Significance of CXCL10 as a Biomarker of Liver Cirrhosis
-
摘要:
目的 探讨CXCL10作为一种肝硬化无创生物标志物的潜力及其在肝纤维化进展中的机制。 方法 收集2021年3~8月期间昆明医科大学第二附属医院肝硬化患者(n = 64)和健康体检者(n = 64)EDTA-K2抗凝管外周血标本,严格记录患者的基本信息和实验室检查结果。ELISA检测血浆中CXCL10浓度。分析CXCL10表达水平与生化检验结果的关系。用ROC曲线分析血浆CXCL10水平对肝硬化的预测价值。 结果 肝硬化患者血浆CXCL10浓度显著高于健康体检者,差异有统计学意义(P < 0.0001)。肝硬化患者血浆CXCL10水平与检验结果如ALT、AST、PT、APTT、DD成正相关关系(P < 0.05)。CXCL10的ROC曲线下面积为0.8264,具有较好的诊断效能。 结论 CXCL10可作为肝硬化的一种无创生物标志物,也是肝硬化潜在的治疗靶点。 Abstract:Objective To investigate the potential of CXCL10 as a noninvasive biomarker of liver cirrhosis and its mechanism in the progression of liver fibrosis. Methods Peripheral blood samples of EDTA-K2 anticoagulant tubes were collected from cirrhotic patients (n = 64) and healthy subjects (n = 64) in the Second Affiliated Hospital of Kunming Medical University from March to August 2021, and the basic information and laboratory examination results of the patients were strictly recorded. CXCL10 concentration in plasma was determined by ELISA. The relationship between CXCL10 expression level and biochemical test results was analyzed. ROC curve was used to analyze the predictive value of plasma CXCL10 levels for cirrhosis. Results The plasma CXCL10 concentration in patients with cirrhosis was significantly higher than that in healthy subjects, and the difference was statistically significant (P < 0.0001). Plasma CXCL10 levels were positively correlated with ALT, AST, PT, APTT and DD in patients with cirrhosis (P < 0.05). The area under ROC curve of CXCL10 is 0.8264, which has good diagnostic performance. Conclusion CXCL10 can be used as a non-invasive biomarker and a potential therapeutic target for liver cirrhosis. -
Key words:
- Liver fibrosis /
- CXCL10 /
- Liver cirrhosis
-
慢性阻塞性肺疾病(chronic obstructive pulmonary diseases,COPD)是一种以持续气流受限为特征的可以预防和治疗的疾病[1],气道炎症和气道重构是COPD的主要病理特征[2]。在此过程中,蛋白酶-抗蛋白酶系统失衡、氧化应激及肺部炎症反应扮演着重要作用[3]。根据患者气道炎症细胞分类、临床表现、影像学特征、对激素治疗的敏感性分为不同表型,其中胸部HRCT形态学表现就存在异质性,部分COPD患者有不可逆的气流限制但胸部HRCT肺野没有明显的低衰减区,部分COPD患者胸部HRCT表现为明显的支气管壁增厚,而其他患者没有。本文拟探讨COPD的影像学不同表型中,中性粒细胞弹性蛋白酶及总抗氧化能力的差异。
1. 资料与方法
1.1 临床资料
