目的：本研究的目的是通过分析 COVID-19 患者不同时期血清中的 microRNA 及其靶基因表达的动态变化，为 COVID-19 患者的病程预测提供新的生物标志物。
方法：COVID-19 患者根据感染后时间节点分为急性期、转阴期、康复期。连续收集 16 名 COVID-19 患者三个时期的血清样本，16 名健康人血清样本作为对照。提取样本中总 RNA 进行反转录，通过实时聚合酶链反应（Quantitative Real-Time Polymerase Chain Reaction，RT-qPCR）检测各组中免疫相关的 microRNA 及其靶 mRNA 表达水平。建立分类树模型预测 COVID-19 病程，通过受试者工作特征（Receiver Operating Characteristic，ROC）曲线评价模型中自变量的预测效能。
结果：MiR-125b-5p 和 miR-155-5p 的表达在急性期明显上调，在转阴期和恢复期逐渐下降，各组间差异均具有统计学意义（P < 0.05）。靶基因 CDH5、STAT3 和 TRIM32 的表达在急性期、转阴期和恢复期逐渐下调，各组间差异均具有统计学意义（P < 0.05）。MiR-125b-5p、miR-155-5p 及 STAT3、TRIM32 构成分类树模型，模型预测的准确率为 100%，并且在各个时期鉴别及预测的 AUC 均 > 0.7。
结论：MiR-125b-5p、miR-155-5p 及 STAT3、TRIM32 表达的动态变化可预测 COVID-19 的急性期、转阴期与康复期时间节点，有待于临床进一步验证。
Keywords: miRNA, mRNA, COVID-19, classification tree model, RT-qPCR