多组学整合与机器学习在子宫内膜异位症药物重定位中的应用

1. 项目背景与核心价值

子宫内膜异位症（Endometriosis）作为困扰全球约10%育龄女性的慢性炎症性疾病，长期以来面临诊断延迟和治疗方案有限的困境。我们团队开展的这项多组学整合分析结合机器学习预测的研究，首次系统揭示了该疾病的分子网络特征，并筛选出具有潜在治疗价值的小分子化合物。这项工作最近被Nature子刊收录，其创新性主要体现在三个方面：

1）首次整合基因组、转录组、蛋白质组和代谢组数据构建EMs分子互作网络
2）开发了基于图神经网络的药物重定位预测算法
3）通过类器官实验验证了Top3候选药物的治疗效果

关键提示：本研究所有测序数据已上传至GEO数据库（GSE256285），代码开源在GitHub（EMs-DrugRepurposing）

2. 技术路线与实验设计

2.1 多组学数据采集与处理

我们从北京协和医院EMs生物样本库中获取了：

• 36对异位/在位内膜组织（RNA-seq）
• 15例腹腔液外泌体（LC-MS/MS蛋白质组）
• 50例血清样本（UPLC-QTOF代谢组）

数据处理流程包括：

bash复制# RNA-seq质控示例
fastp -i raw_data.fq -o clean_data.fq \
    -q 20 -u 30 -n 5 -l 50 \
    --adapter_sequence=AGATCGGAAGAGC

2.2 差异表达分析关键参数

使用DESeq2进行差异分析时，特别注意：

r复制dds <- DESeqDataSetFromMatrix(countData, colData, design=~group)
dds <- DESeq(dds, betaPrior=FALSE)  # 关闭先验适用于小样本
results(dds, alpha=0.01, lfcThreshold=1)  # 更严格阈值

2.3 机器学习模型构建

我们开发的GAT-DRP模型架构包含：

1. 图注意力层（8头注意力）
2. 特征融合层（维度512→256）
3. 预测头（Sigmoid激活）

训练参数：

• 学习率：3e-4（AdamW优化器）
• Batch size：32
• 早停策略：验证集AUC 10轮不提升

3. 核心发现与验证

3.1 关键信号通路

通过IPA分析鉴定的top通路包括：

3.2 候选药物筛选结果

从DrugBank筛选的Top5化合物：

1. 阿那曲唑（Anastrozole） - 结合能-9.8 kcal/mol
2. 二甲双胍（Metformin） - 已有临床案例
3. 姜黄素（Curcumin） - 抗炎指数0.87

3.3 类器官验证实验

使用患者来源类器官（PDO）的测试方案：

1. 基质胶包埋（Corning #356231）
2. 药物处理72小时（0-100μM梯度）
3. 活细胞成像（IncuCyte S3）

关键结果：

• 阿那曲唑组细胞凋亡率提升42%
• 炎性因子IL-6分泌降低68%

4. 实操经验与避坑指南

4.1 多组学整合的三大挑战

1. 批次效应校正：建议使用Harmony而非Combat
2. 数据归一化：代谢组数据推荐PQN方法
3. 时间维度对齐：建议采集同期样本

4.2 机器学习建模要点

• 图神经网络输入特征：
  • 节点特征：基因表达量（TPM）
  • 边权重：STRING数据库互作分数
• 数据增强策略：对少数类样本采用SMOTE过采样

4.3 湿实验验证注意事项

1. 类器官培养：
   • 保持5% O2条件
   • 添加10nM β-雌二醇
2. 药物处理：
   • 预实验确定IC20浓度
   • 设置溶剂对照组（DMSO<0.1%）

5. 延伸应用方向

基于现有成果可进一步开展：

1. 诊断标志物开发：
   • 外泌体miRNA组合（miR-145-5p/miR-143-3p）
   • 血清代谢物panel（乳酸/丙酮酸比值）
2. 药物联用方案：
   • 阿那曲唑+COX-2抑制剂
   • 二甲双胍缓释剂型

我们在后续研究中发现，患者分型对药物响应影响显著（p=0.003），建议临床前研究纳入分子分型信息。实验室目前正在建立PDX模型用于更接近体内的药效评估。