儿童脓毒症 AICD 九基因挖掘，绕不开 RNA-seq 覆盖不均的底层缺陷

2026-09-18·碱基·生信方法

三篇文章放在一起读，会出现一种奇特的张力。前两篇是转录组数据挖掘的典型产物，从公共数据库拿数据、叠机器学习和单细胞分析、得出一批候选基因，或者在此基础上提出转化路线图。第三篇是方法学审计，系统性地说明这类分析所依赖的底层数据存在一个持续的、至今无法被现有手段消除的技术噪声。

两条线不是互相否定的关系。但并排读，会让你对“基因挖掘结论”的置信度产生更清醒的判断。

儿童脓毒症 AICD 诊断模型的构建方式

氨诱导细胞死亡（ammonia-induced cell death，AICD）是近年提出的一种细胞死亡形式，和脓毒症的关联研究目前很少。Huang 等人从 GEO 数据库获取儿童脓毒症的 bulk RNA 和单细胞转录组（scRNA-seq）数据，对 bulk RNA 数据做差异表达基因（DEGs）筛选和加权基因共表达网络（WGCNA）分析，再与 AICD 相关基因取交集，最后通过多种机器学习算法构建最优诊断模型（PMID: 42520338）。最终入模的九个基因是 STOM、SORT1、PADI4、MMP9、LCN2、CR1、TSPO、TXN、IL1RN。

免疫浸润分析的结果和脓毒症已知的免疫特征大致吻合，脓毒症组 M0 型巨噬细胞和中性粒细胞比例升高，CD8 T 细胞和初始 B 细胞（naive B cells）比例下降。免疫失衡本来就是脓毒症的核心病理，这部分是预期结果，不算意外。

单细胞层面更有针对性。TSPO 和 TXN 在脓毒症组单核细胞中上调，提示单核细胞可能是高氨环境下发生 AICD 的潜在细胞类型。文章进一步用 scTenifoldKnk 做了虚拟基因敲除。单独去除 TSPO 时，扰动基因富集到 B 细胞受体信号通路；单独去除 TXN 时，富集到血小板活化；两者同时去除时，富集方向转向造血细胞谱系。这是计算工具给出的功能假设，不是细胞实验的结果。

整个研究的数据全部来自公共数据库，既无前瞻性队列，也无湿实验验证。九基因模型的“潜在临床应用价值”，目前只停在这个层次。

肝脏 IRI 的 STAT1 枢纽假说

Li 等人那篇需要先说清楚它的性质，这是一篇 Perspective，不产生新数据（PMID: 42752934）。

文章建立在 Wu 等人 2025 年发表的鼠实验上，那项工作定义了 STAT1-miR-497-5p-HDAC7 线性信号轴在肝脏缺血再灌注损伤（hepatic ischemia-reperfusion injury，HIRI）中的作用。在此基础上，Li 等人提出 STAT1 通过表观遗传机制同时协调铁死亡（ferroptosis）和炎症，并把这个模块定性为固体器官缺血再灌注损伤的通用致病单元；文章还勾勒了一套分层转化路线，整合循环生物标志物、选择性 HDAC7/JAK 小分子抑制剂和靶向 miR-497-5p 的 RNA 疗法。

这些是假说。文章本身用“testable hypotheses”和“novel predictions”描述它们，措辞有余地。文中的细胞类型特异性基因敲除和单细胞转录组实验路线图，是在呼吁别人去做，不是已完成的工作。

对做肝脏 IRI、铁死亡或 JAK-STAT 信号相关研究的人来说，这篇有用，可以帮你把 STAT1 与 NF-κB、Nrf2、HIF-1α 的关系梳理出来。文中还提出了雌激素驱动的 STAT1 表观遗传活性性别差异等假设，角度新，但尚无实验支撑。把这篇当文献地图读是合理的，当机制确证来引用则会误导。

五类文库制备干预均未改善 RNA-seq 覆盖不均

Brooks 等人这篇的任务不是发现新机制，而是审计一个老问题（PMID: 42527318）。

RNA-seq 文库制备会产生覆盖度不均匀（nonuniform coverage），同一条转录本的不同区域，在测序数据里被覆盖的深度相差悬殊。这直接破坏亚型（isoform）层面的定量准确性，而 RNA 剪接研究恰好最依赖这个。

问题存在于 bulk RNA-seq 和单细胞 RNA-seq 两端，是纯技术噪声，和样本质量无关。即使样本中只含全长转录本，覆盖度不均仍然存在。

Brooks 等人系统性检验了五类此前有文献推荐的改善方案，包括降低 PCR 升温速率（ramp rate）、减少 PCR 循环数、避免核糖体 RNA 耗尽（ribosomal depletion）、使用更短的片段长度，以及热稳定反转录酶，结果没有一种产生实质性改善。覆盖度与 PCR 的关联取决于分子丰度，而非 PCR 循环数，“多跑循环会加重偏差”这个通行说法不完全准确。

这篇不是综述，它评估了已有数据集（不同样本质量、PCR 循环数、反转录酶）以及研究团队新生成的数据集（变化 PCR 升温速率、片段长度、核糖体耗尽方法），是真实跑过实验的系统评估。在三篇里，这篇的证据层次最高。

技术缺陷、公共数据与结论边界

把 Brooks 等人的结论拿去衡量 Huang 等人的工作，不是为了否定后者，而是界定结论的边界。

Huang 等人使用 GEO 公共数据库的 bulk RNA-seq 和 scRNA-seq，这些数据的覆盖不均匀性是客观存在的，按 Brooks 等人的评估，任何文库制备策略都不能实质性消除它。DEGs 的识别依赖准确的表达量估计，覆盖偏差会让某些转录本区域系统性地被高估或低估。

这不等于说九个基因是假的。MMP9、LCN2、PADI4 在炎症和中性粒细胞激活领域有大量独立实验证据，差异表达信号来自这些基因本来就是预期结果，单靠技术噪声不可能凭空制造这么强的信号。但对于差异倍数较小的基因，或者 scRNA-seq 稀疏矩阵中的低表达变化，技术噪声的干扰就难以剥离了。

更大的问题是，类似的机器学习建模研究数量庞大，它们共享的是同一批公共数据，也共享同一层底层缺陷。Brooks 等人告诉我们，那个底层至今没有经过系统性验证有效的技术干预。下游算法再精密，也是建在上游数据质量之上的。

Huang 等人在结论里用了“潜在”和“可能”，这种措辞是对的。在有独立湿实验验证之前，机器学习筛出来的基因清单，更适合当作优先级排序工具，而不是确定性的病理机制结论。

儿童脓毒症RNA-seq 技术缺陷机器学习基因挖掘铁死亡单细胞转录组