中华急诊医学杂志  2022, Vol. 31 Issue (3): 379-382   DOI: 10.3760/cma.j.issn.1671-0282.2022.03.021
特发性肺纤维化急性加重与微小RNA、游离线粒体DNA关系研究
李飞1 , 于洪涛1 , 朱明慧1 , 余国营2 , 王晓博1 , 周东鹏3 , 李惠4     
1. 河南省胸科医院呼吸科,郑州 450008;
2. 河南师范大学生命科学院,新乡 453007;
3. 河南省胸科医院科研外事科,郑州 450008;
4. 武汉市汉口医院内三科,武汉 430012
摘要: 目的 探讨特发性肺纤维化急性加重患者血浆天冬氨酸蛋白酶A(novel aspartie proteinase A, Napsin A)、表面活性蛋白A(surfactant protein A, SP-A)、表面活性蛋白D(surfactant protein D, SP-D)、血浆微小RNA29b-3p(miR29b-3p)、miR30c-5p、血浆外泌体miR21-5p和血浆游离线粒体DNA(mitochondrial DNA, mtDNA)的表达变化及其意义。方法 本研究为前瞻性研究,纳入2014年5月至2019年10月在河南省胸科医院就诊的特发性肺纤维化患者,记录其临床表现、肺功能情况和高分辨率CT。采用ELISA法检测血浆Napsin A、SP-A和SP-D,采用RT-PCR法检测血浆外泌体miR21-5p、血浆miR29b-3p、miR30c-5p和mtDNA。采用方差分析、非参数检验和卡方检验比较两组间上述指标的表达差异。Logistic回归分析AE-IPF的预测因素,并做ROC曲线分析上述指标诊断AE-IPF的价值。结果 本研究共纳入45例特发性肺纤维化患者,其中男性37例,女性8例,年龄为(63.1± 8.5)岁。两组间年龄、性别及疾病构成进行比较,差异无统计学意义(均P>0.05)。AE-IPF组游离线粒体DNA表达水平高于IPF组[10 143.48(8 045.85,12 609.65)copies/μ L vs. 6 404.22(2 671.50,9 386.00)copies/μ L,P<0.05]。AE-IPF组的抗“O”抗体(ASO)水平高于IPF组[(88.04± 52.25)IU/mL vs.(32.38± 19.91)IU/mL,P<0.01]。Logistic回归结果显示ASO是发生AE-IPF的独立预测因子(OR=1.068,95%CI:1.007~1.131,P<0.05)。联合mtDNA和ASO作ROC曲线,曲线下面积为0.884,敏感度为87.5%,特异度为85.7%。结论 IPF急性加重时,mtDNA及ASO水平均升高,ASO可作为AE-IPF发生的独立预测因子。
关键词: 特发性肺纤维化    微小RNA    外泌体    抗“O”抗体    游离线粒体DNA    

特发性肺纤维化(idiopathic pulmonary fibrosis,IPF)为原因不明的间质性肺炎,在组织学和放射学上表现为普通型间质性肺炎(usually interstitial pneumonia,UIP)。IPF患者从诊断开始中位生存期仅2~3年,个体生存期差异很大,可病情缓慢进展存活多年,也可发生急性加重导致肺功能急速恶化,称为IPF急性加重(acute exacerbation of idiopathic pulmonary fibrosis, AE-IPF)。急性加重可以发生在IPF病程的任何阶段,是IPF患者死亡的重要原因[1]。本研究通过检测特发性肺纤维化患者血浆中的表面活性蛋白A(surfactant protein A, SP-A)、表面活性蛋白D(surfactant protein D, SP-D)、血浆微小RNA29b-3p(miR29b-3p)、miR30c-5p、外泌体miR21-5p和游离线粒体DNA(mitochondrial DNA, mtDNA)表达水平变化,探索与AE-IPF有关的因素。

1 资料与方法 1.1 一般资料

选择2014年5月至2019年10月在河南省胸科医院就诊或住院治疗的特发性肺纤维化患者,病情稳定者纳入IPF组,急性加重者纳入AE-IPF组。IPF组患者纳入标准:(1)排除其他已知病因的间质性肺疾病(如家庭和职业环境暴露、结缔组织疾病和药物);(2)高分辨率CT(high-resolution CT, HRCT)呈现UIP型表现。排除合并其他肺病者,如支气管扩张症、肺结核、慢性阻塞性肺疾病、肺部肿瘤等。AE-IPF组入选标准[1]:(1)既往或当前诊断IPF;(2)通常在1个月内发生的呼吸困难急性恶化或进展;(3)胸部HRCT表现为在原来网状阴影或蜂窝影等UIP型表现背景上,新出现双肺弥漫性磨玻璃影和(或)实变影。AE-IPF组排除心力衰竭或液体负荷过重患者。本研究经河南省胸科医院医学伦理学委员会批准并经患者知情同意,伦理审批号:2014(005)。

