中华急诊医学杂志  2026, Vol. 35 Issue (1): 107-113   DOI: 10.3760/cma.j.cn114656-20250403-00250

S-100β蛋白与RPTPγ基因多态性在颅脑损伤预后中的交互作用
顾卫国1 , 孙明1 , 姚成洲1 , 袁璞2 , 游萍1     
1. 徐州医科大学附属宿迁医院急诊医学科,宿迁 223800;
2. 徐州医科大学附属宿迁医院神经外科,宿迁 223800
摘要: 目的 探讨S-100β蛋白与受体型蛋白酪氨酸磷酸酶γ(receptor protein tyrosine phosphatase gamma, RPTPγ)相关基因多态性在创伤性颅脑损伤(traumatic brain injury, TBI)患者神经功能预后中的交互关系。方法 本研究为病例对照研究,选择2023年5月至2024年5月徐州医科大学附属宿迁医院接收的TBI患者作为研究对象。根据患者创伤后3个月预后情况,将其分为预后良好组和预后不良组。采用TaqMan探针进行基因分型。对比两组患者临床资料、基因型以及等位基因分析情况,并分析脑脊液S-100β蛋白水平差异。通过线性回归分析脑脊液S-100β蛋白与RPTPγ相关基因多态性之间的关联性。采用Logistic回归模型分析脑脊液S-100β蛋白与RPTPγ相关基因多态性对预后效果的交互效应。结果 共纳入100例TBI患者,其中43例发生预后不良。预后不良组与预后良好组间C和T频率及CC、CT、TT频率差异有统计学意义(均P < 0.05);两组男性的C和T频率及CC、CT、TT频率差异具有统计学意义(均P < 0.001)。两组患者在性别、血栓病史、格拉斯哥昏迷评分、S-100β指标间差异具有统计学意义(均P < 0.05)。线性回归分析显示,RPTPγ基因C/T多态性与脑脊液S-100β蛋白水平显著关联(P < 0.05)。多因素Logistic回归分析显示,高脑脊液S-100β水平、RPTPγ相关基因(NM_002841)C等位基因是预后不良的独立危险因素(P < 0.05)。当脑脊液S-100β≥0.11 μg/L和RPTPγ基因CC基因型共同存在时,TBI患者预后不良的风险会进一步增大。结论 脑脊液S-100β蛋白与RPTPγ相关基因多态性在TBI患者神经功能就预后中效果密切相关,临床可通过检测TBI患者RPTPγ相关基因多态性评估其预后效果。
关键词: S-100β蛋白    RPTPγ基因多态性    创伤性颅脑损伤患者    神经功能    
Interaction between S-100β protein and RPTPγ gene polymorphisms in the prognosis of traumatic brain injury
Gu Weiguo1 , Sun Ming1 , Yao Chengzhou1 , Yuan Pu2 , You Ping1     
1. Department of Emergency Medicine, Affiliated Suqian Hospital of Xuzhou Medical University, Suqian 223800, China;
2. Department of Neurosurgery, Affiliated Suqian Hospital of Xuzhou Medical University, Suqian 223800, China
Abstract: Objective To investigate the interaction between S-100β protein and receptor protein tyrosine phosphatase gamma (RPTPγ) gene polymorphisms in determining neurological functional prognosis in patients with traumatic brain injury (TBI). Methods This case-control study selected TBI patients admitted to the Suqian Hospital Affiliated to Xuzhou Medical University from May 2023 to May 2024. Based on their 3-month post-injury prognosis, patients were divided into a good prognosis group and a poor prognosis group. Genotyping was performed using TaqMan probes. Clinical data, genotypes, and allele frequencies of the two groups were compared, and the differences in cerebrospinal fluid S-100β protein levels were analyzed. The association between cerebrospinal fluid S-100β protein and RPTPγ gene polymorphisms was analyzed by linear regression. The interaction effect of cerebrospinal fluid S-100β protein and RPTPγ gene polymorphisms on prognosis was analyzed by Logistic regression model. Results A total of 100 TBI patients were included, among which 43 had poor prognosis. Significant differences were observed in the allele frequencies (C and T) and genotype distributions (CC, CT, TT) between the poor and good prognosis groups (both P < 0.05); there were statistically significant differences in C and T frequencies and CC, CT, TT frequencies between male patients in the two groups (both P < 0.001). Significant between-group differences were found in sex, history of thrombosis, Glasgow Coma Scale score, and S-100β levels (all P < 0.05). Linear regression analysis showed that RPTPγ gene C/T polymorphism was significantly associated with cerebrospinal fluid S-100β protein level (P < 0.05). Multivariate logistic regression indicated that high CSF S-100β levels and the presence of the RPTPγ (NM_002841) C allele were independent risk factors for poor prognosis (P < 0.05). When both cerebrospinal fluid S-100β ≥0.11 μg/L and RPTPγ gene CC genotype coexisted, the risk of poor prognosis in TBI patients increased further. Conclusions Cerebrospinal fluid S-100β levels and RPTPγ gene polymorphisms are closely related to the neurological functional prognosis in TBI patients. Clinically, the prognosis of TBI patients may be assessed by detecting RPTPγ-related gene polymorphisms.
Key words: S-100β protein    RPTPγ gene polymorphism    Traumatic brain injury    Neurological function    

