Page 140 - 南京医科大学学报自然科学版
P. 140
第42卷第5期
·736 · 南 京 医 科 大 学 学 报 2022年5月
[29]
[27]
能的改善比骨膜蛋白水平较低的患者更明显 。 未提高EA诊断的准确度。同样,Wagener等 将血
相较于其他 2 型炎症生物标志物,血清骨膜蛋 嗜酸粒细胞、FeNO和血清骨膜蛋白3个标志物组合
白的实验室标本处理和分析工作缺乏标准化流程, 在一起时,没有发现任何改善。在指导治疗方面,
且 易 受 年 龄 、吸 烟 、体 重 指 数(body mass index, Malerba等 [35] 研究发现,与传统策略(基于临床症状)
BMI)、合并症等因素的影响 [26,30] ,因此对于结果的 相比,联合FeNO和痰嗜酸粒细胞调整ICS剂量可提
解读需谨慎。 高EA控制水平以及减少急性发作。正在进行中的
英国医学研究理事会的难治性哮喘分层计划(RASP⁃
4 免疫球蛋白E(immunoglobulin E,IgE)
UK)旨在探索重症哮喘的新型生物标志物分层策
IgE 通过 Fc 区与肥大细胞上的 FcεR Ⅰ受体或 略,以改善重症哮喘患者的临床管理和靶向治疗,
B淋巴细胞和嗜酸粒细胞上的FcεR Ⅱ受体结合,释 其结果在未来将提供更多的信息 。
[36]
放炎症介质,在过敏反应中发挥重要作用 [13,31] 。IgE
6 嗜酸粒细胞阳离子蛋白和嗜酸粒细胞源性神经
与痰嗜酸粒细胞相关 [5-6] ,但其诊断嗜酸粒细胞性哮
毒素
喘的效力可能劣于FeNO和血嗜酸粒细胞。Wester⁃
hof 等 [32] 通过受试者工作特征曲线比较血嗜酸粒细 嗜酸粒细胞阳离子蛋白(eosinophil cationic pro⁃
胞、FeNO 和总 IgE 3 种生物标志物预测痰嗜酸粒细 tein,ECP)和嗜酸粒细胞源性神经毒素(eosinophil⁃
胞增多的准确度发现,总IgE的曲线下面积(area un⁃ derived neurotoxin,EDN)是嗜酸粒细胞活化的标志,
der the curve,AUC)最小。Good 等 [33] 通过支气管镜 被认为是哮喘2型炎症的潜在生物标志物 [37-38] 。一
检查以鉴定哮喘表型,也发现总 IgE 水平与支气管 项美泊利单抗治疗重症EA的Ⅲ期临床试验的事后
肺泡灌洗液或活检标本中的嗜酸粒细胞缺乏相关 分析 [39] 结果显示,EDN 和 ECP 可预测第 1 秒用力呼
性,尽管这部分有嗜酸粒细胞证据的患者大多(> 气 容 积(forced expiratory volume in first second,
80%)过敏原皮肤试验阳性。 FEV1 )的改善,同时高基线 EDN 亚组的哮喘急性发
血清总IgE 虽不能预测哮喘患者的临床应答, 作频率较低基线 EDN 亚组下降更明显。但研究者
但抗 IgE 治疗可显著减少气道和外周血嗜酸粒细 指出,EDN的预测能力很大程度上是由于其与基线外
胞 [34] 。对这一矛盾可能的解释是与抗IgE下调肥大 周血嗜酸粒细胞的相关性。最近,有研究显示血清
细胞、嗜碱性粒细胞和树突状细胞表面的FcεRⅠ有 EDN 可用于评估 EA 的严重程度 [40] 。An 等 [41] 发现
关,表达 FcεRⅠ细胞的减少限制过敏原诱导的 IgE EDN 比血嗜酸粒细胞计数能更好地反映哮喘控制
介导的反应,进而阻止细胞因子的释放和嗜酸粒细 状况(AUC 0.726 vs. 0.628,P=0.024)。
[2]
胞在气道中的募集 。此外,抗IgE治疗还可以通过
7 呼吸组学、基因组学、蛋白组学、脂质组学等
降低气道树突状细胞水平促进 Th2 分化、嗜酸粒细
胞存活和募集所必需的2型细胞因子减少。 “组学(omics)”反映了一种基于从单个样本获
取大规模数据集的实验范式,目的是识别疾病的生
5 血嗜酸粒细胞、FeNO、血清骨膜蛋白和总 IgE 的
物标志物和/或阐明新的功能或病理机制 [42] 。测量
组合
呼出气冷凝物中的挥发性有机化合物(volatile or⁃
Korevaar 等 纳入 32 项研究的荟萃分析显示, ganic compound,VOC)称为“呼吸组学”。呼出气中
[6]
使用单一的替代生物标志物将导致大量假阳性或 含有数千种VOC的复杂气体混合物,它们来自全身
假阴性。不难理解,EA 发病机制复杂、涉及不同的 和局部的代谢、炎症和氧化过程 [43] 。目前用于分析
分子途径,而不同的生物标志物可能代表不同的 2 VOC的技术包括气相色谱⁃质谱(gas chromatography⁃
型气道炎症途径。因此,两个或两个以上生物标志 mass spectrometry,GC ⁃ MS)和 电 子 鼻(electronic
物的组合或许可以提高检测嗜酸性气道炎症的敏 nose,eNose)。GC⁃MS作为一种化学分析技术,通过
感性和特异性。 与先前建立的参考库比较单个化合物的质量与电
[32]
Westerhof 等 联合使用FeNO 和血嗜酸粒细胞 荷比以识别出呼吸样本中的单个成分;电子鼻则是
显著提高了诊断EA的准确度,但将总IgE加入FeNO 类似哺乳动物嗅觉的多传感器设备,其对VOC混合
和血嗜酸粒细胞的组合时,AUC值无明显变化。而 物中的多种化合物具有交叉反应,产生由VOC混合
[5]
[43]
Hastie 等 联合使用血嗜酸粒细胞、FeNO 和 IgE 并 物驱动并具有其特征的传感器响应模式 ,缺点是不