选择2018年5月至2019年5月安宁市人民医院呼吸科门诊就诊COPD稳定期患者78例,纳入标准[1]:COPD稳定期患者,6周内无使用抗生素及全身性激素史。排除标准:既往有引起肺通气功能障碍的疾病如支气管扩张、肺结核、支气管哮喘、间质性肺疾病,胸部手术史的患者,其他心脏、消化、血液等各系统严重疾患的患者。对照组选择20例在体检中心进行健康体检肺功能正常、无严重疾患的受检者。入选对象均签署知情同意书。
1.2 主要仪器及试剂
CT为东芝Aquilion PRIME 80排160层螺旋CT,肺功能仪为耶格MasterScreen,Human,Elastase 2检测试剂盒来源于CUSABIO,货号CSB-EL007587HU,T-AOC检测试剂盒来源于Shanghai Enzyme-linked Biotechnology,货号ml061176。
1.3 COPD的HRCT分型
由两位放射科高年资主治医生根据目测 CT 上有无低衰减区(low attenuation areas,LAA)评估肺气肿及支气管壁增厚程度,肺气肿程度评估:将 < -950HU定为密度减低区域面积 [4],选取双侧主动脉弓上缘1 cm、隆突水平下1 cm、右侧横膈上3个层面。通过各层LAA所占面积比来计算各层面的LAA评分:0分:LAA < 5%,1分:5%≤LAA < 25%,2分:25%≤LAA < 50%,3分:50%≤LAA < 75%,4分:LAA≥75%。根据3个层面评分总和进行肺气肿分级:0级:总和为0分,1级:总和分为1~3分,2级:总和分为4~6分,3级:总和分为7~9分,4级:总和分为10~12分。支气管壁增厚程度评估 [5]:0级:无增厚,1级:支气管壁厚度大于相邻肺动脉直径30%,2级:支气管壁厚度大于相邻肺动脉直径50%。COPD的HRCT表型分型标准:A表型:无肺气肿或存在轻微肺气肿,LAA≤1级,无支气管壁增厚;E表型:存在LAA≥2级的肺气肿,无支气管壁增厚;M表型:同时存在LAA≥2级的肺气肿和≥1级支气管壁增厚[6]。
1.4 统计学处理
采用SPSS17.0统计软件进行数据分析,符合正态分布的计量资料组间比较采用单因素方差分析,组间计数资料比较采用χ2检验,NE、T-AOC与肺功能指标的相关性分析采用Pearson相关分析。P < 0.05为差异有统计学意义。
2. 结果
2.1 一般临床资料比较
四组患者在性别、年龄、吸烟方面比较,差异无统计学意义(P > 0.05),A表型FEV1实测值、FEV1%pred、FEV1/FVC%较M表型、E表型高,差异有统计学意义( P < 0.05),M表型FEV1实测值、FEV1%pre较E表型、A表型降低,CAT评分较E表型、A表型增高,差异有统计学意义( P < 0.05),见 表1。
表 1 研究对象的一般临床资料[($\bar x \pm s$ )/n(%)]Table 1. General information of the subjects[($\bar x \pm s$ )/n(%)]资料 对照组(n = 20) E表型(n = 33) M表型(n = 21) A表型(n = 24) 年龄(岁) 68.10 ± 1.5 68.97 ± 1.2 68.68 ± 1.6 68.33 ± 1.9 男 16(80) 27(81.8) 17(80.9) 19(79.2) 女 4(20) 6(18.2) 4(19.1) 5(20.8) 吸烟者 14(70) 23(69.7) 15(71.4) 17(70.8) FEV1实测值(L) 0.93 ± 0.6 0.77 ± 0.3∆ 1.34 ± 0.4*# FEV1/FVC% 54.12 ± 1.3 52.61 ± 1.6 59.64 ± 1.8*# FEV1%pre 46.23 ± 2.1 41.56 ± 2.2∆ 53.00 ± 1.8*# CAT评分(分) 12.65 ± 3.3 15.57 ± 2.1∆ 12.45 ± 3.5# 与E表型比较,*P < 0.05;与M表型比较, #P < 0.05;与E表型比较, ∆P < 0.05。 2.2 四组患者血清NE、T-AOC含量比较
四组患者血清NE、T-AOC的比较,见表2。
表 2 各组别血清NE、T-AOC测量值($\bar x \pm s$ )Table 2. Serum NE and T-AOC data in each group($\bar x \pm s$ )组别 NE(ng/mL) T-AOC(U/mL) 对照组 140.3 ± 34.3 2.9 ± 1.1 A表型 134.3 ± 49.3 2.7 ± 1.8 E表型 176.1 ± 37.4*# 3.0 ± 1.2 M表型 196.8 ± 56.0*#∆ 2.8 ± 1.5 注:与A表型比较,*P < 0.05;与对照组比较, #P < 0.05;与E表型比较, ∆P < 0.05。 从表2中可以看出,M表型血清NE含量高于对照组、A表型、E表型,有统计学意义(P < 0.05);E表型血清NE含量高于对照组、A表型,有统计学意义( P < 0.05)。四组T-AOC差异无统计学意义( P > 0.05)。
2.3 血清NE、T-AOC与各指标相关性分析