创伤性颅脑损伤(traumatic brain injury, TBI)是全球范围内致死与残疾的主要疾病之一,给社会和家庭带来了极为沉重的负担[1]。精准评估伤情、科学预测预后是优化临床干预策略、改善患者功能转归的关键。近年来,以血清生物标志物和遗传背景为代表的个体化评估体系,为探索颅脑损伤后复杂的病理生理过程与预后差异提供了新视角[2-3]。S-100β蛋白属于一种钙结合蛋白,主要由神经胶质细胞分泌,在中枢神经系统中广泛分布,在预测神经功能损伤程度及预后方面具有显著的指示意义[4],是评估TBI患者病情及预后的重要生物标志物之一。然而,其单一评估存在明显局限:其浓度易受损伤类型、时相及全身性炎症状态等混杂因素影响,本质上是对损伤负荷的即时量化,难以独立预测由内在修复机制主导的远期神经功能转归。

受体型蛋白酪氨酸磷酸酶γ(receptor protein tyrosine phosphatase gamma, RPTPγ)基因多态性在神经生物学领域发挥重要作用。RPTPγ是调控中枢神经系统发育、可塑性与修复的关键分子之一,其主要通过去磷酸化作用调节神经元内多种信号通路的活性,从而影响神经元的存活、轴突生长、突触形成与功能维持[5]。在脑损伤后,RPTPγ的表达与活性变化直接参与调控神经炎症反应、胶质细胞活化、血脑屏障完整性以及神经元凋亡与再生之间的平衡。然而,仅基于遗传变异的评估无法捕捉急性期损伤的动态演变,存在与临床表现脱节的风险。

当前,单一的生物标志物模型或遗传学模型均存在解释力不足的缺陷。前者缺乏对内在修复代偿能力的评估,后者则无法反映实际损伤的生理学严重程度。因此,亟需建立融合状态维度与特质维度的多参数综合评估体系,以实现对疾病表型的精准刻画与动态监测。本研究旨在深入探讨S-100β蛋白与RPTPγ相关基因多态性在TBI患者神经功能预后中的交互关系,以期为临床治疗提供具有价值的理论指导。

1 资料与方法 1.1 研究对象

本研究为病例对照研究,选取2023年5月至2024年5月徐州医科大学附属宿迁医院接收的TBI患者作为研究对象。纳入标准[6]:(1)明确诊断为TBI;(2)经头颅CT、共振成像(magnetic resonance imaging, MRI)等检查和对比并确诊者[7];(3)依从性好,临床资料完整。排除标准[8]:(1)脑外伤前已存在脑损伤者;(2)合并主要功能脏器(心、肝、肾等)衰竭者;(3)既往有脑卒中、颅脑肿瘤病史者;(4)因严重颅脑损伤处于植物生存状态者;(5)颅内感染或全身感染者等;(6)入院前或研究期间接受可能影响研究指标(如S-100β、神经功能因子)的特殊药物(如糖皮质激素、神经营养药物等)治疗者。

根据患者创伤后3个月格拉斯哥预后评分(Glasgow outcome scale, GOS)分为预后不良组(GOS:1~3分)和预后良好组(GOS:4~5分)。

本研究获得患者和家属知情同意,并经徐州医科大学附属宿迁医院伦理委员会批准(审批编号:20230211)。

1.2 收集患者一般资料

在患者被诊断为TBI并入院后,全面收集其各项临床资料,以进行详尽的分析与研究。具体收集的信息包括:性别、年龄、体质指数、吸烟史、饮酒史、高血压史、血栓病史、格拉斯哥昏迷评分(Glasgow coma scale, GCS)等。

1.3 实验室指标检测

实验室检测指标包括:收缩压、舒张压、平均动脉压、白细胞介素-1β(interleukin-1beta, IL-1β)、肿瘤坏死因子-α(tumor necrosis factor-alpha, TNF-α)、红细胞计数、血红蛋白、白细胞计数、血小板计数、空腹血糖、血清肌酐、血尿素氮、尿酸、总胆固醇、甘油三酯、高密度脂蛋白胆固醇、低密度脂蛋白胆固醇、脑脊液S-100β蛋白、神经生长因子(nerve growth factor, NGF)、脑源性神经营养因子(brain-derived neurotrophic factor, BDNF)、乙酰胆碱(acetylcholine, ACh)。

