Dornase Alfa

引言肺移植术后雾化治疗的临床意义肺移植是针对终末期肺部疾病患者的重要治疗手段，旨在延长生命并改善生活质量。然而，肺移植术后仍然面临着诸多挑战，包括急性排斥反应、慢性排斥反应以及感染等并发症，这些问题严重影响着患者的长期生存和移植肺的功能维持1。慢性肺同种异体移植功能障碍（CLAD），特别是其中的闭塞性细支气管炎综合征（BOS），是导致移植失败和患者死亡的主要原因之一2。因此，寻找有效预防和治疗这些并发症的方法至关重要。雾化治疗对于肺移植患者的意义雾化治疗作为一种将液体药物转化为细小雾滴，使其能够直接被患者吸入肺部的给药方式，在呼吸系统疾病的管理中占据着独特的地位3。与全身给药方式相比，雾化治疗具有提高局部药物浓度、减少全身暴露和潜在副作用的优势3。鉴于移植肺直接暴露于外部环境的特殊性，雾化治疗在肺移植患者中具有广阔的应用前景，有望在预防和治疗多种术后并发症方面发挥关键作用，从而改善患者的整体预后4。本报告旨在通过系统回顾中英文资料，深入探讨雾化治疗在肺移植患者中的应用、已证实的临床获益以及潜在的风险，以期为临床实践和未来的研究方向提供有价值的参考。肺移植的成功在很大程度上受到术后并发症的影响。雾化治疗通过靶向给药，有可能显著改善患者的治疗效果。移植肺与环境的直接接触使其更容易受到侵害，而雾化治疗恰好能将药物直接输送到这一关键部位。雾化治疗在肺移植术后感染管理中的应用与临床获益肺移植患者由于需要长期接受免疫抑制治疗以防止排斥反应，其免疫系统功能受到抑制，因此成为感染的高风险人群5。常见的感染类型包括细菌性肺炎和真菌感染，这些感染是导致患者发病率和死亡率增加的重要原因。1雾化抗生素在预防和治疗细菌感染中的应用：在肺移植患者中，雾化抗生素已被用于预防和治疗多种细菌感染，尤其针对那些对抗生素具有耐药性的菌株6。妥布霉素和黏菌素是临床实践中常用的雾化抗生素，它们对铜绿假单胞菌等难治性革兰阴性菌感染具有较好的抗菌活性6。此外，一些研究也探索了雾化阿米卡星和阿奇霉素在肺移植患者中的应用7。雾化抗生素的主要优势在于能够直接在肺部达到较高的药物浓度，从而提高局部杀菌效果，同时显著减少药物的全身暴露，降低潜在的肾毒性或耳毒性等全身副作用3。研究显示，雾化妥布霉素可用于预防供体肺部可能携带的感染，并且在肺移植患者入住重症监护室（ICU）期间，雾化抗生素可作为二级预防措施，防止新的感染发生6。雾化黏菌素已被证明可以有效地维持肺移植患者下呼吸道的无菌状态，降低患者的住院率，并可能对患者的长期生存产生积极影响8。然而，值得注意的是，雾化妥布霉素在部分患者中可能发生全身吸收，尤其是在需要机械通气的患者中，这可能导致血清药物浓度升高，并增加发生急性肾损伤的风险6。因此，对于接受雾化抗生素治疗的肺移植患者，特别是危重患者，需要密切监测药物的全身吸收情况和肾功能变化。2雾化抗真菌药物在预防和治疗真菌感染中的应用：真菌感染是肺移植患者面临的另一主要威胁。雾化抗真菌药物，特别是两性霉素B，已广泛应用于肺移植术后的真菌预防和治疗，尤其针对侵袭性真菌感染，如曲霉菌感染9。研究表明，雾化两性霉素B能够直接作用于肺部，最大限度地减少全身吸收和相关的毒性，因此被广泛用于肺移植术后的真菌预防，并且与极低的肺部真菌感染发生率相关10。此外，脂质体两性霉素B与传统的去氧胆酸盐两性霉素B相比，通常具有更好的患者耐受性10。一些研究还发现，延长雾化两性霉素B的疗程（超过3个月）可能比短期或中期的预防性治疗更能有效地预防侵袭性真菌感染，且不良反应的发生率没有显著增加11。除了两性霉素B，也有案例报道使用雾化伏立康唑、米卡芬净、利奈唑胺和万古霉素成功治疗肺移植患者的真菌感染12。特别地，雾化米卡芬净在治疗肺移植受者由念珠菌或微孢子菌引起的气管支气管炎方面显示出良好的安全性和有效性13。虽然雾化抗真菌药物通常具有良好的耐受性，但仍需密切关注患者可能出现的呼吸道症状，如咳嗽和支气管痉挛14。雾化治疗在改善肺移植患者气道分泌物清除方面的作用与临床获益肺移植术后，患者的气道分泌物清除能力常常受到影响15。这主要是因为移植的肺组织失去了原有的神经支配，导致纤毛清除功能减弱，咳嗽反射也可能受到抑制，从而使得气道内的分泌物容易潴留，增加了感染的风险。1雾化黏液溶解剂的应用：为了帮助肺移植患者清除气道内的黏液，临床上会使用雾化黏液溶解剂。常用的雾化黏液溶解剂包括N-乙酰半胱氨酸、高渗盐水和重组人脱氧核糖核酸酶（dornase alfa）16。高渗盐水通过增加气道黏膜表面液体层的容量，改变黏液的流变学特性，加速纤毛的清除功能，并刺激患者咳嗽，从而有助于清除气道内的分泌物15。Dornase alfa是一种重组人脱氧核糖核酸酶，它通过消化炎症细胞释放的细胞外DNA发挥作用，降低痰液的黏稠度，从而促进痰液的排出。在囊性纤维化患者中，dornase alfa已被证明具有长期改善肺功能的积极作用15。然而，一项针对肺移植术后下呼吸道感染患者的研究发现，雾化dornase alfa与雾化等渗盐水相比，在改善肺清除指数（LCI）方面没有显著差异17。目前，关于雾化黏液溶解剂在肺移植患者中的确切疗效，仍然缺乏充分的来自随机对照试验的证据42。尽管如此，在其他以黏液分泌过多为特征的呼吸系统疾病中，如囊性纤维化和支气管扩张症，雾化黏液溶解剂已显示出一定的益处18。雾化治疗在管理肺移植患者气道炎症和支气管痉挛方面的应用与临床获益雾化治疗在管理肺移植患者气道炎症和支气管痉挛方面的应用与临床获益。1雾化支气管扩张剂的应用：雾化支气管扩张剂，如沙丁胺醇和异丙托溴铵等短效β受体激动剂和抗胆碱能药物，常被用于缓解肺移植患者的支气管痉挛，改善气流受限19。这些药物通过直接作用于气道平滑肌，能够快速扩张支气管，缓解患者的呼吸困难症状，并改善肺功能指标20。研究表明，在肺移植术后早期使用雾化β2受体激动剂和抗胆碱能药物，可以加速肺部血管外水分的清除，有助于减轻肺水肿21。