将78例COPD患者血清NE、T-AOC与FEV1、FEV1%pred、CAT评分做直线相关分析,可见血清NE与FEV1、FEV1%pred呈负相关(P < 0.05),与CAT评分呈正相关( P < 0.05),见 表3。
表 3 血清NE、T-AOC相关性分析Table 3. Correlation analysis of serum NE and T-AOC各项指标 r/P NE T-AOC FEV1 r −0.433 0.053 P 0.019* 0.786 FEV1/Pred% r −0.403 0.112 P 0.030* 0.562 CAT r 0.491 −0.069 P 3.564E-9* 0.610 3. 讨论
COPD病变主要存在于气道、肺实质以及肺血管[7],HRCT是当今肺部无创性成像技术中最敏感的检查手段,可以观察COPD的肺结构形态。Han等[8]研究证实HRCT检查定量测定肺气肿病变程度和气道壁厚度与COPD病情严重程度以及急性加重风险呈正相关,把COPD患者根据HRCT分为三个表型-A表型、E表型、M表型,分析不同表型的气流受限、临床表现的差异;以及不同表型与病因学之间的联系。
笔者研究采用了慢阻肺患者的新型健康相关生命质量量表慢阻肺自我评估测试问卷(COPD assessment test,CAT)。M表型CAT评分最高,临床症状咯痰症状更为明显,有排痰后咳嗽、用力或静息时喘息、胸闷,与其影像学改变肺气肿和支气管壁增厚相符。A表型FEV1实测值、FEV1%pred、FEV1/FVC%均优于M表型、E表型,说明A表型患者气流受限的程度较轻。M表型FEV1实测值、FEV1%pre较E表型降低,提示没有支气管扩张表现型的肺气肿小气道支气管扩张可能较轻,气流受限被认为主要由于弹性反冲降低所致;可能由于M表型同时存在肺气肿和支气管壁增厚,气流受限的严重程度要高于只有肺气肿的E表型。
在COPD的气道重构中,气道壁纤维化及气流阻塞的主要原因之一细胞外基质(ECM)的降解和过度沉积[9]。在此过程中,蛋白酶-抗蛋白酶系统失衡起着重要作用。NE是一种丝氨酸蛋白酶,存在于中性粒细胞的嗜蓝粒细胞中。当中性粒细胞在暴露于多种细胞因子和化学引诱剂(包括肿瘤坏死因子(TNF)-a、白细胞介素(IL)-8、细菌脂多糖(LPS)后,可被刺激释放NE[10]。NE是一种杂食性酶,可溶解多种蛋白[11],正常情况下能清除肺部病原菌[12],而在急性炎症时大量释放造成肺组织结构破坏而参与发病[13]。COPD的稳定期NE含量仍高于正常[12]。对细胞外基质的溶解作用、促进炎性细胞聚集、减少纤毛摆动频率、通过诱导气道上皮细胞产生粘蛋白而导致慢性炎症性气道疾病的恶性循环[14-15]。本研究结果显示COPD患者的NE高于正常组,NE含量与FEV1、FEV1%pred呈显著负相关(P < 0.05),与CAT评分呈显著正相关( P < 0.05),表明NE在COPD发病中有着重要作用,与肺通气功能、气流受限、临床症状密切相关。曾春芳等 [16-17]研究表明COPD患者肺组织、痰中的NE含量与气流受限密切相关。本研究结果还提示M表型血清NE含量高于A表型、E表型,差异有统计学意义(P < 0.05);E表型血清NE含量高于A表型,差异有统计学意义( P < 0.05)。说明COPD患者NE的含量与气道结构的改变、影像形态学有关,NE通过参与炎症反应、降解弹性蛋白和结缔组织等破坏肺泡壁和小气道从而参与COPD的发生发展过程。总抗氧化能力(T-AOC)反映机体自由基的代谢状态以及机体抗氧化能力 [18]。本研究发现,COPD组总抗氧化能力较对照组,COPD三个表型A表型、E表型、M表型总抗氧化能力之间,差异无统计学意义(P > 0.05)。
本研究提示NE参与COPD气道炎症及气道重构过程,目前COPD治疗研究方向主要集中在如何恢复患者肺结构,而蛋白酶-抗蛋白酶系统对肺结构的正常重建起着重要作用,NE的特异性蛋白酶抑制物α1-AT作为NE的主要抑制剂,抑制释放炎症介质、蛋白酶活性、减少粘液分泌、继而减轻了肺组织的损伤[19],对COPD的治疗提供了新思路。
-
表 1 肝硬化患者的临床资料[
$ \bar x \pm s $ /M(P25,P75)]Table 1. Clinical data of patients with cirrhosis [
$ \bar x \pm s $ /M(P25,P75)]特征 数值 年龄(岁) 64 ± 11.52 性别(男/女) 46/18 ALT(U/L) 33(21,56.75) AST(U/L) 47(32,74.25) ALP(U/L) 98(80,159) GGT(U/L) 46(31.5,89.5) TBA(μmol/L) 43.55(19,97.43) TBIL(μmol/L) 30.55(17.03,70.9) DBIL(μmol/L) 14.10(6.9,38.4) IBIL(μmol/L) 15.55(7.8,25.93) PT (s) 16.94 ± 2.97 APTT(s) 44.23 ± 8.03 TT(s) 18.1(16.88,19.1) FIB(g/L) 1.86(1.53,2.56) DD(μg/mL) 2.68(1.73,4.79) 表 2 肝硬化患者血浆CXCL10浓度与肝功生化指标关系