1.2 资料收集

收集患者的一般情况,包括年龄、性别、职业史、环境接触史、吸烟史、基础疾病史、既往使用药物史。每一名患者都进行广谱的自身抗体筛查、血常规、肝肾功能、血脂、空腹血糖、抗“O”抗体(ASO)等检查。记录IPF组和IPAF组患者本次及既往就诊的HRCT,由两位放射科医生确定间质性肺疾病的类型。基础疾病史见表 1

表 1 患者一般情况比较
指标 IPF组(n=28) AE-IPF组(n=17) F/χ2 P
年龄(岁, 63.0±8.5 63.3±7.4 0.011 0.918
性别(男/女) 23/5 14/3 0.000 1.000
高血压(例) 5 4 0.213 0.711
冠心病(例) 7 3 0.331 0.719
糖尿病(例) 6 4 0.027 1.000
陈旧性脑梗塞(例) 3 1 1.840 0.290
1.3 实验方法

于清晨空腹由护士抽取外周静脉血5 mL,用EDTA抗凝,4 ℃保存30 min后送实验室进行血浆分离:1 000 g离心10 min,分离血浆和细胞组分。将采集好的血浆转移至单独的冻存管,置入-80 ℃冰箱保存。

采用双抗体夹心酶联免疫吸附试验(ELISA)检测患者血浆天冬氨酸蛋白酶A(novel aspartie proteinase A, Napsin A)、SP-A和SP-D,分别设置标准品孔、待测样本孔。绘制标准曲线,根据样品OD值在该曲线图上查出相应检测指标含量,再乘上稀释倍数,即样本的实际浓度。

采用Ribo™ exosome isolation reagent提取外泌体;Trizol裂解外泌体,并提取RNA;利用紫外分光光度计K5500进行浓度和OD值的测定;采用Bulge-Loop™ miRNA qRT-PCR Starter Kit试剂盒说明书反转录合成miR21-5p cDNA。

实时荧光定量PCR法检测血浆miR-29b-3p、miR-30c-5p和外泌体miR29b-3p:采用MagZol Reagent提取血浆中总RNA,用SYBR Green Mix进行qRT-PCR检测,以cel-miR-39-3p为外参考,各设置3个复孔。PCR反应条件:启动阶段1个循环(95 ℃ 10 min),扩增阶段40个循环(95 ℃ 10 s,60 ℃ 20 s,70 ℃ 10 s)。制作熔解曲线,采用相对定量法(2-ΔΔCt)计算。

游离线粒体DNA检测步骤简述如下:引物筛选;线粒体检测标准品制备;使用QIAamp DNA Blood Mini Kit试剂盒(QIAGEN)进行血清样品DNA提取;血清样品DNA-qPCR。血清DNA样品均稀释10倍。PCR总反应体系为10 μL,包括RNase-free H2O 2.2 μL,上、下游引物各0.4 μL,SYBR Green Mix 5 μL,模板DNA 2 μL。

1.4 统计学方法

所有资料均采用SPSS 21.0统计软件进行分析处理。对计量资料进行正态性检验,符合正态分布的统计描述采用均数±标准差()表示,采用方差分析;不符合正态分布的采用中位数(四分位数)[M(Q1Q3)]表示,采用Mann-Whitney秩和检验。两组间性别及疾病构成采用卡方检验。利用多因素Logistic回归分析发生AE-IPF的预测因子,并采用ROC曲线分析预测因素对AE-IPF的预测效能。以P<0.05为差异有统计学意义。