1.4 基因分型检测

抽取2 mL静脉血注入EDTA抗凝管,随后将其存放于-80 ℃冰箱,以便用于基因组DNA的提取工作。采血管采集2 mL全血样本。严格依照提取试剂盒(天根,中国北京)的说明书对全血标本进行DNA提取操作。借助TaqMan荧光探针(日本TaKaRa公司)与ABIPrism7500型荧光定量PCR仪(美国ABI公司),严格依据说明书开展RPTPγ基因(NM_002841)多态性的测定流程。PCR扩增所需的引物及探针由赛默飞世尔科技(中国)有限公司提供。PCR扩增与基因分型步骤如下:首先在94℃条件下持续15 min,接着进行45个循环,每个循环包括94℃ 20 s、56℃ 30 s、72℃ 1 min,最后在72 ℃下再延伸3 min。基因分型采用Bio-Rad CFX manager 3.0软件(美国Bio-Rad Laboratories公司)予以分析。PCR结果表明:RPTPγ基因NM_002841位点存在等位基因C/T,其分型包含CC、CT、TT三种类型。

1.5 统计学方法

采用SPSS 23.0软件对收集到的数据进行分析。符合正态分布的计量资料用平均数±标准差(x±s)表示,组间比较采用两独立样本t检验;计数资料用例数(%)表示,组间比较采用χ2检验。哈代-温伯格平衡定律(Hardy-Weinberg equilibrium, HWE)采用拟合优度χ2检验。多因素Logistic回归分析影响治疗预后的因素。通过线性回归分析RPTPγ基因多态性GCS、IL-1β、TNF-α之间的关联性。引入Logistic回归模型分析RPTPγ基因多态性与GCS、IL-1β、TNF-α对治疗疗效的交互效应。以P < 0.05为差异具有统计学意义。

2 结果 2.1 患者的HWE检验

研究纳入TBI患者100例,预后不良组43例,预后良好组57例。经过HWE检验的验证,两组中RPTPγ基因(NM_002841)位点的基因型分布,在实际观测值与理论预期值之间差异无统计学意义,均呈现出遗传平衡状态。这一结果表明,RPTPγ基因NM_002841位点的各基因型均具备良好的群体代表性(均P > 0.05),见表 1

表 1 RPTPγ基因NM_002841位点基因型Hardy-Weinberg平衡检验 Table 1 Hardy-Weinberg equilibrium test for genotype at the NM_002841 locus of the RPTPγ gene
基因型 预后不良组(n=43) 预后良好组(n=57)
实际值 理论值 χ2 P 实际值 理论值 χ2 P
CC 13(30.3) 12(27.9) 0.988 0.610 10(17.6) 12(21.1) 0.229 0.892
CT 21(48.8) 25(58.1) 17(29.8) 16(28.1)
TT 9(20.9) 6(14.0) 30(52.6) 29(50.8)
2.2 患者RPTPγ相关基因多态性位点等位基因分型及基因频率的比较

预后不良组与预后良好组间C和T频率及CC、CT、TT频率差异具有统计学意义(P < 0.05);两组男性的C和T频率及CC、CT、TT频率差异具有统计学意义(P < 0.001);两组女性的C和T频率及CC、CT、TT频率差异无统计学意义(P > 0.05),见表 2

表 2 两组RPTPγ基因分型及等位基因频率分布的比较[n(%)] Table 2 Comparison of genotyping and allele frequency distribution of RPTPγ between two groups [n (%)]
组别 例数 等位基因 基因型
C T CC CT TT
预后不良组 43 47(54.7) 39(45.3) 13(30.2) 21(48.8) 9(21.0)
男性 24 27(56.3) 21(43.7) 7(29.2) 13(54.2) 4(16.6)
女性 19 20(52.6) 18(47.4) 6(31.6) 8(42.1) 5(26.3)
预后良好组 57 37(32.5) 77(67.5) 10(17.5) 17(29.8) 30(52.7)
男性 20 4(10.0) 36(90.0) 1(5.0) 2(10.0) 17(85.0)
女性 37 33(44.6) 41(55.4) 9(24.3) 15(40.5) 13(35.2)
Xa2 9.913 10.363
Pa 0.002 0.005
Xb2 20.454 20.419
Pb < 0.001 < 0.001
Xc2 0.651 0.558
Pc 0.420 0.756
注:Xa2Xb2Xc2分别表示:预后不良组与预后良好组;两组男性、两组女性的等位基因及基因型χ2检验
2.3 两组患者一般资料比较