Table 2. Relationship between plasma CXCL10 concentration and liver function biochemical indexes in patients with cirrhosis
项目 r P ALT(U/L) 0.4261 0.0004* AST(U/L) 0.36 0.0035* ALP(U/L) 0.01119 0.9354 GGT(U/L) 0.1621 0.2007 TBA(μmol/L) 0.2065 0.1074 TBIL(μmol/L) −0.03392 0.7902 DBIL(μmol/L) −0.00793 0.9512 IBIL(μmol/L) −0.1005 0.4372 *P < 0.05。 表 3 肝硬化患者血浆CXCL10浓度与凝血指标关系
Table 3. Relationship between plasma CXCL10 concentration and coagulation indexes in patients with cirrhosis
项目 r P PT 0.4085 0.0008* APTT 0.2879 0.0211* TT 0.03217 0.8709 FIB −0.01198 0.9264 DD 0.3279 0.012* *P < 0.05。 表 4 CXCL10相关影响因素的线性回归分析
Table 4. Linear regression analysis of CXCL10 related influencing factors
变量 β t P ALT −0.30 −0.148 0.883 AST 0.108 0.466 0.644 ALP −0.031 −0.112 0.912 GGT 0.033 0.129 0.898 TBA 0.235 1.201 0.238 TBIL −0.177 −0.527 0.601 DBIL −0.009 −0.054 0.957 IBIL −0.127 −0.466 0.644 PT 0.129 0.548 0.587 APTT 0.020 0.077 0.939 TT 0.312 1.383 0.176 FIB 0.164 0.810 0.423 DD 0.309 1.922 0.043* *P < 0.05。 表 5 高表达CXCL10组和低表达CXCL10组实验室指标差异分析[
$ \bar x \pm s $ /M(P25,P75)]Table 5. Difference analysis of laboratory indicators between high and low expression groups of CXCL10 [
$ \bar x \pm s $ /M(P25,P75)]指标 低表达CXCL10(n = 31) 高表达CXCL10(n = 33) Z/t P ALT(U/L) 26(9,127) 46(20,148) −3.529 0.0003* AST(U/L) 37(17,137) 54(21,141) −2.486 0.0123* LPS(U/L) 98(54,441) 97(43,859) −0.800 0.9633 GGT(U/L) 39(21,264) 51(26,795) −1.559 0.1338 TBA(μ
mol/L)32.6(7.8,116.1) 50.8(8.1,408.3) −2.606 0.5693 TBIL(µmol/L) 31.7(9.8,404.5) 25.6(12.6,550) −0.013 0.9920 DBIL(µmol/L) 15(3.9,291.2) 12.7(6.4,440.9) −0.336 0.9137 IBIL(µmol/L) 16.7(4.3,113.31) 11.2(6.1,164.7) −0.262 0.5639 PT(s) 16.04 ± 0.44 17.58 ± 0.57 2.465 0.0165* APTT(s) 41.98 ± 1.28 46.19 ± 1.54 2.253 0.0278* TT(s) 18.22 ± 0.34 18.10 ± 0.43 0.1522 0.8795 FIB(g/L) 1.74(0.86,3.14) 1.89(0.85,3.51) −0.470 0.9582 DD(μg/mL) 1.73(0.33,7.43) 3.81(0.44,12.22) −2.767 0.0041* *P < 0.05。 -