2 结果 2.1 入选患者的一般情况

本研究共纳入45例特发性肺纤维化患者,其中男性37例,女性8例,年龄(63.1±8.5)岁。两组研究对象的一般资料差异无统计学意义(均P>0.05)。

2.2 两组间蛋白、miRNA和mtDNA表达水平比较

IPF组与AE-IPF组两组间仅mtDNA表达水平差异有统计学意义(P<0.01),其余指标表达水平均差异无统计学意义(均P>0.05),见表 2

表 2 两组间蛋白、miRNA和mtDNA表达水平比较
分组 Napsin A(ng/mL) SP-A (pg/mL) SP-D (pg/mL) miR21-5p (copies/μL) miR29b-3p (copies/μL) miR30c-5p (copies/μL) mtDNA (copies/μL)
IPF组(n=28) 413.80 (197.59, 634.20) 7198.53 (5184.44, 8811.64) 76400.20 (8679.95, 103208.68) 7.66 (3.62, 9.06) 0.62 (0.30, 0.80) 1.26 (0.44, 1.81) 6404.22 (2671.50, 9386.00)
AE-IPF组(n=17) 550.03 (233.65, 786.97) 9045.43 (5690.34, 9415.08) 82659.45 (12331.55, 142337.90) 7.17 (3.33, 10.31) 0.75 (0.29, 0.91) 1.49 (0.70, 1.62) 10143.48 (8045.85, 12609.65)
Z 1.346 0.281 0.538 0.094 0.422 0.866 3.025
P 0.178 0.779 0.590 0.925 0.673 0.386 0.002
2.3 两组间血常规、ASO及生化水平比较

AE-IPF组ASO水平、低密度脂蛋白和载脂蛋白B较IPF组高,差异有统计学意义(均P<0.05)。其余指标两组间比较差异均无统计学意义(均P>0.05),见表 3表 4

表 3 两组间血常规、ASO及生化水平比较
分组 白细胞总数(×109/L) 中性粒细胞比率(%) 淋巴细胞比率(%) 红细胞(×1012/L) 血小板(×109/L) ASO(IU/mL)
IPF组(n=28) 8.45±3.43 60.89±18.49 25.19±13.05 4.38±0.71 228.57±50.83 32.38±19.91
AE-IPF组(n=17) 8.86±2.43 67.55±12.45 23.46±9.76 4.43±0.44 243.75±101.64 88.04±52.25
F 0.180 1.642 0.214 0.055 0.438 13.765
P 0.673 0.207 0.646 0.816 0.511 0.001

表 4 两组间生化指标比较
分组 空腹血糖(mmol/L) 谷丙转氨酶(IU/L) 尿素(mmol/L) 肌酐(μmol/L) 高密度脂蛋白(mmol/L) 低密度脂蛋白(mmol/L) 甘油三酯(mmol/L) 载脂蛋白B(g/L)
IPF组(n=28) 4.36±2.92 20.54±10.64 5.01±2.02 57.26±10.71 1.14±0.40 2.25±0.64 0.90±0.40 0.74±0.18
AE-IPF组(n=17) 4.47±4.25 21.05±16.00 5.41±1.88 64.43±14.68 1.09±0.22 3.13±0.85 1.07±0.44 1.04±0.23
F 0.011 0.015 0.413 3.405 0.069 5.669 0.622 9.021
P 0.916 0.903 0.524 0.072 0.796 0.030 0.428 0.008
2.4 多因素Logistic回归分析

采用逐步回归分析将mtDNA、ASO、肌酐和载脂蛋白B纳入模型为自变量,是否为AE-IPF作为因变量。逐步回归过程提示载脂蛋白B最终未纳入模型,分析结果显示ASO是发生AE-IPF独立预测因子(OR=1.068,95%CI:1.007~1.131,P<0.05)。见表 5

表 5 多因素logistic回归分析
因素 β S.E. Wald OR 95%CI P
ASO 0.065 0.030 4.848 1.068 1.007~1.131 0.028
mtDNA 0.000 0.000 1.390 1.000 1.000~1.000 0.238
肌酐 0.012 0.073 0.028 1.012 0.877~1.169 0.868
2.5 ASO、mtDNA和ASO联合预测AE-IPF的ROC曲线分析

mtDNA和ASO联合预测的效果优于ASO单指标预测,mtDNA和ASO联合的曲线下面积为0.884(95%CI:0.722~1.000,P<0.05)。结果见图 1表 6

图 1 预测指标的ROC曲线

表 6 ASO单指标、mtDNA和ASO联合诊断IPF的诊断价值
变量 曲线下面积 P 95%CI 敏感度 特异度
ASO 0.875 0.004 0.717~1.000 87.5% 80.0%
mtDNA和ASO 0.884 0.003 0.722~1.000 87.5% 85.7%
3 讨论

AE-IPF患者病情危重,进展迅速,预后差。近年来国际上对AE-IPF的定义及诊断标准不断更新,新的AE-IPF定义和诊断标准不再强调原因不明和排除感染。AE-IPF的危险因素和病因尚未完全明确,可能由自身内部免疫异常等因素导致原有疾病恶化,或因外部因素触发,或者两者同时存在,相互作用[2]。既往研究发现与AE-IPF有关的因素包括较低的用力肺活量和一氧化碳弥散量[3];外源性因素,包括感染、空气污染、误吸或侵入性操作都可能是导致AE-IPF的诱因[4]

