引用本文： 黃于藝, 張俊艷. 寡細胞哮喘的特征基因挖掘及其對哮喘治療靶點的應用前景評估. 中國呼吸與危重監護雜志, 2022, 21(12): 849-854. doi: 10.7507/1671-6205.202207052 復制
支氣管哮喘（簡稱哮喘）是一種以氣道慢性炎癥為特征的異質性疾病，根據誘導痰中炎癥細胞分類，劃分為四種炎癥表型：嗜酸性粒細胞型哮喘、中性粒細胞型哮喘、混合細胞型哮喘以及寡細胞型哮喘（paucigranulocytic asthma，PGA）[1]。其中嗜酸性粒細胞型哮喘、中性粒細胞型哮喘研究熱度較高，而寡細胞型哮喘則研究很少。研究表明寡細胞型哮喘約占全部哮喘患者的30%左右，是一種相對常見的哮喘表型。寡細胞型哮喘患者雖然嗜酸性粒細胞與中性粒細胞偏低，但與正常對照人群相比，仍然是顯著升高的。因此，寡細胞型哮喘，不是沒有炎癥，只是炎癥相對其于他哮喘而言處于較低的狀態[2]。目前認為，寡細胞型哮喘患者具有較好的肺功能，且急性加重的發生較少，對糖皮質激素反應良好[3]，但仍有部分接受了規范治療的寡細胞型哮喘患者哮喘控制水平較差[4]。寡細胞型哮喘的發病機制與基因調控特點仍然存在很多疑問。
隨著生物信息學技術的發展，以及公共功能基因組數據庫的開放獲取，篩選并利用已有的臨床患者樣品芯片數據進行深入挖掘，對發現疾病關鍵基因及基因的互作網絡都有較大裨益，為解析疾病發生發展的分子學基礎，及疾病的深入研究提供了重要參考。本研究從公共功能基因組數據庫GEO（Gene Expression Omnibus）平臺獲取不同炎癥表型成人哮喘患者的芯片數據集（GSE143303），進行數據整理并深度挖掘參與寡細胞型哮喘的調控網絡與關鍵基因，對寡細胞型哮喘的發病機制與治療靶點進行探討。
1 資料與方法
1.1 資料
美國國立生物技術信息中心的公共功能基因組數據庫GEO是一個包含下一代測序數據、微陣列數據等核酸與蛋白質高通量檢測數據的國際公共存儲庫。本研究從GEO平臺下載GSE143303芯片數據集，該數據集包含47例患有嚴重哮喘且具有不同炎癥表型的成人支氣管活檢樣本，其中包含寡細胞型哮喘16例和健康對照13例。本研究參考注釋文件來源于GPL10558平臺（Illumina HumanHT-12 V4.0 expression beadchip）。
1.2 方法
1.2.1 基因集富集分析
基因集富集分析（Gene Set Enrichment Analysis，GSEA）是一種運用在基因表達數據的常規分析手段。本研究利用GSEA分析工具，以不同功能基因集為基礎，對數據集的整體測序基因進行功能基因集富集分析。結合富集基因數在相應基因集的占比（gene ratio）、富集分數、標準化富集分數（normalized enrichment score，NES）、校正P值等指標對富集結果進行評分，以篩選出對相關表型正負關聯度最強的功能基因集。
1.2.2 通路基因集的網絡聚類分析
利用R語言軟件，分別構建與表型正負關聯度最強基因集的基因互作網絡，并以與對照樣本的表達差異程度對基因進行標注。根據網絡分布、結點中心度，結點間交聯程度，計算不同網絡間的相關性，并對網絡間的共性基因進行分析。
1.2.3 差異基因篩選
