外周血单细胞转录组图谱揭示了由B细胞驱动的特征，该特征可用于预测急性胰腺炎的严重程度

《MedComm》：Single-Cell Transcriptomic Atlas of Peripheral Blood Reveals B-Cell-Driven Signature Predictive of Acute Pancreatitis Severity

　　本研究通过单细胞RNA测序和受体测序，揭示了急性胰腺炎（AP）患者外周血单核细胞中B细胞和血浆细胞的动态变化，发现MZB1+血浆细胞在重症AP患者中显著增加并与疾病恢复相关。基于九基因转录组特征（S100A8、DUSP1、JUN、HBA2、FOS、CYBA、JUNB、S100A9、WDR83OS），构建的机器学习模型在内部验证和外部队列中均表现出高诊断性能（AUROC>0.95），优于传统临床评分系统，为AP早期分层管理和预后预测提供了新工具。

　　急性胰腺炎（AP）是一种由胰腺外分泌部分引发的炎症性疾病，其严重程度的早期预测仍是临床的一大挑战。AP的发病机制复杂，涉及多种免疫细胞的异常反应，包括炎症因子的释放、免疫细胞的激活与失衡，以及局部组织的坏死与感染。目前，临床常用的评估方法如系统性炎症反应综合征（SIRS）、急性胰腺炎严重程度床边指数（BISAP）、急性生理与慢性健康评价II（APACHE II）、改良Marshall评分和计算机断层扫描严重程度指数（CTSI）虽然在一定程度上有助于判断AP的严重程度，但它们在早期识别高风险患者方面仍存在局限性。因此，研究者们开始探索基于免疫细胞标志物和分子改变的新方法，以提高对AP严重程度的预测能力。

本研究采用了一种多维度的分析方法，通过整合单细胞RNA测序（scRNA-seq）与T细胞受体（TCR）和B细胞受体（BCR）测序技术，对AP患者的外周血单核细胞（PBMCs）进行了深入分析。研究对象包括7名AP患者，分别在入院后第1天、第3天和第7天采集样本。通过对这些数据的分析，研究人员发现，不同患者的免疫反应存在显著的异质性，其中，表达MZB1的浆细胞在严重AP患者中表现出明显的扩增，并且与并发症的出现和恢复密切相关。进一步的功能验证研究涉及14名AP患者和32名其他患者，结果显示，这些浆细胞不仅与AP的严重程度有关，还与血清免疫球蛋白和细胞因子水平的变化相关。基于这些发现，研究人员构建了一个由9个基因组成的B细胞来源的转录组特征（包括S100A8、DUSP1、JUN、HBA2、FOS、CYBA、JUNB、S100A9和WDR83OS），该模型在内部验证（n=114）中表现出较高的预测性能（AUROC > 0.95），并且在外部验证（n=87和n=174）中也保持了较高的准确性，用于预测持续性器官衰竭。这项研究不仅揭示了MZB1阳性浆细胞在AP发病机制中的作用，还提供了一种基于免疫的分层策略，为AP的精准临床管理提供了新的方向。

在研究过程中，研究人员首先构建了一个单细胞转录组图谱，以反映AP患者在疾病发展过程中的免疫反应变化。通过对PBMCs的收集和分析，研究人员发现，不同严重程度的AP患者在免疫细胞的组成和功能上存在显著差异。例如，在复杂AP（complicated AP）患者中，CD14阳性单核细胞和浆细胞的比例显著增加，而CD8阳性T细胞的比例则减少。这些细胞的动态变化与AP的临床表现密切相关，例如，复杂AP患者在入院后第3天仍表现出持续的系统性炎症反应和器官功能障碍，而未复杂AP患者则在第3天后逐渐恢复。此外，通过单细胞测序技术，研究人员还观察到，浆细胞在复杂AP患者的PBMCs中显著增加，并且这些细胞主要表达MZB1，这表明它们可能在AP的恢复过程中发挥重要作用。

进一步的分析表明，MZB1阳性浆细胞不仅在复杂AP患者中增加，而且它们的扩增与血清IgA水平的变化密切相关。研究发现，复杂AP患者的IgA水平在入院初期较低，但随着病情的改善逐渐恢复，这可能反映了浆细胞在调节炎症反应和促进组织修复中的功能。此外，复杂AP患者体内某些细胞因子（如IL-10）的水平显著升高，而促炎性细胞因子（如TNF-α和IL-6）的水平则降低，这种变化可能与浆细胞分泌的抗炎性抗体有关。因此，研究人员推测，浆细胞的扩增可能是一个预示AP患者预后的关键指标。

为了验证这一假设，研究人员构建了一个基于9个基因的机器学习模型，该模型能够有效区分复杂AP和未复杂AP患者。在内部验证中，该模型的AUROC值达到0.95，而在外部验证中，其预测能力依然保持较高水平（AUROC为0.98）。与传统的临床评分系统相比，该模型在预测复杂AP和持续性器官衰竭方面表现出更高的准确性。这表明，基于PBMCs的B细胞转录组特征可能成为一种新型的早期预测工具，具有临床转化的潜力。

在研究过程中，研究人员还发现，TCR和BCR的多样性与AP的严重程度密切相关。在复杂AP患者中，TCR和BCR的多样性显著增加，这可能反映了免疫系统在应对疾病时的适应性变化。然而，TCR和BCR的多样性变化机制及其对AP进展的影响仍有待进一步研究。此外，研究还揭示了CD8阳性T细胞在AP中的重要性，它们的活性降低可能与复杂AP的发生有关。与此同时，浆细胞的激活可能有助于恢复免疫平衡，从而减轻AP的并发症。

尽管本研究取得了重要进展，但其仍存在一些局限性。首先，研究样本数量相对较小，未来需要更大规模的多中心研究来进一步验证模型的临床适用性。其次，该模型依赖于RT-qPCR等较为复杂的实验技术，这可能限制了其在临床中的广泛应用。最后，虽然本研究揭示了B细胞相关基因与AP病理生理之间的联系，但具体的分子机制仍需深入探讨。因此，未来的研究方向将包括扩大样本量、优化检测技术以及深入解析这些基因在AP发病机制中的作用。

综上所述，本研究通过整合单细胞测序技术与机器学习方法，首次揭示了AP患者外周血免疫景观的动态变化，并提出了一个基于B细胞来源的9个基因转录组特征，用于预测AP的严重程度和持续性器官衰竭。这一发现不仅加深了我们对AP发病机制的理解，还为AP的精准治疗提供了新的思路。此外，该模型在临床应用中的高准确性表明，它可能成为一种有效的早期预测工具，帮助医生在AP发生早期做出更精准的判断，从而提高患者的治疗效果和生存率。未来的研究将进一步探索这些基因的生物学功能及其在免疫调节中的具体作用，以期开发出更加有效的治疗策略。