然而，一项针对脑死亡供体的研究显示，高剂量雾化沙丁胺醇并未能改善供体的氧合状态或增加可用于移植的肺的数量，反而更可能导致供体出现心动过速22。这提示在肺移植的不同阶段和不同人群中，雾化支气管扩张剂的应用可能需要更细致的评估。2雾化皮质类固醇的应用：吸入性皮质类固醇（ICS），如布地奈德和氟替卡松，已被研究用于管理肺移植患者的气道炎症23。一项研究表明，雾化布地奈德可能作为全身免疫抑制剂的辅助治疗，有助于控制肺移植术后患者的气道炎症，特别是淋巴细胞性细支气管炎24。然而，另一项研究发现，雾化氟替卡松丙酸酯在预防肺移植术后常见的慢性并发症——支气管闭塞综合征（BOS）方面效果不佳25。值得注意的是，在早期急性肺损伤或急性呼吸窘迫综合征（ARDS）患者中，雾化布地奈德显示出改善氧合和降低气道压力的作用，并能显著降低炎症标志物的水平26。此外，临床医生在使用雾化皮质类固醇时需要警惕潜在的药物相互作用。例如，雾化皮质类固醇可能与伊曲康唑等强效CYP3A4抑制剂发生相互作用，导致全身性皮质类固醇水平升高，从而引起库欣综合征等不良反应27。雾化治疗对肺移植患者肺功能、生活质量和生存率的总体临床获益评估雾化治疗在改善肺移植患者的整体临床结局方面显示出潜在的益处。研究表明，雾化治疗，特别是雾化免疫抑制剂如环孢素，在改善肺移植患者的生存率和无慢性排斥反应生存率方面具有显著的潜力4。一项重要的研究发现，对于出现早期器官排斥迹象的肺移植患者，吸入脂质体环孢素可以显著提高他们的生存几率并改善肺功能4。此外，雾化抗生素如黏菌素已被证明可以改善因囊性纤维化而接受肺移植的患者的长期生存率8。除了对生存率的潜在影响，雾化治疗在改善患者的生活质量方面也可能发挥积极作用28。这可能通过多种机制实现，例如改善患者的呼吸功能，减轻呼吸困难等症状，以及通过预防和治疗感染来减少疾病负担。肺康复计划，通常包括呼吸功能训练等环节，已被广泛认可为促进肺移植患者术后恢复、提高生活质量和改善生存结局的有效措施29。雾化治疗可以作为肺康复计划的一部分，进一步增强其效果。表1：雾化治疗对肺移植患者临床结局的潜在影响总结雾化治疗在肺移植排斥反应管理中的应用肺移植后，患者的免疫系统可能将移植的肺部识别为外来物质并对其发起攻击，导致排斥反应。排斥反应是影响移植肺功能和患者长期生存的主要障碍，包括急性排斥反应和慢性排斥反应，其中慢性排斥反应最常见的是闭塞性细支气管炎综合征（BOS）1。1雾化免疫抑制剂的应用探索：为了直接针对移植肺部的免疫反应，研究人员一直在探索雾化免疫抑制剂在肺移植排斥反应管理中的应用。雾化环孢素：研究表明，通过雾化方式给予环孢素可以直接在肺组织中达到比全身给药更高的药物浓度，从而更有效地预防和治疗排斥反应，同时显著降低全身副作用19。临床试验结果显示，雾化环孢素与传统的全身免疫抑制治疗联合使用，可以显著降低慢性排斥反应的发生率，提高患者的生存率，并且观察到的副作用通常较为轻微，主要包括气道刺激和支气管痉挛19。更进一步的研究表明，雾化脂质体环孢素在改善已经发生BOS的肺移植患者的生存率和肺功能方面也显示出积极的效果4。雾化他克莫司：除了环孢素，研究人员也开始探索其他雾化免疫抑制剂的应用。一项案例报告描述了雾化他克莫司在治疗一名患有BOS的肺移植受者中取得了临床改善，患者的功能能力和氧合状态均有所提高30。初步研究表明，雾化他克莫司在肺移植患者中具有可行性和安全性，并且能够达到可预测的药物浓度31。这为未来进一步研究雾化他克莫司在肺移植排斥反应管理中的作用奠定了基础。雾化治疗在肺移植患者中的潜在风险或副作用尽管雾化治疗在肺移植患者中具有诸多潜在的益处，但也存在一些潜在的风险和副作用需要临床医生和患者关注23。这些风险既包括药物本身可能引起的副作用，也包括雾化设备使用不当可能导致的问题。例如，雾化抗生素如妥布霉素可能引起患者出现耳鸣、发音困难、支气管痉挛和听力损失等不良反应，并且存在导致肾毒性的潜在风险7。雾化黏菌素则可能引起咳嗽、支气管痉挛和咽喉刺激等不适症状7。雾化抗真菌药物，如常用的两性霉素B，可能会导致患者出现呼吸急促、咳嗽、味觉异常和支气管痉挛等副作用7。对于雾化免疫抑制剂，如环孢素，一些患者可能会出现气道刺激和支气管痉挛等反应19。在早期的研究中，使用粉末制剂的雾化环孢素曾报告引起持续性咳嗽和咽喉疼痛等副作用，这提示药物制剂的选择和雾化设备的优化对于减少不良反应至关重要4。此外，雾化治疗的有效性受到多种因素的影响，包括所使用的雾化器的类型、药物的剂量、患者的吸入技术以及患者肺部的病理生理状态等32。如果不规范地使用雾化设备或药物，可能导致药物无法有效地输送到肺部，从而影响治疗效果，甚至可能对患者造成潜在的危害32。因此，对患者进行充分的教育和培训，确保他们掌握正确的雾化吸入技术，对于提高治疗效果和减少不良反应至关重要。爱尔真技术在肺移植术后雾化治疗的应用爱尔真作为全球急重症领域雾化解决方案领导者，通过Aerogen Solo加Aerogen Ultra的组合，能为患者提供高达34%的雾化药物肺部沉积率。同时，爱尔真与其他外部合作伙伴（如两性霉素B及多粘菌素的生产厂家），结合多方产品优势，积极在肺移植术后治疗领域开展合作和探索，已在国内外多家医院开展使用爱尔真产品的治疗及康复管理，为患者提供院内及院外的全流程雾化治疗解决方案。结论与未来展望综上所述，雾化治疗在肺移植患者的术后管理中展现出广泛的应用前景和显著的临床获益。它不仅在预防和治疗感染方面发挥着关键作用，通过雾化抗生素和抗真菌药物直接作用于肺部，提高了局部药物浓度，降低了全身毒性；同时，雾化支气管扩张剂和皮质类固醇在管理气道炎症和支气管痉挛方面也显示出一定的疗效。更重要的是，雾化免疫抑制剂如环孢素的出现，为预防和治疗慢性排斥反应（BOS）带来了新的希望，并可能改善患者的长期生存率和生活质量。虽然雾化黏液溶解剂在肺移植患者中的作用仍需进一步研究证实，但其在改善气道分泌物清除方面也具有潜在价值。