對芯片數據進行分析前清洗，對無效與冗余基因進行剔除，僅入庫有效基因。使用Limma工具對寡細胞型哮喘與正照對照樣本進行基因差異分析，以|log2FC|≥0.58，P<0.05為標準篩選差異表達基因。
2 結果
2.1 GSEA分析
利用R語言軟件，對GSE143303數據集中的寡細胞型哮喘和健康對照的支氣管活檢樣本的基因表達譜進行整理，剔除無用和冗余數據，篩選出18134個有效檢測基因。利用GSEA分析工具，對數據進行基因集富集分析，共篩選出有顯著意義的通路基因集115個（P<0.05），其中與寡細胞型哮喘正相關的通路基因集有37個（NES>0），負相關的通路基因集有78個（NES<0）。圖1a顯示前5個與寡細胞型哮喘正相關的通路有蛋白酶體、氧化磷酸化、丙酮酸代謝、鐵死亡、葉酸合成；圖1b顯示前5個與寡細胞型哮喘負相關的通路有哮喘、腸道免疫網絡相關IgA、原發性免疫缺陷、Th1和Th2細胞分化、病毒性心肌炎。可以從圖中看出，以上通路的NES頂點皆出現在左頂或右底，說明基因集與表型分類相關性很高。
圖1
GSE143303數據集的GSEA分析結果
縱坐標代表標準化的富集分數（NES），模坐標代表相應基因集內基因的富集程度，不同顏色代表不同基因集。a. 顯示前5個與寡細胞型哮喘正相關的通路有蛋白酶體、氧化磷酸化、丙酮酸代謝、鐵死亡、葉酸合成；b. 顯示前5個與寡細胞型哮喘負相關的通路有哮喘、腸道免疫網絡相關IgA、原發性免疫缺陷、Th1和Th2細胞分化、病毒性心肌炎。
2.2 寡細胞型哮喘相關通路的基因調節分析
結合寡細胞型哮喘最為相關的10個通路與涉及相關基因的占比進行聯合分析，結果發現，與寡細胞型哮喘正相關的通路中，涉及基因占比超過50%的通路有蛋白酶體和氧化磷酸化兩個過程，說明蛋白酶體和氧化磷酸化過程在寡細胞型哮喘中有明顯促進作用。與寡細胞型哮喘負相關的通路中，涉及基因占比超過50%的通路僅有哮喘通路，說明在寡細胞型哮喘中，哮喘通路中相關基因大部分呈現表達量下降和明顯抑制狀態 （圖2）。
圖2
寡細胞型哮喘中的促進與抑制通路
圓圈大小代表富集基因數目多少，顏色從藍到紅代表校正
研究對寡細胞型哮喘顯著相關的通路基因集進行網絡聚類分析，結果發現，與寡細胞型哮喘正相關的不同通路基因網絡之間，基因隔離度較高，網絡功能相對獨立。相反，與寡細胞型哮喘負相關的不同通路基因網絡之間，存在一定的基因糾纏與基因共集，基因網絡功能有一定較交叉，存在相互調節的情況。其中HLA相關基因如：HLA-DMB、HLA-DOA、HLA-DOB、HLA-DPA1、HLA-DPB1、HLA-DQA1、HLA-DQB1、HLA-DRA、HLA-DRB1、HLA-DRB3、HLA-DRB5在4個負相關網絡中出現交聯，說明HLA相關基因在寡細胞型哮喘中可能承擔了重要作用（圖3）。
圖3
寡細胞型哮喘強相關互作網絡
顏色從紅到藍代表基因表達量相對高低。
2.3 寡細胞型哮喘差異表達基因分析
利用Limma工具包對數據進行差異分析，共篩選中94個顯著差異基因（P<0.05及|log2 FC|≥0.58），其中顯著上調基因33個，顯著下調基因61個。經過基因聚類分析可以看出，部分差異基因在寡細胞型哮喘與正常對照的表達模式有較大差別，表型分界明顯（圖4）。將差異基因與在寡細胞型哮喘負相關基因網絡中出現交聯的基因進行聯合分析，結果發現，寡細胞型哮喘負相關基因網絡交聯基因TNFRSF13B、HLA-DQB1、HLA-DRB5在寡細胞型哮喘背景下，與正常對照組相比存在表達差異，其中TNFRSF13B有顯著差異，說明此基因有可能在寡細胞型哮喘中起了重要調控作用（圖5）。
