两个人可能年龄相同、家族史或风险因素相似，但只有其中一人会发展出血栓。为了更好地理解这一现象，圣保罗研究所(Sant Pau Research Institute，简称IR Sant Pau)复杂疾病基因组学单元和罕见疾病生物医学研究网络中心(CIBERER)的研究人员开发了一种基于人工智能的工具，该工具整合了临床、遗传和转录组学信息来识别与该疾病相关的信号。发表在《血栓与止血杂志》(Journal of Thrombosis and Haemostasis)上的研究结果，识别出数百个与血栓相关的分子信号，并改善了对不同风险人群的特征描述。
静脉血栓是常见的心血管疾病之一，也是发病率和死亡率的主要原因。尽管已知有多种因素会增加血栓事件的风险，但有些病例在没有任何明确触发因素的情况下发生。这种被称为特发性静脉血栓栓塞的疾病形式，使得识别具有更大易感性的人群更加困难，并限制了预测其发作的能力。多项研究表明，静脉血栓风险的个体差异中，超过60%可能受遗传因素影响。然而，已知的遗传因素并不能完全解释为什么有些人会患病而其他人不会，这促使研究人员寻找新的生物标志物和风险分层工具。
为了识别传统风险因素无法完全捕捉的信号，研究团队分析了790名具有静脉血栓栓塞病史的家庭成员的信息，其中包括70名曾经历过特发性静脉血栓的患者。这些数据来自GAIT2（特发性血栓形成倾向遗传分析）家族队列，这是致力于研究血栓遗传易感性规模最大的研究计划之一。研究人员将临床和遗传变量与源自12,981个基因活性的表达谱相结合，构建了能够识别与疾病相关的模式并评估它们是否能够改进传统方法之外的风险分层的模型。
"本研究的主要贡献不仅在于识别了与血栓相关的新基因，还在于证明整合数千个生物变量可以比单独分析传统因素更准确地描述风险特征。"
——圣保罗研究所复杂疾病基因组学单元主任、该研究的共同资深作者何塞·曼努埃尔·索里亚博士
超越传统风险因素
迄今为止，血栓风险评估主要基于已知的临床因素，如年龄、肥胖、某些激素治疗或特定的基因改变。然而，这些因素并不能完全解释为什么有些人会在没有明确触发因素的情况下发展出血栓。
为了解决这个问题，研究人员应用了不同的机器学习算法，能够同时分析数千个生物变量。这种方法使他们能够识别出与特发性静脉血栓病史相关的临床和分子因素组合。
最相关的预测因子包括先前已知的标志物，如血管性血友病因子水平、体重指数、年龄以及ABO系统的某些变异。此外，分析还确定了494个基因，其活性有助于区分经历过血栓的人和没有病史的人，包括许多长非编码RNA，这是一种在血栓背景下研究较少的调节分子。
"转录组数据的整合使我们能够识别出使用传统方法无法检测到的疾病相关信号。这证明了结合人工智能和基因表达实现更精确的患者特征描述的潜力，"圣保罗研究所研究员、该研究的第一作者波尔·埃斯克雷拉博士解释道。
与血栓相关的分子特征
除了识别特定生物标志物外，研究团队还基于数千个临床、遗传和转录组变量的组合，开发了一个与血栓相关的分子特征。利用这一特征，他们创建了一个相似度评分，用于测量一个人的特征与已经经历过血栓事件的个体的相似程度。这使得识别出没有疾病史但特征与血栓患者观察到的特征相似的参与者成为可能。
转录组数据的整合显著改进了对参与者的分类。当模型仅使用临床和遗传变量时，43%没有血栓史的人被归类为高风险范围。在添加基因表达信息后，这一比例下降到23%。与此同时，识别出血栓病史人群的比例从70%提高到74%。
"基因表达提供了补充传统风险因素的额外信息层。这使我们能够更好地区分那些临床特征相似但分析其分子活性时具有不同特征的个体，"索里亚博士解释道。
迈向更个性化的预防
该研究还识别出与心血管和肾脏过程相关的信号，这些过程先前与血栓风险相关，强化了研究结果的生物学相关性。这些包括与心肌病和肾脏近端小管功能相关的几个分子通路，这两个系统之前的研究已将其与静脉血栓栓塞疾病联系起来。
作者强调，在考虑直接临床应用之前，该工具仍需要在独立队列中进行验证。尽管如此，他们认为这种方法代表了迈向更准确的血栓风险分层模型和日益个性化医学的重要一步。
"我们的工作展示了整合临床、遗传和转录组信息以获得与血栓相关因素更全面视图的价值。未来，这类策略可以帮助更准确地识别高风险特征的人群，并促进开发针对每位患者的预防措施，"索里亚博士总结道。
研究人员还指出，本研究中识别的基因和非编码RNA代表了潜在生物标志物和研究目标的新来源，有助于更深入地理解特发性静脉血栓形成机制。
【全文结束】