未来的研究方向应侧重于进一步优化雾化药物的种类、剂量、给药方案和递送设备，以提高治疗效果并减少副作用。同时，需要进行更大规模、设计严谨的随机对照试验，以更充分地评估雾化治疗在肺移植患者中的长期临床获益和安全性。此外，探索雾化治疗与其他治疗方法（如肺康复、全身免疫抑制剂调整）的协同作用，有望为肺移植患者提供更全面、更有效的治疗策略，从而实现更好的长期预后。引用文献目录：[1]Life after lung transplant - Pulmonary Fibrosis Foundation, https://www.pulmonaryfibrosis.org/docs/default-source/programs/educational-materials/life-after-lung-transplant/post-transplant-booklet.pdf[2]Lung Transplant - Renovion, https://www.renovion.com/lung-transplant[3]Aerosolized Administration of Drugs: Possible Future Agents and the Role of the RCP, https://respiratory-therapy.com/disorders-diseases/chronic-pulmonary-disorders/asthma/aerosolized-administration-of-drugs-possible-future-agents-and-the-role-of-the-rcp/[4]Inhaled immunosuppressant could improve prognosis of lung transplant patients, https://www.news-medical.net/news/20191113/Inhaled-immunosuppressant-could-improve-prognosis-of-lung-transplant-patients.aspx[5]Bacterial infections in lung transplantation - McCort - Journal of Thoracic Disease, https://jtd.amegroups.org/article/view/51507/html[6]Tobramycin Systemic Absorption in Lung Transplant Recipients Treated With Inhaled Tobramycin: A Cohort Study - Frontiers Publishing Partnerships, https://www.frontierspartnerships.org/journals/transplant-international/articles/10.3389/ti.2024.12579/full[7]Inhaled Antibiotics for Lower Airway Infections - PMC, https://pmc.ncbi.nlm.nih.gov/articles/PMC4028738/[8]Inhaled colistin following lung transplantation in colonised cystic fibrosis patients, https://publications.ersnet.org/content/erj/42/2/542[9]Nebulized Amphotericin B Dosing Regimen for Aspergillus Prevention After Lung Transplant, https://www.ectrx.org/class/pdfPreview.php?year=2021&volume=19&issue=1&supplement=0&spage_number=58&makale_no=0[10]Design of Aerosolized Amphotericin B  Formulations for Prophylaxis Trials among Lung Transplant Recipients - Oxford Academic, https://academic.oup.com/cid/article/39/Supplement_4/S207/321410[11]Efficacy of different durations of  antifungal prophylaxis with nebulized amphotericin B after lung transplantation: a retrospective cohort study, https://pmc.ncbi.nlm.nih.gov/articles/PMC10636437/[12]New nebulized treatment options for bronchial infection in lung transplant, https://publications.ersnet.org/content/erj/56/suppl64/1940[13]Nebulized Micafungin Treatment for Scopulariopsis/Microascus Tracheobronchitis in Lung Transplant Recipients | Antimicrobial Agents and Chemotherapy - ASM