圖4
差異基因熱圖
顏色從紅到藍代表顯著差異基因表達量的相對高低
圖5
寡細胞型哮喘相關互作網絡的共性基因與差異基因共標火山圖
紅顏色代表顯著上調，藍顏色代表顯著下降
3 討論
寡細胞型哮喘是一類不容忽視的哮喘表型，與嗜酸性粒細胞型哮喘、中性粒細胞型哮喘相比，其發生機制研究得并不清楚。為了指導臨床上寡細胞型哮喘的深入研究，先前也有課題組用生物信息學方法對寡細胞型哮喘以及非寡細胞型哮喘的差異基因進行了分析[5]。考慮到所用芯片集的選取及分析方法的限制，我們認為寡細胞型哮喘的關鍵基因分析仍有較大改進的空間。因此我們依托最新的芯片數據集，將寡細胞型哮喘與正常對照人群的基因數據進行了對比分析，以期從發病的角度尋找寡細胞型哮喘的關鍵基因及病理機制。
本研究從GEO平臺庫獲取GSE143303芯片數據集，該數據集包含47例患有嚴重哮喘且具有不同炎癥表型的成人支氣管活檢樣本，其中包含寡細胞型哮喘16例和健康對照13例。在對數據集進行系統整理后，利用GSEA分析工具，對數據進行基因集富集分析，共篩選出與寡細胞型哮喘有顯著相關的通路基因集115個（P<0.05）。說明寡細胞型哮喘患者與正常對照組相比，發生了較多且復雜的病理變化。但對于寡細胞型哮喘的相關研究暫時較少，以2019年為始點，只能從PUBMED檢索出52篇文獻，其涉及的病理機制與疾病通路變化還不是十分清楚。
在本研究分析中，與寡細胞型哮喘最為正相關的基因集有蛋白酶體、氧化磷酸化、丙酮酸代謝、鐵死亡、葉酸合成；最為負相關的基因集有哮喘、腸道免疫網絡相關IgA、原發性免疫缺陷、Th1和Th2細胞分化、病毒性心肌炎。有研究發現，寡細胞型哮喘與中性粒細胞型哮喘相比，細胞因子表達模式有比較大的區別，中性粒細胞型哮喘會出現大部分細胞因子的高表達，特別是特異性負責Th17和Th1分化的細胞因子會出現增強表達，而寡細胞型哮喘則沒有這個特點[6]。本研究分析結果之一，在寡細胞型哮喘背景下，Th1和Th2細胞分化會被強烈抑制，可以解析這個現象。
同時，寡細胞哮喘與其他類型的哮喘也存在相同之處。相對正常對照組，寡細胞型哮喘在常規哮喘通路基因數據集出現了差異表達。其中，FCER1A基因已有研究證明在哮喘發生發展中有重要作用。中國漢族人群中FCER1A基因啟動子區多態性是哮喘疾病的危險因素[7]。同時，FCER1A多態性會導致哮喘患者和非哮喘患者的IgE水平有所差異[8,9]。另外，MS4A2基因編碼免疫球蛋白IgE高親和力受體的β鏈。有研究發現，MS4A2基因突變與其啟動子的多態性可能是哮喘發生發展的危險因素[10-12]。另外，CD40LG、HLA-DRB5、HLA-DMB等哮喘通路集差異基因在寡細胞型哮喘中所起的作用還不是很清楚，需要進一步研究。