两组患者在性别、血栓病史、GCS指标间差异具有统计学意义(均P < 0.05),其余指标差异均无统计学意义(P > 0.05),见表 3

表 3 两组患者一般资料和实验室指标比较 Table 3 Comparison of general information and laboratory indicators between the two groups of patients
指标 预后不良组(n=43) 预后良好组(n=57) χ2/t P
一般情况
  年龄(岁)a 58.69±12.65 53.97±11.37 1.958 0.053
  男性b 24(55.8) 20(35.1) 4.273 0.039
  体质指数(kg/m2a 22.85±3.19 23.23±3.42 0.566 0.573
既往史b
  吸烟史 17(39.5) 20(35.1) 0.208 0.648
  饮酒史 19(44.2) 22(38.6) 0.317 0.574
  高血压史 13(30.2) 21(36.8) 0.477 0.490
  血栓病史 24(55.8) 20(35.1) 4.273 0.039
GCS(分)b 12.054 0.002
   < 8 7(16.3) 2(3.5)
  8~12 16(37.2) 10(17.5)
   > 12 20(46.5) 45(78.9)
实验室指标a
  收缩压(mmHg) 132.15±10.22 132.20±10.16 0.024 0.981
  舒张压(mmHg) 72.34±5.68 72.48±5.42 0.125 0.901
  平均动脉压(mmHg) 94.37±8.36 94.65±8.23 0.167 0.867
  红细胞计数(×1012/L) 4.15±1.32 4.28±1.45 0.461 0.646
  血红蛋白(g/L) 125.06±26.37 123.62±27.11 0.266 0.791
  白细胞计数(×109/L) 8.54±1.68 8.69±1.73 0.435 0.665
  血小板计数(×109/L) 212.48±13.25 207.72±13.89 1.730 0.087
  空腹血糖(mmol/L) 5.17±1.12 5.24±1.21 0.296 0.768
  血清肌酐(μmol/L) 40.96±8.56 42.73±8.72 1.013 0.314
  血尿素氮(mmol/L) 3.56±1.18 3.61±1.23 0.205 0.838
  尿酸(mmol/L) 4.38±1.71 4.34±1.65 0.118 0.906
  总胆固醇(mmol/L) 4.59±1.41 4.63±1.48 0.137 0.892
  甘油三酯(mmol/L) 1.06±0.42 1.02±0.46 0.447 0.656
  高密度脂蛋白胆固醇(mmol/L) 2.48±0.81 2.52±0.76 0.253 0.801
  低密度脂蛋白胆固醇(mmol/L) 3.12±1.42 3.08±1.38 0.142 0.888
注:GCS为格拉斯哥昏迷评分;ax±sb为(例,%)
2.4 两组患者脑脊液S-100β蛋白及神经功能因子比较

两组患者S-100β蛋白及神经功能因子比较,结果显示,两组ACh差异无统计学意义(P > 0.05),预后不良组的脑脊液S-100β、NGF、BDNF、ACh、TNF-α、IL-1β高于预后良好组,差异具有统计学意义(P < 0.05)。见表 4

表 4 两组患者脑脊液S-100β蛋白及神经功能因子比较(x±s Table 4 Comparison of cerebrospinal fluid S-100β protein and neurological functional factors between the two groups of patients (x±s)
指标 预后不良组(n=43) 预后良好组(n=57) t P
脑脊液S-100β(μg/L) 0.13±0.05 0.09±0.02 5.492 < 0.001
NGF(pg/mL) 126.59±9.38 116.67±9.15 5.310 < 0.001
BDNF(ng/mL) 59.36±11.52 32.65±12.58 10.895 < 0.001
ACh(nmol/L) 5.35±2.35 5.64±2.11 0.648 0.519
TNF-α(pg/mL) 22.06±9.61 17.96±1.96 9.160 < 0.001
IL-1β(pg/mL) 17.26±5.61 10.35±3.01 7.918 < 0.001
注:NGF为神经生长因子,BDNF为脑源性神经营养因子,ACh为乙酰胆碱,TNF-α为肿瘤坏死因子-α,IL-1β为白细胞介素-1β
2.5 RPTPγ基因多态性与脑脊液S-100β蛋白水平的关联性分析

线性回归分析显示,RPTPγ基因C/T多态性与脑脊液S-100β蛋白水平相关(P < 0.05)。调整线性混杂因素后(模型2和模型3),RPTPγ基因C/T多态性与脑脊液S-100β蛋白水平仍存在显著相关性(P < 0.05),见表 5