Journals - American Society  for Microbiology, https://journals.asm.org/doi/10.1128/AAC.02174-20[14]Nebulized Amphotericin B Dosing Regimen for Aspergillus Prevention After Lung, Transplant https://www.ectrx.org/detail/current/2021/19/1/0/58/0[15]Investigating the role of nebulised mucolytic therapy during lower respiratory tract infections post lung  transplantation - ClinicalTrials.gov, https://cdn.clinicaltrials.gov/large-docs/70/NCT01952470/Prot_SAP_000.pdf[16]Oral Inhaled Medications-Beyond Bronchodilators - U.S. Pharmacist, https://www.uspharmacist.com/article/oral-inhaled-medications-beyond-bronchodilators[17]Dornase alfa during lower respiratory tract infection post lung transplantation: a randomized controlled trial | Request PDF - ResearchGate, https://www.researchgate.net/publication/330315622_Dornase_alfa_during_lower_respiratory_tract_infection_post_lung_transplantation_a_randomized_controlled_trial[18]Timing of dornase alfa inhalation for cystic fibrosis - Dentice, R - 2021 | Cochrane Library,https://www.cochranelibrary.com/cdsr/doi/10.1002/14651858.CD007923.pub6/abstract[19]Helping Lung Transplantees to Successful Outcomes » Aerosolized Cyclosporine,https://secondwindstl.org/who-we-are/articles-by-dr-hacheem/aerosolized-cyclosporine/[20]Critical Care Management of Severe Asthma Exacerbations - MDPI, https://www.mdpi.com/2077-0383/13/3/859[21]Benefit of prophylactic bronchodilator with β2 adrenergic agonist in ischemia-reperfusion-induced lung injury - Tech Science Press, https://www.techscience.com/biocell/v45n5/43077/html[22]A randomized trial of the effects of nebulized albuterol on pulmonary edema in brain-dead organ donors - PubMed, https://pubmed.ncbi.nlm.nih.gov/24730050/[23]Immunosuppression in lung transplantation - PMC, https://pmc.ncbi.nlm.nih.gov/articles/PMC4133546/[24]Inhaled corticosteroids and the treatment of lymphocytic bronchiolitis following lung transplantation - PubMed, https://pubmed.ncbi.nlm.nih.gov/11673211/[25]Addition of inhaled corticosteroids to systemic immunosuppression after lung transplantation: a double-blind, placebo-controlled trial - PubMed, https://pubmed.ncbi.nlm.nih.gov/12085003/[26]Effect of nebulized budesonide on respiratory mechanics and oxygenation in acute lung injury/acute respiratory distress syndrome: Randomized controlled study - PMC, https://pmc.ncbi.nlm.nih.gov/articles/PMC5292862/[27]Addition of inhaled fluticasone propionate to systemic immunosuppression after lung