研究對寡細胞型哮喘顯著相關的通路基因集進行網絡聚類分析，發現與寡細胞型哮喘正相關通路相比，與寡細胞型哮喘負相關的不同通路基因網絡之間，存在更多的基因糾纏，基因網絡功能存在交叉和相互調節，其中較多HLA相關基因在網絡間存在多次共集和集中下調。已有研究發現，柑橘紅螨敏感型哮喘患者的HLA-DRB1的等位基因頻率與對照組相比，存在一定差異[13]。在非洲裔哮喘患者中，HLA-DRB1與特異性IgE水平顯著相關[14]。另外，HLA-DRA多態性是阿司匹林耐受型哮喘中鼻息肉發展的潛在標志物[15]。HLA-DQB1基因變異與多種過敏性疾病相關，如過敏性支氣管肺曲霉病[16]、花生過敏[17]、系統性紅斑狼瘡[18]。以上基因參與了哮喘疾病的發生發展，但此類HLA基因在寡細胞型哮喘中所承擔的角色， 還需要進一步研究。
本研究利用差異基因篩選方法，共篩選中94個顯著差異基因（P<0.05及|log2FC|≥0.58），其中寡細胞型哮喘負相關基因網絡交聯基因TNFRSF13B、HLA-DQB1、HLA-DRB5，與正常對照組相比存在表達差異，其中TNFRSF13B是顯著差異。TNFRSF13B是跨膜激活劑及鈣調親環素配體相互作用分子（transmembrane activator and CAML interactor，TACI）的編碼基因，一般認為其在IgA生成過程中有重要角色[19]。以往研究發現，TNFRSF13B基因的突變會增加兒童哮喘的風險[20]。TNFRSF13B在寡細胞型哮喘中是唯一同時屬于調控網絡的共性基因和顯著差異基因，其在寡細胞型哮喘中可能承擔了重要一環，但具體的作用機制，還需要進一步研究。
綜上所述，本研究利用數據挖掘與生物信息學評價方法，對GSE143303芯片數據集進行深度分析，篩選出寡細胞型哮喘正負相關的通路基因集。結合基因調節分析和差異基因分析方法，發現了寡細胞型哮喘的關鍵基因互作網絡與關鍵基因，為揭示寡細胞型哮喘的發病機制與治療靶點提供了研究方向。
利益沖突：本研究不涉及任何利益沖突。
支氣管哮喘（簡稱哮喘）是一種以氣道慢性炎癥為特征的異質性疾病，根據誘導痰中炎癥細胞分類，劃分為四種炎癥表型：嗜酸性粒細胞型哮喘、中性粒細胞型哮喘、混合細胞型哮喘以及寡細胞型哮喘（paucigranulocytic asthma，PGA）[1]。其中嗜酸性粒細胞型哮喘、中性粒細胞型哮喘研究熱度較高，而寡細胞型哮喘則研究很少。研究表明寡細胞型哮喘約占全部哮喘患者的30%左右，是一種相對常見的哮喘表型。寡細胞型哮喘患者雖然嗜酸性粒細胞與中性粒細胞偏低，但與正常對照人群相比，仍然是顯著升高的。因此，寡細胞型哮喘，不是沒有炎癥，只是炎癥相對其于他哮喘而言處于較低的狀態[2]。目前認為，寡細胞型哮喘患者具有較好的肺功能，且急性加重的發生較少，對糖皮質激素反應良好[3]，但仍有部分接受了規范治療的寡細胞型哮喘患者哮喘控制水平較差[4]。寡細胞型哮喘的發病機制與基因調控特點仍然存在很多疑問。
隨著生物信息學技術的發展，以及公共功能基因組數據庫的開放獲取，篩選并利用已有的臨床患者樣品芯片數據進行深入挖掘，對發現疾病關鍵基因及基因的互作網絡都有較大裨益，為解析疾病發生發展的分子學基礎，及疾病的深入研究提供了重要參考。本研究從公共功能基因組數據庫GEO（Gene Expression Omnibus）平臺獲取不同炎癥表型成人哮喘患者的芯片數據集（GSE143303），進行數據整理并深度挖掘參與寡細胞型哮喘的調控網絡與關鍵基因，對寡細胞型哮喘的發病機制與治療靶點進行探討。