表 5 RPTPγ基因多态性与脑脊液S-100β蛋白水平的关联性分析 Table 5 Correlation analysis between RPTPγ gene polymorphism and cerebrospinal fluid S-100β protein level
遗传模型 脑脊液S-100β蛋白水平
β(95%CI P
模型1
  加型模型 0.264(0.113~0.568) 0.031
  显性模型 0.231(0.144~0.436) 0.024
  隐形模型 0.473(0.335~1.251) 0.594
模型2
  加型模型 0.214(0.159~0.398) 0.028
  显性模型 0.285(0.211~0.365) 0.009
  隐形模型 0.435(0.025~1.441) 0.541
模型3
  加型模型 0.265(0.158~0.339) 0.034
  显性模型 0.244(0.119~0.485) 0.007
  隐形模型 0.489(0.278~1.365) 0.519
注:模型1为未校正模型;模型2为性别、年龄、体质指数、吸烟史、饮酒史;模型3为在模型2的基础上调整、高血压史、血栓病史、GCS评分
2.6 影响患者预后的多因素Logistic回归分析

将脑脊液S-100β三分类及RPTPγ相关基因(NM_002841)基因型作为自变量,将治疗后效果(预后良好=0,预后不良=1)作为因变量赋值后纳入多因素Logistic回归分析,结果显示,高脑脊液S-100β水平、RPTPγ相关基因(NM_002841)C等位基因是预后不良的独立危险因素(P < 0.05),见表 6

表 6 影响预后的多因素Logistic回归分析 Table 6 Multivariate Logistic regression analysis of factors influencing prognosis
变量 β SE Wald χ2 OR 95%CI P
脑脊液S-100β(μg/L)
< 0.10(参照组) - - - - - -
0.10~0.12 0.294 0.315 4.256 1.264 1.035~1.566 0.012
> 0.12 0.325 0.284 3.946 1.268 0.958~1.306 0.005
RPTPγ NM_002841
  TT基因型(参照组) - - - - - -
CT基因型 0.611 0.231 5.125 1.796 1.570~2.680 < 0.001
CC基因型 0.556 0.214 6.057 1.748 1.432~2.538 < 0.001
2.7 不同基因型及脑脊液S-100β蛋白水平下神经功能因子随时间变化

脑脊液S-100β水平按照中位数0.11 μg/mL分为低水平和高水平。随着时间的推移,在不同基因型与脑脊液S-100β蛋白水平的影响下,神经功能因子的变化逐渐对患者的神经功能恢复产生不同程度的影响。结果表明,CC、CT、TT型患者之间,CC型基因患者神经功能随时间变化NGF、BDNF、TNF-α和IL-1β指标在脑脊液S-100β主效应、基因型主效应和交互效应之间差异有统计学意义(P < 0.05),见表 7

表 7 不同基因型及脑脊液S-100β蛋白水平下神经功能因子随时间变化(n=100) Table 7 Changes of neurological functional factors over time under different genotypes and cerebrospinal fluid S-100β protein levels (n=100)
指标 脑脊液S-100β蛋白低水平 脑脊液S-100β蛋白高水平 脑脊液S-100β主效应 基因型主效应 交互效应
F P F P F P
NGF(pg/mL)
  CC型 124.31±9.46 115.32±9.39 1.479 0.031 1.380 0.044 1.443 0.045
  CT型 126.81±9.47 114.13±9.81 2.437 0.246 2.358 0.532 2.354 0.391
  TT型 123.27±9.79 119.89±9.89 1.455 0.539 1.654 0.220 2.033 0.289
BDNF(ng/mL)
  CC型 55.43±11.36 52.27±11.25 1.198 0.035 1.558 0.023 1.105 0.032
  CT型 55.47±11.19 51.01±11.02 1.961 0.119 0.669 0.612 0.790 0.277
  TT型 55.28±11.34 51.29±11.39 1.701 0.361 0.490 0.212 0.295 0.388
ACh(nmol/L)
  CC型 5.63±2.46 5.17±2.42 0.895 0.250 0.560 0.223 2.158 0.450
  CT型 5.70±2.44 5.26±2.32 0.409 0.239 0.381 0.534 1.762 0.352
  TT型 5.35±2.29 5.17±2.49 2.243 0.595 0.491 0.404 1.936 0.325
TNF-α(pg/mL)
  CC型 22.78±5.61 20.06±5.15 1.674 0.018 2.094 0.036 2.109 0.037
  CT型 22.06±5.16 22.67±5.26 1.885 0.428 1.361 0.520 1.688 0.604
  TT型 22.19±5.95 22.03±5.43 0.918 0.320 0.423 0.213 1.482 0.315
IL-1β(pg/mL)
  CC型 17.99±3.52 17.62±3.30 1.042 0.002 0.257 0.033 1.534 0.042
  CT型 17.55±3.21 16.99±3.36 2.166 0.528 0.512 0.381 0.239 0.239
  TT型 17.38±3.45 17.16±3.32 1.448 0.552 2.075 0.280 1.901 0.422
注:NGF为神经生长因子,BDNF为脑源性神经营养因子,ACh为乙酰胆碱,TNF-α为肿瘤坏死因子-α,IL-1β为白细胞介素-1β
2.8 RPTPγ相关基因多态性与脑脊液S-100β蛋白对预后的交互作用

