牛！人工智能助力挖掘鸟分歧杆菌生物标志物！

非结核分枝杆菌（non-tuberculous mycobacteria，NTM）疾病，如鸟分枝杆菌复合群相关肺病（Mycobacterium avium complex pulmonary disease，MAC-PD）临床表现多样。然而，NTM疾病的临床表现与结核病相似，即使是有经验的医生也难以区分。

显微镜检查应常规使用金胺-苯酚染色进行，因为它可以直接评估分枝杆菌，并为分枝杆菌疾病的培养提供有用的辅助手段。但仅分离NTM并不能做出诊断，NTM肺部疾病的诊断取决于微生物学、临床和放射学检查结果。此外，肺结核病例中涂片阴性患者的比例为51%。

新一代测序（NGS）技术用于全面诊断Mtb和NTM，但直接诊断标本的NGS尚未标准化。全基因组测序（WGS）可作为诊断分枝杆菌感染不同亚型的高分辨率检测方法。然而，测序方法不仅需要昂贵的设备和实验耗材，还需要专业的测序和数据分析团队，最终将检测成本强加给患者，使这种检测在低级医院中不可行。

基于生物信息学分析挖掘遗传生物标志物的策略

从GEO数据库中获取了4个数据集，即：GSE205161、GSE107991、GSE199403和GSE152218，并使用R软件包对原始数据进行分类。随后，我们应用富集分析并通过机器学习技术确定了关键的差异表达基因（DEGs）。接着，我们进行蛋白质-蛋白质相互作用（PPI）分析、相关性分析、基因功能（GO）分析、基因集富集分析（GSEA），以及Kyoto Encyclopedia of Genes and Genomes（KEGG）途径富集分析，以揭示分枝杆菌感染的潜在生物学过程。为了识别关键的生物标志物，我们采用了基于LASSO的交叉验证逻辑回归分析。最后，我们使用外部验证数据集进行广泛的筛选和鉴定，以识别与NTM、LTBI和ATB相关的分子生物标志物。

鉴定与非结核分枝杆菌、结核分枝杆菌和结核病相关的差异表达基因

NTM vs LTBI组有20488个基因，NTM vs ATB组有20,272个基因，LTBI vs ATB 组有20,299个基因，所有组合共有20,736个非对偶基因。DEG的显著性标准基于|Fold Change| ≥ 2，对应于 |log2FC|> 1，p值< 0.05。最终，NTM与LTBI组中的229个差异基因达到这些阈值。在NTM vs ATB组中，有256个差异基因达到阈值，在LTBI vs ATB组中，有572个差异基因达到阈值（图D）。

图. NTM、LTBI和ATB患者的转录变化

构建PPI网络，进一步研究DEGs之间的相互作用。

显示了NTM与LTBI、NTM的DEGs相邻节点数对ATB和LTBI对ATB。前三个相邻节点（HP、HBD、HBB、PSAD2、ISG15、IFI44L、GBP1，IFIT3和STAT1）用粗体突出显示。总体而言，LTBI组与ATB组的PPI网络更广泛，最大相邻节点为56个，NTM和LTBI组的PPI网络最小，节点数也相应较少，而NTM和LTBI组是介于两者之间最大相邻节点数为24的组。

结论

本研究采用生物信息学和机器学习技术确定了4种分枝杆菌感染潜在的全血标志物。这些基因（HBA1、HBA2、HBD、METTL7B）的诊断潜能已被外部GEO数据集验证，在培养或其他病原学方法检测方法不确定的情况下，这些基因有助于潜在地提高NTM、LTBI或ATB患者的诊断。此外，我们的研究提供了分枝杆菌感染途径中对信号传导的见解，从而有助于设计新的治疗策略来控制相关疾病。

参考文献：

Jia Q, Wu Y, Huang Y, et al. New genetic biomarkers from transcriptome RNA-sequencing for Mycobacterium tuberculosis complex and Mycobacterium avium complex infections by bioinformatics analysis[J]. Scientific Reports, 2024, 14(1): 17385.