transplantation: Cushing's      syndrome in patients on itraconazole comedication | Request PDF - ResearchGate, https://www.researchgate.net/publication/10657707_Addition_of_inhaled_fluticasone_propionate_to_systemic_immunosuppression_after_lung_transplantation_Cushing's_syndrome_in_patients_on_itraconazole_comedication[28]Lung transplant outcomes: a review of survival, graft function, physiology, health-related quality of life and cost-effectiveness, https://publications.ersnet.org/content/erj/24/4/674[29]The efficacy of pulmonary rehabilitation training program for patients after lung transplantation - Journal of Thoracic Disease, https://jtd.amegroups.org/article/view/82564/html[30]Aerosolized tacrolimus: a case report in a lung transplant recipient - PubMed, https://pubmed.ncbi.nlm.nih.gov/21094875/[31]Full article: Inhaled immunosuppressants after lung transplantation –real potential to enhance patient outcomes, https://www.tandfonline.com/doi/full/10.1080/17476348.2024.2434152?src=exp-la[32]European Respiratory Society Guidelines on the use of nebulizers, https://publications.ersnet.org/content/erj/18/1/228

DRUGAI疾病发生和进展的特异性研究中，识别调控转录因子（TRs）仍具有挑战性，这些因子通过调控元件和表观基因组信号控制基因表达。大规模多组学表观基因组数据的引入，为解析调控元件及其调控因子的复杂模式提供了可能。研究人员在此提出TRAPT，一个多模态深度学习框架，可通过学习和整合靶基因的顺式调控元件及全基因组结合位点的调控潜能，推断转录因子的活性。在570个与TR相关的数据集上，TRAPT在预测转录因子，尤其是协同因子和染色质调控因子方面优于现有方法。此外，该方法成功识别出与疾病、遗传变异、细胞命运决策及组织相关的关键转录因子，展现了基于表观组数据识别TRs的全新视角。基因表达调控由多种上游转录调控因子（TRs）共同驱动，包括转录因子（TFs）、协同因子（TcoFs）和染色质调控因子（CRs），它们介导启动子与远端增强子的信号传递。异常的基因表达常与疾病发生密切相关，因此识别关键调控因子对于理解疾病机制至关重要。随着 ChIP-seq 和 ATAC-seq 等技术的发展，顺式与反式调控图谱得以清晰描绘。TRs 在染色质开放性和组蛋白修饰等表观信息的共同作用下，展现出细胞特异性的调控活性。此外，大量研究表明 TFs 可通过结合启动子或增强子等顺式调控序列，调节靶基因表达。鉴于基因调控机制的复杂性，研究人员亟需利用大规模表观基因组数据，全面捕捉基因上游的协同调控特征，以提升 TRs 的预测能力。高通量测序技术的快速发展使 ATAC-seq、DNase-seq 和 ChIP-seq 等数据迅速积累。然而，不同来源的数据存在噪声干扰、批次效应及冗余等问题，增加了整合与表示学习的难度。目前已有多种方法尝试通过功能基因集推断上游 TRs，如 Enrichr、ChEA3、Lisa 等，但这些方法大多基于统计富集分析，未能充分利用顺式调控元件（CREs）的详细信息。而CREs是 TF 功能的核心，缺乏这部分信息将限制调控因子的准确预测。一些方法虽引入 CRE 数据，但仅局限于与输入基因集相关的区域，无法覆盖全基因组调控图谱。此外，TRs 往往倾向于结合在活跃染色质区域，表现出结合偏好（TRBP），这类偏好尚未被现有方法充分建模。更重要的是，当前大多数方法仅限于通过基因集推断上游调控因子，缺乏对其全基因组结合位点的推理能力，因此急需能够全面整合CRE与结合位点的预测框架。多组学表观数据的整合也存在诸多挑战，例如跨模态干扰与非线性关系。现有方法多基于传统回归模型，未能有效处理跨模态间的复杂关系。深度学习技术在多个生物学任务中已展现出强大表现，其关键在于高质量数据的采集与建模。研究人员此前构建了多个表观调控数据库，如 TcoFBase、CRdb、TFTG、SEdb 和 ATACdb，系统汇聚了大量 TRs、增强子与染色质开放性信息，构建了当前最全面的表观特征资源库。结合这些数据资源与先进深度学习方法，为深入解析表观调控网络提供了前所未有的可能。本研究中，研究人员提出了一个数据驱动的深度学习框架——TRAPT，融合多阶段学习结构，通过知识蒸馏和图卷积神经网络整合表观特征，联合建模靶基因的顺式调控元件信号与全基因组结合位点，优化 TR 活性表示，并识别上下文特异的关键调控因子。