交互作用分析结果显示,脑脊液S-100β≥0.11 μg/L和RPTPγ基因CC基因型存在显著的交互作用(P < 0.05)。调整混杂因素后(模型2),当脑脊液S-100β≥0.11 μg/L和RPTPγ基因CC基因型共同存在时,TBI患者预后不良的风险会进一步增大,见表 8

表 8 RPTPγ基因多态性与脑脊液S-100β对预后的交互作用 Table 8 Interaction between RPTPγ gene polymorphism and cerebrospinal fluid S-100β on prognosis
因素1基因型 因素2脑脊液S-100β蛋白(μg/L) 预后良好/不良 OR(95%CI
模型1 模型2
TT < 0.11 28/2 参考组 参考组
CT < 0.11 10/7 1.152(1.147~2.419) 1.216(1.242~2.833)
CC < 0.11 8/3 1.487(1.125~2.117) 1.502(1.208~2.238)
TT ≥0.11 4/6 1.328(1.316~3.051) 1.479(1.342~2.306)
CT ≥0.11 7/13 1.492(1.281~2.394) 1.503(1.276~2.592)
CC ≥0.11 2/10 1.526(1.295~2.743) 1.583(1.342~2.803)
交互作用 相加模型 RERI=1.862(95%CI: 1.216~3.154),P < 0.05
AP =0.713(95%CI: 0.349~1.528),P < 0.05
S=1.549(95%CI: 1.448~3.295),P < 0.05
相乘模型 OR=3.105(95%CI: 2.173~4.281),P < 0.05
注:模型1为未校正模型;模型2为调整年龄、性别、体质指数、症状表现和发作诱因
3 讨论

TBI作为临床上常见且严重的创伤类型,其高致残率与致死率对患者生命安全构成极大威胁,其临床特征较为复杂,不仅会直接导致脑组织的原发性损伤,如脑挫裂伤、颅内血肿等,还会因损伤引发一系列继发性病理生理改变,严重影响患者的生命安全[9]。目前,临床上对于TBI的治疗主要集中在手术减压、药物治疗等方面[10-11],开颅血肿清除术等手术方式虽能在一定程度上缓解颅内高压,但由于患者自身颅脑损伤程度差异、术中操作对周围脑组织的损伤以及术后护理等多方面因素影响,患者术后仍可能面临一系列并发症,如颅内感染、脑积水等,这些并发症严重影响患者的治疗效果和预后恢复[12]。TBI预后评估方面,一些传统的指标如GCS评分等虽被广泛应用,但仍存在一定局限性。

RPTPγ蛋白作为一种受体型蛋白酪氨酸磷酸酶,在细胞信号转导中扮演重要角色,通过对底物蛋白的酪氨酸残基去磷酸化,调控细胞的生长、分化、迁移和存活等过程[13]。在神经系统中,RPTPγ参与神经信号传导和突触可塑性调节,对神经细胞的正常生理功能维持及神经网络的形成和稳定意义重大[14]。有研究表明,RPTPγ主要定位于新皮层、纹状体、小脑、脑干的许多核和海马锥体层的神经元,在小脑中可通过与神经胶质纤维酸性蛋白或S100 EF结合蛋白共染色鉴定的Bergmann放射状胶质细胞表达RPTPγ,主要存在于神经元和部分星形胶质细胞里[15]。本研究中RPTPγ相关基因多态性,经DNA测序验证,RPTPγ基因(NM_002841)一致性达100%,对比两组RPTPγ基因NM_002841位点基因型与等位基因频率,发现预后不良组中CC基因型频率及C等位基因频率高于预后良好组,TT基因型频率和T等位基因频率低于预后良好组。

S-100β蛋白是一种特异性存在于神经胶质细胞中的蛋白,研究表明,S-100β蛋白在脑出血患者血清中的浓度与病情严重程度和预后有显著相关性[16-17]。有研究发现,脑损伤后脑脊液中S-100β蛋白表达明显提升,与脑损伤程度呈正相关[18]。RPTPγ基因敲除小鼠在颅脑损伤模型中表现出神经功能恢复延迟,神经炎症反应加重,提示该基因在颅脑损伤修复过程中具有重要作用[19]。本研究脑脊液S-100β蛋白及神经功能因子比较结果表明两组脑脊液S-100β、NGF、BDNF、TNF-α、IL-1β差异有统计学意义,多因素Logistic回归分析显示,脑脊液S-100β、RPTPγ基因(NM_002841)G等位基因是患者预后的独立危险因素。