[1] Zoubek M E,Trautwein C,Strnad P. Reversal of liver fibrosis:From fiction to reality[J]. Best Pract Res Clin Gastroenterol,2017,203(3):12-41. [2] Moon A M,Singal A G,Elliot B. Contemporary epidemiology of chronic liver disease and cirrhosis - science direct[J]. Clinical Gastroenterology and Hepatology,2020,18(12):50-66. [3] Simon T G,Roelstraete B,Hartjes K,et al. Non-alcoholic fatty liver disease in children and young adults is associated with increased long-term mortality[J]. Journal of Hepatology,2021,20(5):135-141. [4] Campos-Murgu í a A,Román-Calleja B,Toledo-Coronado I V,et al. Liver fibrosis in patients with metabolic associated fatty liver disease is a risk factor for adverse outcomes in COVID-19[J]. Digestive and Liver Disease,2021,48(21):48-56. [5] Caviglia J M,Yan J,Jang M K,et al. MicroRNA-21 and dicer are dispensable for hepatic stellate cell activation and the development of liver fibrosis[J]. Hepatology,2017,67(Suppl.1):65-72. [6] Lee Y S,Kim S Y,Ko E,et al. Exosomes derived from palmitic acid-treated hepatocytes induce fibrotic activation of hepatic stellate cells[J]. Scientific Reports,2017,7(1):30-45. [7] Holt A P,Haughton E L,Lalor P F,et al. Liver myofibroblasts regulate Infiltration and positioning of lymphocytes inhuman liver[J]. Gastroenterology,2009,136(2):5-14. doi: 10.1053/j.gastro.2008.09.006 [8] Barrow F,Khan S,Fredrickson G,et al. Microbiota‐Driven Activation of intrahepatic B Cells aggravates nonalcoholic steatohepatitis through innate and adaptive signaling[J]. Hepatology,2018,74(23):84-96. [9] Lafoz E,Ruart M,Anton A,et al. The endothelium as a driver of liver fibrosis and regeneration[J]. Cells,2020,9(4):29-35. [10] Barrow F,Khan S,Fredrickson G,et al. Exosomes from activated hepatic stellate cells contain GLUT1 and PKM2:a role for exosomes in metabolic switch of liver nonparenchymal cells[J]. The FASEB Journal,2019,33(7):41-56. [11] Motonobu,Watanabe,Soichiro,et al. Platelets contribute to the reduction of liver fibrosis in mice[J]. Journal of Gastroenterology & Hepatology,2009,21(17):23-32. [12] Ding B S,Ca O Z,Lis R,et al. Divergent angiocrine signals from vascular niche balance liver regeneration and fibrosis[J]. Nature,2014,505(7481):97-102. doi: 10.1038/nature12681 [13] Tannapfel A,Dienes H P,Lohse A W. The indications