在570个 TR 敲除数据集上进行评估，TRAPT 在预测 TFs、TcoFs 和 CRs 方面均优于现有方法。进一步，TRAPT 成功识别出阿尔茨海默病中的关键因子（如 REST），并在细胞发育与组织数据中准确预测了控制细胞命运与组织特异性的调控因子。结果TRAPT 方法概述TRAPT 是一个整合多组学信息的预测框架，旨在根据输入的感兴趣基因集推断转录调控因子（TRs）的活性。简而言之，该模型以基因集为输入，输出每个TR的活性评分。TRAPT 采用多阶段融合策略，分别处理来自全基因组结合位点的下游调控潜能（D-RP）以及源自顺式调控元件的上游调控潜能（U-RP），从而解决TR结合偏好（TRBP）和顺式调控信息缺失（ICCP）的问题。TRAPT 的流程主要包括四个步骤：计算表观调控潜能（Epi-RP）与转录因子调控潜能（TR-RP）：研究人员收集了超过 20,000 份表观基因组数据，包括 ATAC-seq、H3K27ac 和 TR ChIP-seq 数据，并进行预处理后，计算每个基因的调控潜能。通过对表观组数据统一加权衰减，并对TRs采用上下文特异的衰减策略，分别得到 Epi-RP 和 TR-RP，用于后续建模。预测 TR 的下游调控潜能（D-RP）：该步骤旨在将 Epi-RP 与 TR-RP 融合，构建 TR 与表观样本之间的异构网络（ERN）。研究人员采用 k 近邻算法建立网络，并使用条件变分自编码器（CVAE）与图变分自编码器（VGAE）构建的知识蒸馏模型（D-RP模型）进行优化。教师模型学习多模态嵌入，学生模型学习统一、低噪声表示。该机制提升了模型对跨模态数据的鲁棒性，输出为 D-RP 矩阵。预测查询基因集的上游调控潜能（U-RP）：研究人员设计了另一个知识蒸馏模型（U-RP模型），以Epi-RP和输入基因集为基础，选出关键的表观组样本并推断其调控作用。学生模型在教师模型提供的“软标签”指导下，通过稀疏组套索（SGL）方法引入组内与组间稀疏性，实现对非冗余、非线性组合样本的精准筛选。输出为U-RP向量，包含与查询基因相关的染色质开放性（ATAC）与活性状态（H3K27ac）信息。整合 D-RP 和 U-RP 推断 TR 活性：将归一化后的 TR-RP 和 D-RP 矩阵逐元素相加，再与 U-RP 向量逐元素相乘，获得整合调控潜能（I-RP）。随后，使用 ROC 曲线下面积（AUC）衡量 TR 与基因集的相关性，并合并两种路径得到最终的 TR 活性评分。综上，TRAPT 融合了 TR 的全基因组结合潜能与靶基因顺式调控潜能，能够在上下文特异的基础上，高效识别调控输入基因集的关键 TRs。TRAPT 在基准数据集上表现优越研究人员采用“目标TR排序分数”作为主要评估指标，衡量算法根据基因集预测对应调控因子排名的能力。例如，在 GATA6 敲除实验中，若GATA6本身的排名靠前，则说明预测性能较好。为全面评估TRAPT，研究人员整合了来自 KnockTF 数据库的570个转录因子敲除/敲低数据集，经过质量控制和差异表达分析，从每个RNA-seq数据集中筛选出上调与下调基因，作为TRAPT的输入，并对预测结果中的目标TR排名进行评估。研究人员将 TRAPT 与多个主流方法进行了比较，包括以基因集为输入的 Lisa、BART、i-cisTarget 及富集分析方法 ChEA3。评估标准包括命中前10或前N个目标TR的数量，以及整体TR识别表现。结果显示，TRAPT 在识别前10个TR方面比表现第二好的方法（Lisa）高出13%；相较 i-cisTarget 的提升更超过200%。TRAPT 的 AUC 达到 0.643，明显优于其他方法；其平均倒数排名（MRR）为 0.067，也分别比 Lisa 和 BART 提高了18% 和 76%。这些结果表明 TRAPT 在预测 TR 活性方面具备显著优势。不同于以往方法主要集中在 TF 的预测，TRAPT 引入高质量的转录协同因子（TcoFs）与染色质调控因子（CRs）数据，使得其具备更全面的调控因子预测能力。在 TF、TcoF 与 CR 三类子集中，TRAPT 均展现出领先性能。特别是在 TcoF 与 CR 的预测中，Lisa 的表现显著下降，而 TRAPT 仍保持优异结果，说明其在多类调控因子预测上的全面性得益于多阶段融合策略与丰富的数据支持。为了验证 TRAPT 的优势并非仅因数据覆盖度更高，研究人员将 Lisa 和 BART 与 TRAPT 一同使用 Cistrome 数据库的背景数据，并以 KnockTF 数据集为标准重新评估。结果显示，即便在相同背景数据下，TRAPT 的整体表现仍优于 Lisa（提升 30%）和 BART（提升 85.7%）。进一步评估显示，TRAPT 在 TF、CR 与 TcoF 三个类别中的AUC均高于对比方法，其中对 CR 的预测性能甚至比 Lisa 高出 198.4%。此外，研究人员还比较了不同蛋白家族在不同类型数据（如 TR 敲除数据 vs. TR 结合数据）下的预测表现，发现部分家族（如 CP2、RXR-like）在敲除数据上表现更佳，而其他家族（如 zf-C2H2、IRF、THR-like）在结合数据中效果更好。这可能源于转录因子敲除后引发的二级转录调控效应。最后，针对大规模数据整合可能带来的运算时间问题，研究人员比较了 TRAPT 与 Lisa、BART 的运行时间。结果显示，TRAPT 不仅性能优越，还具有更快的运行效率，尤其在单个TR活性预测任务中显著快于其他方法。多阶段融合策略显著提升转录调控因子预测性能为验证多阶段融合策略对 TR 预测的提升效果，研究人员进行了系统的消融实验。TRAPT 中的 U-RP 模型用于模拟靶基因顺式调控元件的调控潜能，捕捉其上下文特异性的表观状态。当移除该模块时，整体性能显著下降，说明其有效表征了输入基因的表观调控特征。