在脑损伤后的神经修复过程中,S-100β蛋白和RPTPγ均发挥重要作用。S-100β蛋白水平的变化会影响神经胶质细胞的功能,而神经胶质细胞与神经细胞的存活和修复密切相关[20]。RPTPγ则直接参与神经细胞存活、轴突生长和突触可塑性的调节。当S-100β蛋白升高提示脑损伤严重时,如果RPTPγ相关基因多态性不利于神经修复,两者可能共同导致更差的神经功能预后;相反,若RPTPγ具有有利于神经修复的功能,可能会部分抵消S-100β蛋白升高带来的不良影响。本研究发现,脑脊液S-100β≥0.11 μg/L和RPTPγ基因CC基因型共同存在明显增加预后不良风险,为上述理论提供了实证支持。这一交互作用提示,S-100β蛋白所反映的急性损伤严重程度,与由RPTPγ CC基因型所决定的个体内在神经修复能力之间存在协同效应。高水平的S-100β蛋白可能标志着一个促进继发性损伤和炎症的微环境,而CC基因型可能通过其特定的分子功能,在此不利环境中进一步削弱了本应启动的神经保护与修复机制,二者协同加剧轴突退变与突触丢失,最终表现为更差的神经功能恢复。本次研究结果表明,随着时间的推移,在不同基因型与S-100β蛋白水平的交互影响下,神经功能因子的变化逐渐对患者的神经功能恢复产生不同程度的影响。CC、CT、TT型患者,神经功能恢复进程受阻,且本研究发现,CC、CT、TT型患者之间,CC型基因患者神经功能随时间变化NGF、BDNF、TNF-α和IL-1β指标在脑脊液S-100β主效应、基因型主效应和交互效应之间差异有统计学意义。这进一步支持了RPTPγ基因多态性参与调控神经修复进程的假设。具体而言,RPTPγ CC基因型可能通过以下途径影响以S-100β升高为特征的损伤后环境:它可能削弱了对神经营养因子(如NGF、BDNF)信号通路的正向调节,导致神经存活与可塑性支持不足;此外,它可能增强或未能有效抑制促炎因子(如TNF-α、IL-1β)的信号传导,加剧了神经炎症,从而与高S-100β水平所代表的胶质细胞过度活化与损伤状态产生叠加效应,共同阻碍了神经功能的恢复。

然而,本研究纳入的TBI患者样本量相对有限,这可能导致部分分析结果存在一定的偏倚,无法全面涵盖不同年龄、性别、损伤类型以及基础疾病等复杂因素影响下二者的交互关系,限制了研究结论的普遍性。未来需开展纳入多中心、大样本的前瞻性队列研究,并进行系统性的中长期随访,有助于进一步验证本研究中S-100β蛋白与RPTPγ基因多态性交互作用对神经功能恢复轨迹的预测价值。通过动态监测患者神经功能评分、影像学改变及生物标志物水平,可更清晰地揭示二者在损伤后不同时间点的相互作用模式,从而为实施个体化干预时间窗提供依据。

综上所述,脑脊液S-100β蛋白与RPTPγ相关基因多态性在TBI患者神经功能就预后中存在交互作用。这一发现为TBI患者的临床预防和治疗开辟了新的视角,为临床实践提供了有价值的指导方向。