Bueno等[5]发现在IPF、过敏性肺炎和自身免疫性间质性肺疾病的血浆mtDNA水平显著升高,而IPF患者的支气管肺泡灌洗液中mtDNA升高更为显著,且仅在IPF患者中发现血浆mtDNA水平与疾病严重程度之间显著相关。肺泡Ⅱ型上皮细胞中PTEN诱导激酶1缺陷导致线粒体稳态缺陷引起氧化损伤和mtDNA释放,释放的mtDNA被TOLL样受体9识别,诱导下游TGF-β介导的促纤维化反应。Sakamoto等[6]对70例IPF患者血清mtDNA浓度进行测定,通过ROC曲线分析发现血清mtDNA浓度为1 371.5 copies/μL可以对一年内发生AE-IPF风险的受试者进行分层。如果以1年内%FVC下降10%、急性加重或一年内死亡作为综合性的不良预后指标,血清mtDNA水平比其他常见的IPF生物标志物(如KL-6、SP-D)具有更好地预测效果。研究中7名受试者在诊断后3个月内死于急性加重,其血清mtDNA浓度相对于个人的基线浓度显著增加,而KL-6和SP-D的血清浓度在这些受试者中仅表现出适度的变化。以上既往研究结果表明稳定IPF患者的血清mtDNA水平可以预测未来的疾病变化。

本研究中IPF急性加重时血浆mtDNA的拷贝数较IPF稳定时明显升高,联合ASO判断AE-IPF的敏感度和特异度分别达87.5%和85.7%。在IPF患者中,肺细菌负荷可预测纤维化进展,微生物群多样性和组成与肺泡促纤维化细胞因子的增加相关。在小鼠纤维化模型中,肺生态失调先于肺损伤高峰并且持续存在[7]。Han等[8]发现IPF的进展与肺泡灌洗液中的葡萄球菌和链球菌属存在有关,但未明确是否存在因果关系。O'Dwyer等[9]发现肺泡灌洗液中细胞因子在健康对照受试者和IPF患者存在差异有统计学意义;肺细菌多样性的减少与促炎性因子、促纤维化细胞因子和生长因子的肺泡浓度增加显著相关,包括IL-1Ra、IL-1β、CXCL8、MIP-1a、G-CSF、VEGF和表皮生长因子等。与健康志愿者相比,IPF肺泡灌洗液IL-1Ra的浓度显著增加,IL-15和IL-7浓度降低。表皮生长因子与毛螺菌科的存在相关,IL-15与毛螺菌科的存在呈负相关,IL-1RA阳性与韦荣球菌属的存在呈正相关,IL-1β与乳杆菌科和普氏菌的存在呈正相关[9]。本研究显示AE-IPF时出现ASO明显升高,结合上述文献,考虑与AE-IPF时肺内链球菌载量升高有关,ASO可能是反映IPF链球菌载量的临床指标。

目前发现脂质代谢与IPF发病存在一定关系。Reyfman等[10]检测到500多个在IPF患者中异常表达的基因,在肺泡Ⅱ型上皮细胞中,IPF下调的前500个基因均涉及脂质代谢途径,包括甾醇/类固醇生物合成过程、胆固醇代谢过程和脂质代谢过程。肺泡巨噬细胞也表现出明显的脂质代谢的改变,包括对脂肪酸的细胞反应和脂质代谢过程调控。博来霉素诱导的纤维化导致肺组织脂肪合成基因mRNA减少的变化。肺泡Ⅱ型上皮细胞内脂质,包括胆固醇、游离FA、甘油三酯、PL减少以及ABCA3 mRNA表达降低,而在肺泡灌洗液中是增加的[11]。研究发现载脂蛋白或脂蛋白受体与IPF有关,如IPF组血清淀粉样蛋白A较健康对照组升高,与FVC预计值%和高密度脂蛋白呈负相关[12]。本研究显示低密度脂蛋白和载脂蛋白B在特发性肺纤维化急性加重时升高,可能提示脂质代谢在IPF中有一定的作用。

IPF中的生物标志物领域是一个新兴领域,目前已发现很多分子在IPF中有明显改变,如SP-A、SP-D、KL-6和miRNA等可考虑作为生物标志物[13],但它们与IPF急性加重的关系尚不确定。本研究对Napsin A、SP-A、SP-D、miR21-5p、miR29b-3p、miR30c-5p在AE-IPF中的表达进行研究,并未发现它们与IPF急性加重存在明显相关。