1 資料與方法
1.1 資料
美國國立生物技術信息中心的公共功能基因組數據庫GEO是一個包含下一代測序數據、微陣列數據等核酸與蛋白質高通量檢測數據的國際公共存儲庫。本研究從GEO平臺下載GSE143303芯片數據集，該數據集包含47例患有嚴重哮喘且具有不同炎癥表型的成人支氣管活檢樣本，其中包含寡細胞型哮喘16例和健康對照13例。本研究參考注釋文件來源于GPL10558平臺（Illumina HumanHT-12 V4.0 expression beadchip）。
1.2 方法
1.2.1 基因集富集分析
基因集富集分析（Gene Set Enrichment Analysis，GSEA）是一種運用在基因表達數據的常規分析手段。本研究利用GSEA分析工具，以不同功能基因集為基礎，對數據集的整體測序基因進行功能基因集富集分析。結合富集基因數在相應基因集的占比（gene ratio）、富集分數、標準化富集分數（normalized enrichment score，NES）、校正P值等指標對富集結果進行評分，以篩選出對相關表型正負關聯度最強的功能基因集。
1.2.2 通路基因集的網絡聚類分析
利用R語言軟件，分別構建與表型正負關聯度最強基因集的基因互作網絡，并以與對照樣本的表達差異程度對基因進行標注。根據網絡分布、結點中心度，結點間交聯程度，計算不同網絡間的相關性，并對網絡間的共性基因進行分析。
1.2.3 差異基因篩選
對芯片數據進行分析前清洗，對無效與冗余基因進行剔除，僅入庫有效基因。使用Limma工具對寡細胞型哮喘與正照對照樣本進行基因差異分析，以|log2FC|≥0.58，P<0.05為標準篩選差異表達基因。
2 結果
2.1 GSEA分析
利用R語言軟件，對GSE143303數據集中的寡細胞型哮喘和健康對照的支氣管活檢樣本的基因表達譜進行整理，剔除無用和冗余數據，篩選出18134個有效檢測基因。利用GSEA分析工具，對數據進行基因集富集分析，共篩選出有顯著意義的通路基因集115個（P<0.05），其中與寡細胞型哮喘正相關的通路基因集有37個（NES>0），負相關的通路基因集有78個（NES<0）。圖1a顯示前5個與寡細胞型哮喘正相關的通路有蛋白酶體、氧化磷酸化、丙酮酸代謝、鐵死亡、葉酸合成；圖1b顯示前5個與寡細胞型哮喘負相關的通路有哮喘、腸道免疫網絡相關IgA、原發性免疫缺陷、Th1和Th2細胞分化、病毒性心肌炎。可以從圖中看出，以上通路的NES頂點皆出現在左頂或右底，說明基因集與表型分類相關性很高。
圖1
GSE143303數據集的GSEA分析結果
縱坐標代表標準化的富集分數（NES），模坐標代表相應基因集內基因的富集程度，不同顏色代表不同基因集。a. 顯示前5個與寡細胞型哮喘正相關的通路有蛋白酶體、氧化磷酸化、丙酮酸代謝、鐵死亡、葉酸合成；b. 顯示前5個與寡細胞型哮喘負相關的通路有哮喘、腸道免疫網絡相關IgA、原發性免疫缺陷、Th1和Th2細胞分化、病毒性心肌炎。
2.2 寡細胞型哮喘相關通路的基因調節分析
結合寡細胞型哮喘最為相關的10個通路與涉及相關基因的占比進行聯合分析，結果發現，與寡細胞型哮喘正相關的通路中，涉及基因占比超過50%的通路有蛋白酶體和氧化磷酸化兩個過程，說明蛋白酶體和氧化磷酸化過程在寡細胞型哮喘中有明顯促進作用。與寡細胞型哮喘負相關的通路中，涉及基因占比超過50%的通路僅有哮喘通路，說明在寡細胞型哮喘中，哮喘通路中相關基因大部分呈現表達量下降和明顯抑制狀態 （圖2）。
