新冠疫情席卷全球至今，已造成约5亿人次感染，超600万人丧生，“核酸”、“绿码”也早已融入到国人的生活当中。在阅读新冠相关的报道时，我们经常能看到“无症状”、“轻症”、“重症”等字眼。有的患者感染新冠后，几乎没有感觉或仅有略微不适，而有的患者却会转为重症，甚至面临死亡。所以，感染新冠后的症状，在不同个体上可能会存在巨大差异，若重症可被准确预测，将会为临床早期干预、减少重症率、降低病死率提供更科学的依据。
近日，深圳华大生命科学研究院联合华中科技大学附属协和医院主导了一项研究，通过整合游离DNA和临床实验室结果构建的机器学习模型M2Model，显著提高了早期预测新冠危重症的准确性。成果于2022年7月15日发表于期刊《临床转化医学》。
Clinical and Translational Medicine 官网截图
目前已有大量研究通过开发机器学习模型预测新冠的病情发展，但绝大多数是采用人口统计学特征和临床参数来构建（如患者年龄、合并症负担、乳酸脱氢酶等）。然而不同个体感染新冠及临床表现有极大的异质性，因此，研究者不仅要识别危重患者和非危重患者的临床特征，还需要开发可用于监测疾病过程的分子标记，为新冠个性化治疗策略和干预措施提供理论支持。
本研究从399 名新冠住院患者（345 名非危重患者和 54 名危重患者）中收集了病人住院初期的实验室检查结果和外周血样品，并对血浆游离DNA进行了WGS测序。通过提取三类cfDNA特征来表征WGS数据，包括插入片段长度比、转录起始位点覆盖模式和 5' 片段末端的4bp长度的碱基分布特征，并通过整合这三类特征数据及实验室检查结果构建了机器学习模型M2Model。
整合cfDNA特征和实验室检查结果构建M2Model模型及预测结果
研究结果表明，M2Model 在区分新冠病毒危重症和非危重症方面显著优于其他基于单一类型特征的模型，其AUROC和AUPR分别达到 0.955±0.029和0.827± .153（p<.0001）。 M2Model的校准评估Brier得分、决策曲线分析、灵敏度、特异性、PPV、NPV和MCC都显著优于其他模型。
分析发现，在510个组合特征中仅有21个被M2Model识别为重要特征，这些临床和分子特征可用于新冠诊断和预后，并有可能作为监测新冠患者治疗干预效果标志物。同时，研究发现转录起始位点（TSS）覆盖分数对模型的预测能力贡献最大。
基因OR1L3、GSDMD、TNFAIP3、及DEFA1B 和 DEFA1 的 TSS 附近的核小体缺失区域 （NDR） 显示危重患者的相对深度低于非危重患者
进一步研究发现，17个TSS区域在新冠危重症和非危重症之间表现出截然不同的覆盖深度分布。已有研究表明TSS覆盖率下降与TSS相关基因的上调表达有关。例如，在本研究中，GSDMD的TSS覆盖评分降低可能表明GSDMD介导的炎症小体激活在危重患者中失调，这与之前的研究报道结果一致。重症患者中TNFAIP3的低TSS覆盖评分可能表明SARS-CoV-2感染严重阶段的TNFAIP3的高表达，这可能与细胞因子介导的免疫和炎症反应的激活增加有关。DEFA1B和DEFA1的TSS覆盖率下降可能表明这些抗微生物和细胞毒性肽是新冠危重症的预测因子。OR1L3的低TSS覆盖分数可能表明嗅觉受体的破坏，并可能导致危重COVID-19患者的嗅觉异常。
基于这21个重要特征的M2Model可以准确进行新冠患者风险的分层，且Spearman分析显示这些特征与不同风险强相关。本研究证明M2Model能够及早预测新冠患者有恶化为危重疾病的风险。例如，病人PU8354在入院时是一名非危重患者，M2Model通过预测发现，该病人向新冠危重症发展的风险的可能性从1.2%增加到74.3%。通过对比该病人的电子病历记录，发现该患者确在住院期间接受了有创呼吸机、抗病毒药物和抗生素等药物的治疗以减轻COVID-19的严重程度。
M2Model的新冠风险分层及预后分析
综上，本研究通过整合cfDNA特征和实验室检查结果构建了M2Model，入院时预测新冠危重症。M2Model模型识别的临床和cfDNA分子特征可用于诊断和预后评估，并有可能作为监测新冠治疗干预效果的标志物。此外，M2Model作为临床基因组框架的方法可广泛扩展到对其他疾病的早期预测，且有可能为COVID-19个体患者提供个性化管理。
深圳华大生命科学研究院白勇，华中科技大学附属协和医院郑芳，深圳华大生命科学研究院张通达为本文的共同第一作者。深圳华大生命科学研究院白勇、陈东升，华中科技大学附属协和医院程范军，深圳华大生命科学研究院金鑫为本文的共同通讯作者。本研究得到粤港免疫与遗传肾病联合实验室（No.2019B121205005）和国家自然科学基金（GrantNo.32171441和32000398）的支持。本研究已通过伦理审查，严格遵循相应法规和伦理准则。