Matriks Biotek英夫利昔单抗检测试剂盒--I型和II型干扰素信号的动态决定了类风湿关节炎对抗TNF治疗的反应性

解析文章《Dynamics of Type I and Type II Interferon Signature Determines Responsiveness to Anti-TNF Therapy in Rheumatoid Arthritis》

作者：Takeshi Iwasaki ^{1 2}, Ryu Watanabe ^{3 4}, Hiromu Ito ^{3 5}, Takayuki Fujii ³, Kenji Okuma ^{6 7}, Takuma Oku ^{6 7}, Yoshitaka Hirayama ^{6 7}, Koichiro Ohmura ¹, Koichi Murata ^{3 8}, Kosaku Murakami ¹, Hiroyuki Yoshitomi ⁹, Masao Tanaka ³, Shuichi Matsuda ⁸, Fumihiko Matsuda ², Akio Morinobu ¹, Motomu Hashimoto ^{3 4}

链接：https://pubmed.ncbi.nlm.nih.gov/35734167/

本文研究了类风湿性关节炎（RA）患者对肿瘤坏死因子抑制剂（TNFi）治疗的长期反应机制，特别是探讨了I型干扰素（IFN-I）和II型干扰素（IFN-II）信号通路在TNFi治疗响应中的作用。通过多组学分析，作者发现IFN-I和IFN-II信号通路的动态变化与TNFi治疗的响应性密切相关，并提出了基于IFN信号通路的潜在生物标志物。

背景

类风湿性关节炎（RA）是一种慢性炎症性疾病，可导致关节进行性破坏。虽然肿瘤坏死因子抑制剂（TNFi）是治疗RA的有效药物，但约30%-40%的患者对TNFi治疗无反应或反应不足。因此，阐明TNFi治疗响应的机制并确定预测生物标志物对于改善RA患者的治疗结果具有重要意义。

方法

患者纳入与样本收集：本研究纳入了29名接受TNFi治疗的生物疾病修饰抗风湿药（DMARD）初治RA患者。在治疗开始前和治疗三个月后收集血液样本，并在一年后评估治疗响应。治疗响应评估：根据疾病活动度评分28（DAS28-ESR）< 2.6的标准，将患者分为响应者（实现临床缓解）和非响应者（未实现临床缓解或改用其他生物制剂）。

多组学分析：

转录组分析：通过RNA测序分析外周血单个核细胞（PBMCs）的基因表达谱，使用DESeq2进行差异表达分析，并通过Metascape进行富集分析。

蛋白质组分析：使用ProcartaPlex平台测量血浆中67种蛋白质的水平。

流式细胞术：分析PBMCs的细胞表型。

单细胞分析：利用公开的单细胞RNA测序数据分析IFN信号的细胞来源。

解卷积分析：使用CIBERSORTx估计不同细胞类型的丰度，并分析IFN-II信号通路的细胞来源。

药物浓度与抗药抗体检测：使用Matriks Biotek品牌的Shikari? (Q-INFLIX) Infliximab ELISA试剂盒测量TNFi药物浓度和抗药抗体滴度。

Matriks Biotek品牌的Shikari (Q-INFLIX) Infliximab ELISA试剂盒

货号：INF-FD-REMI

产品作用：该试剂盒用于定量检测血浆或血清中Infliximab（一种常用的TNFi药物）的浓度。通过酶联免疫吸附测定（ELISA）方法，可以准确测量治疗后患者体内Infliximab的药物水平，从而评估药物的暴露情况和患者的依从性。

价值：

评估药物暴露：帮助临床医生了解患者在治疗期间的药物暴露情况，确保患者达到有效的药物浓度。

监测治疗反应：结合患者的临床响应情况，评估药物浓度与治疗效果之间的关系。

指导治疗决策：对于药物浓度不足的患者，可能需要调整剂量或更换治疗方案；对于出现抗药抗体的患者，可能需要考虑使用其他生物制剂。

个性化治疗：通过监测个体患者的药物浓度，实现更个性化的治疗方案，提高治疗效果。

实验结果

临床特征比较：治疗前，非响应者的红细胞沉降率（ESR）显著高于响应者，C反应蛋白（CRP）和DAS28-ESR也略高于响应者。

基因表达差异：治疗前，非响应者中IFN-I信号通路相关基因的表达显著高于响应者。治疗后三个月，非响应者中IFN-II信号通路相关基因的表达显著增加，而响应者中则有所下降。

IFN信号通路与临床响应的关系：IFN-I评分在非响应者中持续较高，而在响应者中有所下降。IFN-II评分在非响应者中治疗后显著增加，而在响应者中有所下降。

生物标志物鉴定：淋巴细胞数量和CXCL10蛋白水平与IFN-I信号通路相关，可作为预测TNFi治疗响应的潜在生物标志物。

治疗前HGF蛋白水平可预测IFN-II评分的增加幅度。

细胞来源分析：单细胞分析显示，IFN-I信号主要来源于单核细胞。

解卷积分析表明，IFN-II信号主要来源于CD4+和CD8+ T细胞。

结论

本文首次报道了IFN-II信号通路在TNFi治疗响应中的作用，并发现IFN-I和IFN-II信号通路的动态变化与RA患者对TNFi治疗的长期响应性密切相关。淋巴细胞数量、CXCL10和HGF水平可作为预测TNFi治疗响应的潜在生物标志物。这些发现为理解TNFi治疗响应的机制提供了新的视角，并为临床个性化治疗提供了依据。

多组学分析的整合：本文通过转录组、蛋白质组和流式细胞术等多组学方法的整合分析，全面揭示了IFN信号通路在RA患者TNFi治疗响应中的作用。这种多组学分析策略为复杂疾病的研究提供了新的思路。

IFN信号通路的双重作用：研究发现，IFN-I信号通路在非响应者中持续激活，可能通过抑制淋巴细胞增殖等机制影响治疗响应；而IFN-II信号通路在治疗后的动态变化则可能与T细胞的激活和分化有关。这一发现揭示了IFN信号通路的复杂性和多样性。

生物标志物的鉴定：通过关联分析，本文鉴定了多个与IFN信号通路相关的潜在生物标志物，这些标志物不仅有助于预测治疗响应，还可能为理解RA的发病机制和开发新的治疗方法提供线索。

临床应用的潜力：本文提出的生物标志物和IFN信号通路的相关发现具有潜在的临床应用价值。通过监测这些标志物和信号通路的变化，临床医生可以更准确地评估患者的治疗响应和预后，从而制定更加个性化的治疗方案。

方法学的创新：本文采用了多种先进的分析方法和技术手段，如单细胞RNA测序、解卷积分析等，这些方法的应用为深入研究复杂疾病的分子机制提供了新的工具和视角。

综上所述，本文通过多组学分析深入探讨了IFN信号通路在RA患者TNFi治疗响应中的作用和机制，并提出了多个潜在的生物标志物。这些发现不仅增进了我们对RA发病机制和TNFi治疗响应的理解，也为临床个性化治疗提供了新的依据和思路。