圖2
寡細胞型哮喘中的促進與抑制通路
圓圈大小代表富集基因數目多少，顏色從藍到紅代表校正
研究對寡細胞型哮喘顯著相關的通路基因集進行網絡聚類分析，結果發現，與寡細胞型哮喘正相關的不同通路基因網絡之間，基因隔離度較高，網絡功能相對獨立。相反，與寡細胞型哮喘負相關的不同通路基因網絡之間，存在一定的基因糾纏與基因共集，基因網絡功能有一定較交叉，存在相互調節的情況。其中HLA相關基因如：HLA-DMB、HLA-DOA、HLA-DOB、HLA-DPA1、HLA-DPB1、HLA-DQA1、HLA-DQB1、HLA-DRA、HLA-DRB1、HLA-DRB3、HLA-DRB5在4個負相關網絡中出現交聯，說明HLA相關基因在寡細胞型哮喘中可能承擔了重要作用（圖3）。
圖3
寡細胞型哮喘強相關互作網絡
顏色從紅到藍代表基因表達量相對高低。
2.3 寡細胞型哮喘差異表達基因分析
利用Limma工具包對數據進行差異分析，共篩選中94個顯著差異基因（P<0.05及|log2 FC|≥0.58），其中顯著上調基因33個，顯著下調基因61個。經過基因聚類分析可以看出，部分差異基因在寡細胞型哮喘與正常對照的表達模式有較大差別，表型分界明顯（圖4）。將差異基因與在寡細胞型哮喘負相關基因網絡中出現交聯的基因進行聯合分析，結果發現，寡細胞型哮喘負相關基因網絡交聯基因TNFRSF13B、HLA-DQB1、HLA-DRB5在寡細胞型哮喘背景下，與正常對照組相比存在表達差異，其中TNFRSF13B有顯著差異，說明此基因有可能在寡細胞型哮喘中起了重要調控作用（圖5）。
圖4
差異基因熱圖
顏色從紅到藍代表顯著差異基因表達量的相對高低
圖5
寡細胞型哮喘相關互作網絡的共性基因與差異基因共標火山圖
紅顏色代表顯著上調，藍顏色代表顯著下降
3 討論
寡細胞型哮喘是一類不容忽視的哮喘表型，與嗜酸性粒細胞型哮喘、中性粒細胞型哮喘相比，其發生機制研究得并不清楚。為了指導臨床上寡細胞型哮喘的深入研究，先前也有課題組用生物信息學方法對寡細胞型哮喘以及非寡細胞型哮喘的差異基因進行了分析[5]。考慮到所用芯片集的選取及分析方法的限制，我們認為寡細胞型哮喘的關鍵基因分析仍有較大改進的空間。因此我們依托最新的芯片數據集，將寡細胞型哮喘與正常對照人群的基因數據進行了對比分析，以期從發病的角度尋找寡細胞型哮喘的關鍵基因及病理機制。
本研究從GEO平臺庫獲取GSE143303芯片數據集，該數據集包含47例患有嚴重哮喘且具有不同炎癥表型的成人支氣管活檢樣本，其中包含寡細胞型哮喘16例和健康對照13例。在對數據集進行系統整理后，利用GSEA分析工具，對數據進行基因集富集分析，共篩選出與寡細胞型哮喘有顯著相關的通路基因集115個（P<0.05）。說明寡細胞型哮喘患者與正常對照組相比，發生了較多且復雜的病理變化。但對于寡細胞型哮喘的相關研究暫時較少，以2019年為始點，只能從PUBMED檢索出52篇文獻，其涉及的病理機制與疾病通路變化還不是十分清楚。
