在国家自然科学基金项目(批准号：82041011)的资助下，中日友好医院曹彬教授课题组首次利用综合生物信息学分析结合临床验证的方法，深入挖掘流感患者全血转录组学数据库并筛选关键的候选基因，进一步利用临床样本验证并分析关键基因编码蛋白在反映疾病严重程度和临床结局的优势。这些发现为理解重症流感的免疫机制，确定新型的免疫学标志物提供了新思路。相关结果以“综合生物信息学分析和初步临床验证确定重症流感的新型生物学标志物(Identification of key candidate biomarkers for severe influenza infection by integrated bioinformatical analysis and initial clinical validation)”为题，于2021年1月14日在线发表于《细胞与分子医学杂志》(Journal of cellular and molecular medicine)。第一作者为博士研究生刘帅和黄智生。

鉴于重症流感的高发病率和高死亡率，寻找重症流感特异性的免疫学标志物，及时评估季节性流感的疾病状态并正确预测疾病发展对流感患者临床管理十分重要。该研究首先对NCBI-GEO数据库中的测序数据集GSE111368进行综合分析，确定流感患者和健康人之间的差异表达基因(differentially expressed genes, DEGs)。同时使用加权基因共表达网络分析方法(weighted gene co-expression network analysis, WGCNA)找到与临床严重程度密切相关的关键模块。其次，对从两个分析结果中筛选出的43个共同的差异表达基因进行蛋白互作网络构建和模块化分析。最后确定了四个关键基因LCN2，BPI，ELANE和MMP8，同时评估其各自的编码蛋白在反映疾病严重程度方面与传统生物学标志物的优势(图一)。总之，这些发现将有助于确定重症流感感染更可靠的生物学标志物进行早期诊断和预后评价，以期为精准的宿主靶向免疫治疗提供参考。

图一：重症流感新型免疫学标志物的筛选及鉴定

论文链接：https://onlinelibrary.wiley.com/doi/10.1111/jcmm.16275