利益冲突  所有作者声明无利益冲突

作者贡献  顾卫国:研究设计、论文撰写;孙明、姚成洲、袁璞:统计学分析,实施研究、采集数据;游萍:研究设计指导、论文修改

参考文献
[1] Hao JJ, Fang XL, Chen YY, et al. Dexmedetomidine alleviates ferroptosis caused by traumatic brain injury via the NRF2/HO-1/GPX4 pathway[J]. Metab Brain Dis, 2025, 40(8): 306. DOI:10.1007/s11011-025-01732-5
[2] Gonzalez-Ortiz F, Dulewicz M, Ashton NJ, et al. Association of serum brain-derived tau with clinical outcome and longitudinal change in patients with severe traumatic brain injury[J]. JAMA Netw Open, 2023, 6(7): e2321554. DOI:10.1001/jamanetworkopen.2023.21554
[3] Merritt VC, Maihofer AX, Gasperi M, et al. Genome-wide association study of traumatic brain injury in U.S. military veterans enrolled in the VA million veteran program[J]. Mol Psychiatry, 2024, 29(1): 97-111. DOI:10.1038/s41380-023-02304-8
[4] 王淦楠, 张忠满, 张华忠, 等. 神经元特异性烯醇化酶、S-100b蛋白对体外心肺复苏患者神经功能预后的预测价值[J]. 中华急诊医学杂志, 2024, 33(12): 1704-1709. DOI:10.3760/cma.j.issn.1671-0282.2024.12.007
[5] Huang Q, Hu LH, Chen HW, et al. A medicinal chemistry perspective on protein tyrosine phosphatase nonreceptor type 2 in tumor immunology[J]. J Med Chem, 2025, 68(4): 3995-4021. DOI:10.1021/acs.jmedchem.4c01802
[6] 张建军, 韩俊锋, 王东, 等. 脑梗死并发肺部感染miRNA-21/PTEN表达水平及其危险因素[J]. 中华医院感染学杂志, 2024, 34(10): 1453-1457. DOI:10.11816/cn.ni.2024-230914
[7] 聂晓改, 彭传梅, 张云芳, 等. S100β、IL-6、hs-CRP联合检测明显提高急性创伤性颅脑损伤诊断的灵敏性[J]. 实用医学杂志, 2024, 40(11): 1580-1585. DOI:10.3969/j.issn.1006-5725.2024.11.019
[8] 刘彩霞, 安婷婷, 刘静, 等. IMPACT和CRASH模型对创伤性颅脑损伤患者预后评估价值的比较研究[J]. 中国全科医学, 2024, 27(15): 1843-1849. DOI:10.12114/j.issn.1007-9572.2023.0367
[9] 熊雨轩, 才智, 廖晋, 等. 重型创伤性脑损伤患者术后发生重度肺部感染的相关危险因素及预测效能分析[J]. 中华创伤杂志, 2024, 40(5): 405-410. DOI:10.3760/cma.j.cn501098-20240329-00249
[10] 殷志如, 田良良, 曹光昭, 等. 基于单细胞测序技术分析安宫牛黄丸减轻创伤性颅脑损伤的分子机制[J]. 中国实验方剂学杂志, 2024, 30(23): 35-45. DOI:10.13422/j.cnki.syfjx.20250568
[11] 赵赢, 冯树全, 张代玲, 等. 超声引导头皮神经阻滞联合右美托咪定对急性创伤性脑损伤患者开颅术后脑血流的影响[J]. 中华急诊医学杂志, 2025, 34(9): 1206-1211. DOI:10.3760/cma.j.cn114656-20250324-00214
[12] 夏晶, 韩冰莎, 王炬, 等. 颅内压相关参数预测重型创伤性脑损伤预后的研究进展[J]. 中华创伤杂志, 2024, 40(4): 336-342. DOI:10.3760/cma.j.cn501098-20240123-00106
[13] Joshi MS, Stanoev A, Huebinger J, et al. The EGFR phosphatase RPTPγ is a redox-regulated suppressor of promigratory signaling[J]. EMBO J, 2023, 42(10): e111806. DOI:10.15252/embj.2022111806
[14] Kastana P, Ntenekou D, Mourkogianni E, et al. Genetic deletion or tyrosine phosphatase inhibition of PTPRZ1 activates c-Met to up-regulate angiogenesis and lung adenocarcinoma growth[J]. Int J Cancer, 2023, 153(5): 1051-1066. DOI:10.1002/ijc.34564
[15] Eill GJ, Sinha A, Morawski M, et al. The protein tyrosine phosphatase RPTPζ/phosphacan is critical for perineuronal net structure[J]. J Biol Chem, 2020, 295(4): 955-968. DOI:10.1074/jbc.RA119.010830
[16] Hamdi BA, Amin ZA, Shareef AMY, et al. Diclofenac sodium and dexamethasone co-therapy restores brain neuron-specific enolase (NSE), S-100 Beta and glial fibrillary acid protein (GFAP) proteins in experimental rat's model: a possible inhibition of P-glycoprotein[J]. Cell Mol Biol, 2023, 69(9): 100-105. DOI:10.14715/cmb/2023.69.9.14
[17] Arrais AC, Melo LHMF, Norrara B, et al. S100B protein: general characteristics and pathophysiological implications in the Central Nervous System[J]. Int J Neurosci, 2022, 132(3): 313-321. DOI:10.1080/00207454.2020.1807979
[18] 王勇, 刘海军, 徐瑞春, 等. MMP-9、TAT及S100β蛋白在老年急性脑出血中的表达及对脑水肿的预测价值[J]. 中国老年学杂志, 2021, 41(19): 4172-4175. DOI:10.3969/j.issn.1005-9202.2021.19.005
[19] Sinha A, Kawakami J, Cole KS, et al. Protein-protein interactions between tenascin-R and RPTPζ/phosphacan are critical to maintain the architecture of perineuronal nets[J]. J Biol Chem, 2023, 299(8): 104952. DOI:10.1016/j.jbc.2023.104952
[20] 乔丽梅, 李亚雄, 王小燕, 等. 全主动脉弓置换并支架象鼻术患者rScO2及S100β蛋白和NSE与围手术期神经认知障碍的关系[J]. 西安交通大学学报(医学版), 2023, 44(1): 107-114. DOI:10.7652/jdyxb202301017