基于尿液肾脏固有细胞mRNAs分析的肾脏纤维化生物标志物发现与鉴定

Renal fibrosis is the key pathological change of chronic kidney disease (CKD), while there is still lack of early and accurate diagnostic methods. Recent studies have indicated that analysis of urinary mRNA might be a novel and effective way for early and non-invasive diagnosis of renal fibrosis. By analysis of urinary mRNA with our own intellectual property rights，we have found that mRNA levels associated with tubular epithelial cells and podocytes injury in urinary sediments of CKD patients are closely related with the severity of renal fibrosis. However, as there is a large proportion of non renal derived cells in urinary sediment, there are still some technical challenges to accurately measure them. The aim of this study is to establish the microarray-based mRNAs analysis targeted on specific urinary renal resident cells. By performing animal model and clinical studies with this technique, we will further investigate the levels and changes of mRNAs during renal fibrogenesis , and try to discover and identify a number of potential biomarkers for renal fibrosis. This study will lay a novel theoretical and practical foundation for the noninvasive monitoring of renal fibrosis by measuring urinary mRNAs .

肾脏纤维化是慢性肾脏病（CKD）进展的关键病理改变，目前尚缺乏早期准确的诊断方法。近年研究表明，尿液mRNA检测可能为肾脏纤维化早期无创诊断提供新颖有效的手段。申请人近年来运用具有自主知识产权的靶向基因芯片技术对尿液mRNA进行分析发现，CKD患者尿沉渣中肾小管上皮细胞及足细胞损伤相关mRNAs水平与肾脏纤维化程度密切相关。由于尿沉渣中有较大比例的非肾脏来源细胞，如何进一步优化尿液细胞mRNA检测技术是亟待解决的问题。本项目拟通过建立基于靶向基因芯片的尿液肾脏固有细胞mRNA分析方法，通过模式动物和临床研究，进一步探讨尿液肾脏固有细胞标志mRNAs表达在肾脏纤维化发生、发展过程中的变化规律，发现肾脏纤维化候选mRNA生物标志物，并进行鉴定，为临床应用尿液mRNAs检测进行无创性肾脏纤维化动态监测提供新颖的理论和实验依据。

肾纤维化是慢性肾脏病（chronic kidney disease, CKD）进展的关键病理改变，目前尚缺乏早期准确的诊断方法。近年研究表明，尿液mRNA检测可能为肾纤维化无创性诊断提供新颖有效的手段。本项目通过建立尿液肾脏固有细胞mRNA检测方法，通过开展临床研究和动物实验，开发出具有诊断价值和转化潜能的mRNA生物标志物。同时，通过生物信息学分析，探讨了CKD共有的发病机制及糖尿病肾病（diabetic kidney disease, DKD）特异性的组织标志物。 此外，基于临床特征和常规实验室检查，开发DKD疾病进展的临床预测模型，可用于临床实践中DKD患者的预后评估。.(1) 基于生物信息学筛选和临床验证，发现肾小管特异性分子BBOX1在DKD患者尿脱落细胞中表达升高，与白蛋白尿水平呈正相关，具有区分DKD患者的效能。进一步，分离纯化尿液外泌体，发现尿液外泌体CCL21 mRNA水平在DKD患者中的表达升高，且与蛋白尿水平正相关、与肾小球滤过率负相关，并与肾间质纤维化和肾组织中CD3+T细胞浸润有关，可能能够作为DN新型的生物标志物。.(2) 开展了大样本CKD肾活检组织转录组芯片数据的生物信息学分析，筛选出不同病因CKD患者的共差异表达基因，通过功能注释、通路富集分析、蛋白质互作网络和核心基因筛选等方法，探讨了CKD的共同发病机制。另外，采用系统生物学算法，通过加权的基因共表达网络分析，识别出与DKD特异性相关的基因模块，主要的功能是参与细胞外基质沉积，交叉验证提示，LUM和FMOD是基因模块中的核心基因，对DKD的诊断具有鉴别价值。.(3) 开发并验证了基于临床特征和常规实验室检查的的模型，能够预测DKD肾功能进展的发生风险，模型显示，血清肌酐、尿ACR、尿NAG、白蛋白、高血压病史是DKD患者肾功能进展的重要预测因素。该模型具有较高的准确性。列线图和评分表可作为决策支持工具为DKD患者肾功能进展的风险提供简便无创的预测方法，有助于实现DKD患者肾功能进展的早期预警，从而有助于指导临床诊疗。