D-RP 模型则预测TR在不同条件下对基因组的结合偏好，考虑了调控元件的活性。去除该模块同样导致性能下降，进一步表明结合元件活性对于TR功能建模具有重要意义。此外，研究人员还通过计算TR与远端增强子结合比例，构建了特异性调控潜能模型。去除该TR特异性建模也导致性能下降，显示其对识别不同调控模式具有重要作用。TRAPT 融合多种表观组学特征以预测最终的TR活性。对不同模块性能的深入分析发现，TRAPT-H3K27ac 模型对上调基因集预测更优，而TRAPT-ATAC 模型则更适合下调基因集。当移除所有表观模块，仅保留启动子区域模型时，预测性能显著下降。进一步逐步移除表观模块，整体性能也持续下降，表明TRAPT在多模态特征融合方面具有良好稳定性。知识蒸馏机制在TRAPT中也发挥了重要作用。相比未使用知识蒸馏的模型（NKD），使用蒸馏策略（KD）在 KnockTF 数据集上提升了5.4%，在 Lisa 数据集上提升了7.9%。在top-10 TR预测任务中，KD模型的AUC高出8个百分点，表现显著优于NKD。模型在训练与验证集上的损失值快速下降，且蒸馏策略下 D-RP 学生模型收敛更快、准确率更高，表明知识蒸馏提升了模型稳定性且未引入过拟合。在 D-RP 模型中，研究人员利用 kNN 算法构建TR与表观组学样本之间的连接网络，并以连接恢复任务评估其预测能力。实验结果显示，在验证集中，教师与学生网络的损失值迅速下降，最终在测试集上分别达到 auROC 0.81 与 auPRC 0.84 的表现。即便在最多屏蔽15%边的情况下，模型恢复能力依然稳定，AP 值保持在0.8以上，表明其对缺失连接具有良好的鲁棒性。U-RP 模型的目标是基于基因集与 Epi-RP 矩阵预测顺式调控图谱。训练过程中，其损失值也稳定下降。为解决冗余样本筛选问题，研究人员分析了在不同数量样本下的性能变化。当特征数达到10时，性能提升趋于平稳，与已有研究一致。最后，研究人员比较了TRAPT在预测上调与下调基因集时的表现，发现其对下调基因集的预测更为准确。这一现象也支持了激活因子多于抑制因子的生物学观察。多数 TR 仅具有单一功能，部分如 CTCF、NANOG、FOXA1、ESR1 则同时具有激活与抑制作用。综上，TRAPT 能够准确识别激活型、抑制型及双功能调控因子。TRAPT 在 ESR1 敲低实验中准确识别关键转录调控因子ESR1 是乳腺癌 ER 阳性亚型中的关键转录因子，调控多种与疾病风险相关的下游基因表达。为验证 TRAPT 在疾病背景下识别关键 TRs 的能力，研究人员将其应用于 MCF7 ER+ 乳腺癌细胞中 siRNA 敲低 ESR1 后得到的差异表达基因集。TRAPT 准确预测到 ESR1 在下调基因集中排名第1，上调基因集中排名第17，反映出其在乳腺癌中兼具激活与抑制功能。TRAPT 还识别出与 ESR1 密切相关的多个转录因子、协同因子与染色质调控因子，包括 FOXA1、EP300 和 MED1。其中，GATA3 是哺乳腺细胞命运的重要调控因子，FOXA1 通过调节染色质可及性影响乳腺癌发生发展，EP300 可乙酰化 ESR1，增强其靶基因表达。此外，从 STRING 数据库得到的这些高排名 TRs 之间具有频繁的相互作用；TCGA 和 GTEx 数据的共表达分析也显示 GATA3、FOXA1 和 ESR1 三者之间具有显著相关性，进一步验证了 TRAPT 的准确性。研究人员还分析了 D-RP 分数对 TR 活性的刻画能力。将 ESR1 及其相关 TR 的 D-RP 分数分别作用于目标基因与背景基因集，结果显示其在目标基因集中显著更高（如 ESR1 在 ATAC 和 H3K27ac 模块下的 p 值分别为 3.3e-38 和 8.6e-34）。随着预测排名下降，TR 的重要性逐渐减弱，而排名最末的 HDGF 表现出明显较低的调控潜能，说明 D-RP 能有效区分关键 TR 与非关键 TR。此外，研究人员构建了高低 I-RP 分数的 TR 活性曲线，发现高分组的 TRs 对基因集的信号更强，进一步支持 TRAPT 的预测准确性。考虑到 ESR1 可结合远端增强子（如 ERSE），TRAPT 利用其专属的调控潜能模型对远端调控进行建模。研究人员将增强子分为近端与远端两类，发现预测出的 TR 更倾向于在目标基因附近的增强子区域中结合，而非背景区域。GATA3 和 FOXA1 明显偏好近端区域，ESR1 与 EP300 则未表现出显著偏好。最后，研究人员可视化了 ESR1、GATA3、FOXA1、EP300 和 HDGF 附近的差异表达基因轨迹，发现前四者在目标区域均表现出明显的结合峰，而 HDGF 则缺乏这种特征。这一系列结果进一步验证了 TRAPT 在预测 TF、协同因子及染色质调控因子方面的可靠性和解释力。预测阿尔茨海默病相关的关键调控因子转录因子（TF）结合位点上的遗传变异可能改变其结合能力，进而影响基因表达和细胞功能。为验证 TRAPT 在疾病研究中的适用性，研究人员将其应用于阿尔茨海默病（AD）GWAS 后分析。研究人员利用 MAGMA 工具从 GWAS 汇总数据中获得 AD 相关基因集作为 TRAPT 的输入，并结合细致的精细定位与结合位点共定位分析，识别出一系列被致病变异影响的关键 TRs。在欧洲人群 GWAS 数据的基础上，TRAPT 所预测的前 25 个 TRs 中，有 68.2% 的结合 SNP 来自 AD 因果变异（p = 2.5e-12），而排名后 25 个 TR 的比例显著更低，表明排名越高的 TR 越可能与 AD 密切相关。进一步分析发现，TRAPT 排名前列的 TRs（如 SPI1、RELA、REST）在致病变异上的结合强度高于背景变异。例如，SPI1 与 71 个致病变异发生交集，远高于背景（p = 3.6e-4）。GSEA 统计检验也证实前列 TRs 与因果位点显著富集。