摘要

背景

慢性阻塞性肺病（COPD）是以气道炎症和重构为特征，慢性支气管炎和肺气肿为病理改变的慢性呼吸系统疾病，Anoikis resistance (AR)在多种疾病中参与慢性炎症和凋亡等病理过程，然而其在 COPD发病机制中的作用尚不清楚。本研究旨在鉴定AR相关枢纽基因表达，并评估其在COPD表型和预后中的临床意义。

方法

通过对GSE11906数据集的综合生物信息学分析，获得与AR相关的差异表达基因（DEGs）。采用Least Absolute Shrinkage and Selection Operator（LASSO）回归分析和多种机器学习算法（SVM， RF，XGB和GLM）鉴定核心枢纽基因。对核心枢纽基因的多层次验证包括外部数据集（GSE19407）、临床样本（PBMCs）、体内（香烟烟雾暴露小鼠）和体外（CSE刺激的16HBE细胞）等试验，并使用逻辑回归的方法建立诊断和预后模型。

结果

我们鉴定出5个核心枢纽基因（UCHL1、ME1、SLC2A1、BMP4、CRABP2），其中ME1、SLC2A1和BMP4在COPD中上调，且与肺气肿指数（负相关，R = -0.41 ~ -0.45）和气道壁厚（正相关，R = 0.40 ~ 0.45）密切相关。此外，这些核心枢纽基因与气道周围免疫细胞浸润有显著相关性。基于AR核心基因的“肺气肿型”COPD诊断模型（AUC = 0.860）、疾病分期（AUC = 0.882）及住院时间预后模型（AUC = 0.867）均显示出良好的临床效用。

结论

ME1、SLC2A1 和 BMP4 等 AR相关基因可驱动COPD免疫失调和气道重塑，由其构建的诊断和预后模型能够实现COPD精准的表型分析、严重程度分层和个性化预后预测，推进慢性阻塞性肺病管理的精准化和个性化。

关键词：Anoikis resistance;  COPD;  肺气肿 ;  慢性支气管炎