for liver biopsy[J]. Deutsches Ä rzteblatt International,2012,109(27-28):477-483. [14] Song Z Y,Ke-Bang W U,Li-Li W U,et al. Research progress on rapid serological assays for diagnosis of Japanese Encephalitis B[J]. China Animal Husbandry & Veterinary Medicine,2015,45(23):69-75. [15] Wang R,Ding Q,Yaqoob U,Assuncao T D,et al. Non-invasive assessment of hepatic steatosis:Prospective comparison of the accuracy of imaging examinations[J]. Journal of Hepatology,2010,52(4):79-85. [16] Kim S U,Seo Y S,Cheong J Y,et al. Factors that affect the diagnostic accuracy of liver fibrosis measurement by Fibroscan in patients with chronic hepatitis B[J]. Alimentary Pharmacology & Therapeutics,2010,32(3):498-505. [17] Wang W J, Xiao P, Xu H Q, et al. Growing burden of alcoholic liver disease in China: A review [J]. 世界胃肠病学杂志: 英文版, 2019, 25(12): 12.Wang W J,Xiao P,Xu H Q,et al. Growing burden of alcoholic liver disease in China:A review[J]. World Journal Gastroenterology,2019,25(12):12. [18] Ahmed Z,Ahmed U,Walayat S,et al. Liver function tests in identifying patients with liver disease[J]. Clinical and Experimental Gastroenterology,2018,11(6):1-7. [19] Liu Z,Zhang Z,Huang M,et al. Taurocholic acid is an active promoting factor,not just a biomarker of progression of liver cirrhosis:evidence from a human metabolomic study and in vitro experiments[J]. Bmc Gastroenterology,2018,18(1):112-116. doi: 10.1186/s12876-018-0842-7 期刊类型引用(8)
1. 郑一,刘继伟,于喜红,何燕斐,王建军,杨瑞. 不同表型COPD患者HRCT参数与T淋巴细胞亚群水平、肺功能参数的相关性. 分子诊断与治疗杂志. 2023(01): 43-47 . 百度学术
2. 白金录,刘照龙,杨丽娜,卞海艳,李侠. 血清SERPINA1、CTGF、T-AOC在子宫肌瘤患者中的表达水平及临床意义. 河北医科大学学报. 2023(04): 434-438 . 百度学术
3. 葛进男,张晓风,葛蕾蕾,许晓霞. 早期肺康复对慢性阻塞性肺疾病急性加重期患者的影响. 当代护士(中旬刊). 2023(03): 27-30 . 百度学术
4. 宋丽英. 慢性阻塞性肺疾病急性加重的影响因素分析及预测模型的构建与验证. 南昌大学学报(医学版). 2023(06): 67-71 . 百度学术
5. 蒲小娟,彭芳,赵启全,陈远婷,刘梅婷. 多索茶碱联合噻托溴铵对COPD患者血清APN、NE及α1-AT水平的影响. 保健医学研究与实践. 2023(10): 38-42 . 百度学术
6. 鄞晓斌,邱名耀,吴海琴,林明霞,林芳崇. 血清α1-AT和NE水平变化与AECOPD患者病情程度关系及预测呼吸衰竭的价值. 临床急诊杂志. 2022(06): 390-394 . 百度学术
7. 卢亚茹. 血嗜酸性粒细胞与慢性阻塞性肺疾病对糖皮质激素治疗反应的关系. 慢性病学杂志. 2022(09): 1418-1420 . 百度学术
8. 李琼,张庭秀,胡绳,周宏. 支气管扩张患者TNF-α、IL-6、中性粒细胞百分比与疾病严重程度的关系. 中华肺部疾病杂志(电子版). 2022(05): 649-652 . 百度学术
其他类型引用(2)
-