本文属于类型a，是一篇原创研究论文。以下是对该研究的学术报告：

本研究由Li-da Wu、Feng Li、Jia-yi Chen、Jie Zhang、Ling-ling Qian和Ru-xing Wang等人完成，其中Li-da Wu与Feng Li为共同第一作者，通讯作者为Ling-ling Qian和Ru-xing Wang。研究团队来自南京医科大学附属无锡人民医院心内科。该论文于2022年发表在《BMC Medical Genomics》期刊上，文章编号为15:64，DOI为10.1186/s12920-022-01212-0。

本研究属于心血管疾病分子机制与生物信息学交叉领域，聚焦于心房颤动（atrial fibrillation，AF）的潜在遗传生物标志物筛选和免疫浸润调控机制。心房颤动是临床上最常见的心律失常，约有1–2%的人群受其困扰，可导致心力衰竭和心源性栓塞，具有较高的致死率和致残率。尽管炎症反应已被证实在房颤的发生和发展中发挥重要作用，例如肿瘤坏死因子-α（TNF-α）、C反应蛋白（CRP）和白细胞介素-6（IL-6）在房颤患者心房组织中显著升高，但房颤的具体分子机制仍不清楚，尤其是免疫细胞浸润与房颤之间的精确关联尚需进一步研究。近年来，人工智能和机器学习方法在心血管疾病诊断和治疗中取得了显著进展，但利用机器学习方法筛选房颤关键差异表达基因（differentially expressed genes，DEGs）作为生物标志物，并结合免疫浸润分析的研究尚属首次。因此，本研究旨在基于机器学习方法筛选房颤的生物标志物，并详细评估房颤患者免疫细胞浸润的程度及其与生物标志物的相关性。

研究的工作流程主要包括数据获取与处理、差异表达基因筛选、功能富集分析、机器学习筛选关键基因、诊断效能评估、免疫浸润分析和相关性分析等环节。首先，研究团队从基因表达综合数据库（Gene Expression Omnibus，GEO）下载了三个与房颤相关的数据集：GSE41177、GSE79768和GSE14975，三个数据集均基于GPL570平台。GSE41177包含19个左心房组织样本（3个窦性心律个体和16个房颤患者）；GSE79768包含13个左心房组织样本（7个房颤患者和6个窦性心律个体）；GSE14975包含10个左心房组织样本（5个窦性心律个体和5个房颤患者）。其中GSE41177和GSE79768被合并作为训练集，GSE14975作为独立验证集。使用R软件中的“limma”包对表达谱进行log2转换和背景校正，并使用“sva”包去除GSE41177和GSE79768之间的批次效应。通过“limma”包筛选差异表达基因，共鉴定出129个DEGs，其中71个上调基因和58个下调基因。随后使用“clusterProfiler”包进行基因本体（Gene Ontology，GO）和京都基因与基因组百科全书（Kyoto Encyclopedia of Genes and Genomes，KEGG）通路富集分析，同时进行基因集富集分析（Gene Set Enrichment Analysis，GSEA）以识别房颤患者和窦性心律个体分别富集的通路。在机器学习筛选关键基因环节，研究采用了两种不同的机器学习算法：最小绝对收缩和选择算子（least absolute shrinkage and selection operator，LASSO）回归算法和支持向量机递归特征消除（support vector machine-recursive feature elimination，SVM-RFE）算法。LASSO算法使用“glmnet”包实现，采用默认的十折交叉验证；SVM-RFE算法使用“e107”包实现。LASSO算法筛选出9个关键DEGs，SVM-RFE算法筛选出40个DEGs，最终取两者重叠得到3个关键生物标志物：CYBB、CXCR2和S100A4。接着使用受试者工作特征曲线（receiver operating characteristic，ROC）评估生物标志物的诊断效能，计算曲线下面积（area under curve，AUC），并在独立验证集GSE14975中进一步验证。在免疫浸润分析环节，使用CIBERSORT算法评估每个样本中22种免疫细胞亚群的浸润比例，并通过“ggplot2”包、“pheatmap”包、“corrplot”包和“vioplot”包进行可视化，包括小提琴图展示房颤患者与窦性心律个体之间免疫细胞浸润的差异，以及基于免疫细胞浸润进行主成分分析（principal components analysis，PCA）。最后采用Spearman方法分析生物标志物与浸润免疫细胞之间的相关性，并使用“ggplot2”包进行可视化。