通过 FINEMAP 打分和功能注释，研究人员发现 rs10119 为评分最高的 AD 相关变异，与 APOE、TOMM40 和 APOC1 等关键基因相邻，且被多个预测的 TR 所结合（如 REST）。rs10119 位于染色质环结构的关键节点，多个已知 AD 相关的 TR（SPI1、STAT1、HDAC2 等）都在其上下游区域结合，进一步强化了其功能重要性。此外，在 AD 相关的 H3K27ac ChIP-seq 数据中，TRAPT 所选样本的调控区域与 rs10119 高度重叠，说明模型即便不依赖 AD 特异的表观数据，也能选择出具有相似信号的替代样本。识别驱动细胞命运和组织特异性的关键调控因子转录调控因子在细胞命运决定、分化过程和组织特性维持中起关键作用。研究人员进一步将 TRAPT 应用于单细胞转录组数据，以识别血液细胞分化路径中的驱动因子。在人类造血干细胞 scRNA-seq 数据中，TRAPT 成功识别了 42 个潜在关键 TR，其中 29 个已知与造血发育密切相关，10 个在不同分化亚群中呈现显著差异表达。此外，部分 TRs 出现在多个谱系中（如 EP300、SMAD1、SPI1、TAL1），另一些如 STAT4 和 TCF4 则特异性分布于 NK 和 pDC 谱系，具有已知的调控功能。在另一个人类胚胎干细胞数据集中，TRAPT 同样成功识别出 GATA3、TFAP2A、GATA2 等在滋养层细胞中活性增强的 TRs，以及 GATA6、SMAD2 和 EOMES 等在内胚层细胞中活跃的 TRs，这些结果均与既往研究一致。对 GTEx 项目中30种正常人组织的 RNA-seq 数据分析中，TRAPT 利用每个组织的差异表达基因成功预测出特异性调控因子。例如，心脏组织中识别出 MED1、TBX5、GATA4；前列腺中识别出 AR、FOXA1、HOXB13；而乳腺与脂肪组织共享了 PPARG 和 CEBPA。在对预测结果进行层次聚类时，乳腺与脂肪组织、女性生殖系统相关组织（如子宫、卵巢、宫颈）因细胞组成相似而聚类在一起，进一步验证了模型的生物学合理性。讨论转录调控因子（TRs）在调控基因表达、维持细胞稳态和引导发育过程中起着核心作用。TR 介导的转录程序通常具有独特的表观基因组图谱，并在细胞状态变化与疾病发生中充当“开关”。然而，当前针对特定基因集（如差异表达基因、单细胞标记基因）准确预测其上游TR仍面临挑战，主要受限于缺乏覆盖多样细胞类型的TR表观数据。为解决这一问题，研究人员提出了深度学习框架 TRAPT，通过双阶段知识蒸馏提取调控元件的活性表示，整合超过 20,000 个大规模表观基因组样本与全面的TR背景知识库，精准预测上下文依赖的关键TR。在570个TR敲除/敲低数据集上，TRAPT 相较 Lisa、BART、i-cisTarget、ChEA3 等主流方法表现出显著性能提升，成功识别出与疾病、遗传变异、细胞命运与组织特异性密切相关的核心TRs。当前TR预测方法主要分为两类：一类是基于基因集富集分析的方法，如 Enrichr、TFEA.ChIP、ChEA3 和 MAGIC，依赖统计检验评估TR的重要性，但无法模拟TR与顺式元件的真实结合；另一类如 i-cisTarget、BART 和 Lisa，通过模拟TR结合预测活性，但未能充分考虑TR的结合偏好。而 TRAPT 则提出第三种路径，融合基因集的顺式调控特征与 TR 的全基因组结合潜能，通过多阶段融合策略显著提升预测性能。TRAPT 的优势包括：融合式策略解决信息覆盖不全与结合偏好问题：多阶段建模同时考虑上下游调控潜能，填补以往方法中顺式图谱覆盖不全与TR结合偏好未建模的空白；双阶段知识蒸馏增强模型鲁棒性：在 D-RP 阶段引入图变分自编码器（VGAE）与条件变分自编码器（CVAE）作为教师网络，缓解分布不一致问题；在 U-RP 阶段，蒸馏引导学生网络选取最优表观样本，提高数据整合能力；图模型优化全基因组调控潜能预测：尤其适用于样本量有限的数据集，补全表观调控网络中的缺失连接，提高泛化能力。消融实验表明，去除 D-RP、U-RP 或蒸馏机制均显著降低模型性能，验证这些模块的关键作用。同时，在连接预测任务中，D-RP 模型在多种掩码比例下表现稳定，展示出对缺失扰动的鲁棒性。应用层面，TRAPT 成功识别了 ESR1 敲除实验中的 ESR1 及其相关的协同因子 EP300、FOXA1；在阿尔茨海默病研究中，TRAPT 能捕捉到如 SPI1、RELA、REST 等高可信TR与GWAS致病位点（如 rs10119）的共定位；在人类造血干细胞、胚胎干细胞及 GTEx 组织样本中，准确预测出与细胞命运（如 GATA3、STAT4、TCF4）和组织特异性（如 MED1、GATA4、AR）相关的关键TRs。所有结果均从多个角度验证了 TRAPT 在多类任务中的稳定性与通用性。值得注意的是，尽管 TRAPT 整合了 17,227 个TR、1,329 份 ATAC-seq 与 1,465 份 H3K27ac 数据，但部分 TR 仍缺乏对应的表观样本，可能影响模型精度。同时，不同 TR 之间的协同或拮抗机制（如转录因子与协同因子之间的相互作用、染色质调控因子的辅助调控）在目前版本中尚未完全建模。未来可引入基因调控网络与因果推理策略，更系统地模拟调控层级间的复杂交互。整理 | WJM 参考资料Zhang, G., Song, C., Yin, M. et al. TRAPT: a multi-stage fused deep learning framework for predicting transcriptional regulators based on large-scale epigenomic data. Nat Commun 16, 3611 (2025). https://doi.org/10.1038/s41467-025-58921-0