iNature

急性缺血性中风(AIS)是世界范围内致残和死亡的主要原因。非心源性栓塞性缺血性卒中(NCIS)占AIS病例的大多数，具有高度的异质性，因此需要精准的医学治疗。

2023年5月30日，首都医科大学李子孝团队在Signal Transduction and Targeted Therapy在线发表题为“Biomarker and genomic analyses reveal molecular signatures of non-cardioembolic ischemic stroke”的研究论文，该研究利用生物标志物和基因组分析揭示了非心源性栓塞性缺血性卒中的分子特征。

急性缺血性卒中(AIS)是一种异质性综合征，其特点是复发、死亡和残疾风险高；因此，减轻缺血性卒中负担仍然是一项全球性挑战。NCIS占AIS病例的多数，主要由动脉硬化和动脉粥样硬化引起。尽管有二级预防和最佳控制危险因素的指南，但NCIS患者10年卒中复发风险约为27%，表明迫切需要新的治疗策略。近年来，关于NCIS病理生理机制的证据越来越多，这有助于制定新的治疗策略。然而，使用分子生物标志物对NCIS患者进行分层仍然是一个挑战，而且缺乏个性化的治疗策略。

循环生物标志物可用于识别NCIS的生物学和病理机制。脂质、血糖特征和肝肾功能检查经常用于监测疾病状况，是AIS的关键预后因素。特别是炎症和肠道微生物代谢物是新兴的非传统危险因素。尽管一些生物标志物的遗传基础已被广泛研究，但大多数生物标志物尚未在缺血性卒中影响的大规模人群数据集中得到很好的定义。此外，对NCIS生物学异质性的机制仍缺乏全面的认识。

将分子发现转化为治疗创新的一个主要挑战是基于分子生物标志物将中风患者重新分类为亚群。尽管生物信息学取得了进步，但捕获具有不同分子机制、治疗效果和预后的人群的异质表型仍然很困难。机器学习方法在处理复杂、高通量和多维生物医学数据时特别有用，并且可以通过检查来确定进一步的生物学关联。特别是，降维和聚类分析是无偏的、无假设的、数据驱动的方法，有助于在异构数据集中识别同质子聚类；这种方法在精密医学中越来越流行，用于对复杂疾病的表型进行重新分类，并探索与疾病相关的常见生物分子相互作用和病理生理模式。

63项非心脏栓塞性缺血性卒中(NCIS)生物标志物的研究设计和分析（图源自Signal Transduction and Targeted Therapy ）

该研究基于30个生物标志物确定了63个分子簇，并探索了NCIS生物异质性和亚群的综合景观，揭示了与特定生物标志物相关的精细亚群结构。具有炎症、肝肾功能异常、同型半胱氨酸代谢、脂质代谢和肠道菌群代谢生物标志物的亚群与不良临床结局的高风险相关，包括卒中复发、残疾和死亡。编码潜在药物靶点的几个基因被鉴定为驱动簇的推定致病基因，如CDK10，ERCC3和CHEK2。该研究通过整合基因组数据和循环生物标志物数据，找到了NCIS异质性亚群之间生物学和遗传异质性的证据，从而促进了高精度治疗策略的制定，并为未来精确医学研究提供理论基础，使得能够利用分子谱分析指导AIS患者的个体化治疗。

原始出处：

Ding， L.， Liu， Y.， Meng， X. et al. Biomarker and genomic analyses reveal molecular signatures of non-cardioembolic ischemic stroke. Sig Transduct Target Ther 8， 222 (2023). https：//doi.org/10.1038/s41392-023-01465-w.