在症状加重之前,早期预测AE-IPF的发生,就有可能预防急性加重或者缩短急性加重病程,预防性地使用药物,以改善患者预后。本研究发现AE-IPF患者血浆低密度脂蛋白、载脂蛋白B、游离mtDNA和ASO水平均较IPF稳定患者升高,血浆游离mtDNA联合ASO水平可在一定程度上预测AE-IPF的发生,但尚不清楚以上指标在急性加重中的机制,仍需要进一步临床研究。

利益冲突  所有作者声明无利益冲突

作者贡献声明  李飞:研究设计、统计学分析、论文撰写、实施研究;朱明慧、王晓博、李惠:实施研究、数据收集及整理;于洪涛、余国营:研究设计;周东鹏:论文指导、研究经费支持

参考文献
[1] 中华医学会呼吸病学分会间质性肺病学组, 中国医师协会呼吸医师分会间质性肺疾病工作委员会. 特发性肺纤维化急性加重诊断和治疗中国专家共识[J]. 中华医学杂志, 2019, 99(26): 2014-2023. DOI:10.3760/cma.j.issn.0376-2491.2019.26.005
[2] 尹成胜, 张苑, 李惠萍. 特发性肺纤维化急性加重的研究进展[J]. 中华医学杂志, 2019, 99(8): 637-640. DOI:10.3760/cma.j.issn.0376-2491.2019.08.017
[3] Kershaw CD, Batra K, Torrealba JR, et al. Characteristics and evaluation of acute exacerbations in chronic interstitial lung diseases[J]. Respir Med, 2021, 183: 106400. DOI:10.1016/j.rmed.2021.106400
[4] Amundson WH, Racila E, Allen T, et al. Acute exacerbation of interstitial lung disease after procedures[J]. Respir Med, 2019, 150: 30-37. DOI:10.1016/j.rmed.2019.02.012
[5] Bueno M, Zank D, Buendia-Roldán I, et al. PINK1 attenuates mtDNA release in alveolar epithelial cells and TLR9 mediated profibrotic responses[J]. PLoS One, 2019, 14(6): e0218003. DOI:10.1371/journal.pone.0218003
[6] Sakamoto K, Furukawa T, Yamano Y, et al. Serum mitochondrial DNA predicts the risk of acute exacerbation and progression of idiopathic pulmonary fibrosis[J]. Eur Respir J, 2021, 57(1): 2001346. DOI:10.1183/13993003.01346-2020
[7] Ntolios P, Tzilas V, Bouros E, et al. The role of microbiome and virome in idiopathic pulmonary fibrosis[J]. Biomedicines, 2021, 9(4): 442. DOI:10.3390/biomedicines9040442
[8] Han MK, Zhou YR, Murray S, et al. Lung microbiome and disease progression in idiopathic pulmonary fibrosis: An analysis of the COMET study[J]. Lancet Respir Med, 2014, 2(7): 548-556. DOI:10.1016/S2213-2600(14)70069-4
[9] O' Dwyer DN, Ashley SL, Gurczynski SJ, et al. Lung microbiota contribute to pulmonary inflammation and disease progression in pulmonary fibrosis[J]. Am J Respir Crit Care Med, 2019, 199(9): 1127-1138. DOI:10.1164/rccm.201809-1650OC
[10] Reyfman PA, Walter JM, Joshi N, et al. Single-cell transcriptomic analysis of human lung provides insights into the pathobiology of pulmonary fibrosis[J]. Am J Respir Crit Care Med, 2019, 199(12): 1517-1536. DOI:10.1164/rccm.201712-2410OC
[11] Agudelo CW, Samaha G, Garcia-Arcos I. Alveolar lipids in pulmonary disease. A review[J]. Lipids Health Dis, 2020, 19(1): 122. DOI:10.1186/s12944-020-01278-8
[12] Vietri L, Bennett D, Cameli P, et al. Serum amyloid A in patients with idiopathic pulmonary fibrosis[J]. Respir Investig, 2019, 57(5): 430-434. DOI:10.1016/j.resinv.2019.03.010
[13] Inchingolo R, Varone F, Sgalla G, et al. Existing and emerging biomarkers for disease progression in idiopathic pulmonary fibrosis[J]. Expert Rev Respir Med, 2019, 13(1): 39-51. DOI:10.1080/17476348.2019.1553620