在本研究分析中，與寡細胞型哮喘最為正相關的基因集有蛋白酶體、氧化磷酸化、丙酮酸代謝、鐵死亡、葉酸合成；最為負相關的基因集有哮喘、腸道免疫網絡相關IgA、原發性免疫缺陷、Th1和Th2細胞分化、病毒性心肌炎。有研究發現，寡細胞型哮喘與中性粒細胞型哮喘相比，細胞因子表達模式有比較大的區別，中性粒細胞型哮喘會出現大部分細胞因子的高表達，特別是特異性負責Th17和Th1分化的細胞因子會出現增強表達，而寡細胞型哮喘則沒有這個特點[6]。本研究分析結果之一，在寡細胞型哮喘背景下，Th1和Th2細胞分化會被強烈抑制，可以解析這個現象。
同時，寡細胞哮喘與其他類型的哮喘也存在相同之處。相對正常對照組，寡細胞型哮喘在常規哮喘通路基因數據集出現了差異表達。其中，FCER1A基因已有研究證明在哮喘發生發展中有重要作用。中國漢族人群中FCER1A基因啟動子區多態性是哮喘疾病的危險因素[7]。同時，FCER1A多態性會導致哮喘患者和非哮喘患者的IgE水平有所差異[8,9]。另外，MS4A2基因編碼免疫球蛋白IgE高親和力受體的β鏈。有研究發現，MS4A2基因突變與其啟動子的多態性可能是哮喘發生發展的危險因素[10-12]。另外，CD40LG、HLA-DRB5、HLA-DMB等哮喘通路集差異基因在寡細胞型哮喘中所起的作用還不是很清楚，需要進一步研究。
研究對寡細胞型哮喘顯著相關的通路基因集進行網絡聚類分析，發現與寡細胞型哮喘正相關通路相比，與寡細胞型哮喘負相關的不同通路基因網絡之間，存在更多的基因糾纏，基因網絡功能存在交叉和相互調節，其中較多HLA相關基因在網絡間存在多次共集和集中下調。已有研究發現，柑橘紅螨敏感型哮喘患者的HLA-DRB1的等位基因頻率與對照組相比，存在一定差異[13]。在非洲裔哮喘患者中，HLA-DRB1與特異性IgE水平顯著相關[14]。另外，HLA-DRA多態性是阿司匹林耐受型哮喘中鼻息肉發展的潛在標志物[15]。HLA-DQB1基因變異與多種過敏性疾病相關，如過敏性支氣管肺曲霉病[16]、花生過敏[17]、系統性紅斑狼瘡[18]。以上基因參與了哮喘疾病的發生發展，但此類HLA基因在寡細胞型哮喘中所承擔的角色， 還需要進一步研究。
本研究利用差異基因篩選方法，共篩選中94個顯著差異基因（P<0.05及|log2FC|≥0.58），其中寡細胞型哮喘負相關基因網絡交聯基因TNFRSF13B、HLA-DQB1、HLA-DRB5，與正常對照組相比存在表達差異，其中TNFRSF13B是顯著差異。TNFRSF13B是跨膜激活劑及鈣調親環素配體相互作用分子（transmembrane activator and CAML interactor，TACI）的編碼基因，一般認為其在IgA生成過程中有重要角色[19]。以往研究發現，TNFRSF13B基因的突變會增加兒童哮喘的風險[20]。TNFRSF13B在寡細胞型哮喘中是唯一同時屬于調控網絡的共性基因和顯著差異基因，其在寡細胞型哮喘中可能承擔了重要一環，但具體的作用機制，還需要進一步研究。
綜上所述，本研究利用數據挖掘與生物信息學評價方法，對GSE143303芯片數據集進行深度分析，篩選出寡細胞型哮喘正負相關的通路基因集。結合基因調節分析和差異基因分析方法，發現了寡細胞型哮喘的關鍵基因互作網絡與關鍵基因，為揭示寡細胞型哮喘的發病機制與治療靶點提供了研究方向。
利益沖突：本研究不涉及任何利益沖突。