研究的主要结果如下：在差异表达基因鉴定方面，合并GSE41177和GSE79768后共获得129个DEGs，其中71个上调、58个下调。功能富集分析显示，这些DEGs在生物学过程中主要富集于中性粒细胞激活参与免疫反应、中性粒细胞介导的免疫、中性粒细胞脱颗粒、中性粒细胞激活和细胞防御反应等；细胞组分主要富集于含胶原的细胞外基质、分泌颗粒腔、胞质囊泡腔、囊泡腔和NADPH氧化酶复合物；分子功能主要富集于RAGE受体结合、Toll样受体结合、钙依赖性蛋白结合、超氧化物生成NADPH氧化酶活性和长链脂肪酸结合氧化还原酶活性。KEGG通路分析显示破骨细胞分化、金黄色葡萄球菌感染、白细胞跨内皮迁移、紧密连接和细胞黏附分子等通路富集最显著。GSEA结果显示，窦性心律个体主要富集Hedgehog信号通路和亚油酸代谢，而房颤患者主要富集受体信号通路、细胞黏附分子、细胞因子-细胞因子受体相互作用、白细胞跨内皮迁移和自然杀伤细胞介导的细胞毒性等通路。在机器学习筛选环节，LASSO算法鉴定出9个关键DEGs，SVM-RFE算法鉴定出40个DEGs，两者重叠的3个基因为CYBB、CXCR2和S100A4。ROC曲线显示，在训练集中CYBB的AUC为0.942（95% CI 0.845–1.000），CXCR2的AUC为0.961（95% CI 0.870–1.000），S100A4的AUC为0.932（95% CI 0.768–1.000）；在验证集GSE14975中，CYBB的AUC为0.880（95% CI 0.600–1.000），CXCR2的AUC为0.760（95% CI 0.400–1.000），S100A4的AUC为0.840（95% CI 0.520–0.912），表明这三个生物标志物具有良好的诊断效能。免疫浸润分析显示，与窦性心律相比，房颤患者左心房组织样本中T细胞γδ（T cells gamma delta）、中性粒细胞（neutrophils）和静息态肥大细胞（mast cells resting）比例较高，而滤泡辅助性T细胞（T cells follicular helper）比例较低。免疫细胞相关性分析显示，活化树突状细胞与静息态自然杀伤细胞之间具有最强的正相关（r = 0.62），初始B细胞与记忆B细胞之间具有最明显的负相关（r = -0.51）。PCA分析显示房颤患者与窦性心律个体之间存在明显的组别偏倚，进一步证明两组之间免疫细胞浸润程度存在差异。生物标志物与免疫细胞的相关性分析显示，CYBB与T细胞γδ呈正相关（r = 0.28，p = 0.029），与CD8+ T细胞（r = -0.41，p = 0.021）和滤泡辅助性T细胞（r = -0.52，p = 0.002）呈负相关；CXCR2与T细胞γδ（r = 0.43，p = 0.014）和中性粒细胞（r = 0.75，p < 0.001）呈正相关，与M2型巨噬细胞呈负相关（r = -0.53，p = 0.002）；S100A4与浆细胞（r = 0.45，p = 0.01）和静息态肥大细胞（r = 0.42，p = 0.017）呈正相关。

本研究的结论是：CYBB、CXCR2和S100A4是基于机器学习方法筛选出的房颤关键生物标志物，且与浸润免疫细胞显著相关；浸润免疫细胞在房颤中发挥关键作用。CYBB又称NOX2，与多种心血管疾病中的氧化应激有关，NOX2上调与房颤风险增加相关，抑制NOX2介导的活性氧产生可预防心房重构。CXCR2是趋化因子受体，介导免疫细胞迁移，尤其是中性粒细胞的浸润和募集，阻断CXCR2可能作为房颤治疗的新策略。S100A4又称成纤维细胞特异性蛋白1，参与细胞存活、运动和分化，与心脏纤维化、肥大及内皮间质转化相关，而内皮间质转化在房颤患者心房中发生并促进成纤维细胞积累。本研究首次将机器学习方法与免疫浸润分析相结合用于房颤生物标志物筛选，不仅发现了具有诊断价值的潜在生物标志物，还揭示了免疫细胞浸润在房颤发病机制中的重要作用，为房颤的分子诊断和免疫治疗策略提供了新的理论依据和潜在靶点。

本研究的主要亮点包括：第一，首次采用LASSO回归和SVM-RFE两种机器学习算法联合筛选房颤关键DEGs，并取交集确定核心生物标志物，提高了筛选结果的可靠性；第二，利用CIBERSORT算法对22种免疫细胞亚群进行了详细的浸润分析，揭示了房颤患者与窦性心律个体之间免疫微环境的差异；第三，系统分析了生物标志物与免疫细胞浸润的相关性，为理解房颤的免疫调控机制提供了新的视角；第四，在独立数据集中验证了生物标志物的诊断效能，增强了研究结果的可信度。此外，研究也指出了局限性：样本量仅42例，且来自不同地区，饮食、体力活动、遗传变异和心血管疾病易感性等因素可能影响结果，因此CYBB、CXCR2和S100A4的诊断效能及其在房颤发生中的作用仍需更多外部验证。