加权基因共表达网络分析(WGCNA)和差异表达分析鉴定出104个共同基因。通过基因本体(GO)和京都基因与基因组百科全书(KEGG)富集分析提示癌症相关通路在两种疾病中均被激活。

利用LASSO回归、随机森林和支持向量机递归特征消除(SVM-RFE)三种机器学习算法筛选出五个核心诊断标志物基因，其中NUDT1（核苷二磷酸连接部分X型基序1）和COMMD2（铜代谢结构域包含蛋白2）在独立队列中获得验证。基于这两个基因构建的多因素逻辑回归临床预测模型展现出显著诊断价值。

基因集富集分析(GSEA)和免疫浸润分析表明，T细胞介导的免疫反应在两种疾病的发生发展中起关键作用。双向孟德尔随机化(MR)分析未发现pSS与CKD存在因果关联，但 Summary-based Mendelian Randomization (SMR) 分析证实NUDT1和COMMD2的表达水平与两种疾病风险显著相关。

该研究不仅揭示了pSS与CKD共享的免疫学关联机制，还首次构建了针对两种疾病共病的诊断模型，为临床早期干预提供了新的分子靶点和理论依据。