Epigenetic biomarkers of progestin-resistance in endometriosis

子宫内膜异位症孕激素抵抗的表观遗传生物标志物

阅读:8

Abstract

OBJECTIVE: Endometriosis is a heterogeneous, estrogen-dependent inflammatory disorder that affects up to 15% of reproductive age women. Progestin-based therapies are the most commonly prescribed initial treatment; however, approximately one-third of patients exhibit progestin resistance, leading to inadequate symptom relief and discontinuation. Given the role of epigenetic dysregulation in endometriosis and its impact on hormonal responsiveness, we aimed to identify if circulating leukocyte DNA methylation signatures were associated with progestin treatment response and could serve as a non-invasive predictive biomarker. METHODS: We conducted a prospective cohort study of 31 women with surgically confirmed endometriosis, categorized as progestin responders (n = 10) or non-responders (n = 21) based on clinical outcomes. Buffy coat-derived leukocytes were processed for whole-genome methylation analysis using enzymatic methyl-seq. Differentially methylated CpG sites were identified using logistic regression, and candidate genes were subject to Receiver Operating Curve analysis. A stepwise logistic regression model was developed to identify the minimal methylation gene set predictive of treatment response. Internal validation included permutation and bootstrap testing. RESULTS: Responders and non-responders did not differ significantly in baseline demographics or clinical variables. There were 1,439 genes that were significantly differentially methylated between responders and non-responders. A three-gene methylation signature, MMP20, NRXN1, and RNA5-8SN5, distinguished responders from non-responders with high accuracy (ROC AUC = 0·952). Internal validation confirmed model robustness (bootstrap AUC = 0·907, 95% CI: 0·80–0·957; permutation p < 0·001). CONCLUSION: Circulating leukocyte methylation profiles can serve as noninvasive biomarkers of progestin responsiveness in endometriosis. Our findings suggest that blood-based epigenetic profiling may inform personalized treatment decisions, avoiding prolonged treatment with ineffective therapy. SUPPLEMENTARY INFORMATION: The online version contains supplementary material available at 10.1186/s40364-026-00907-1.

文献解析

1. 领域背景与文献引入

文献英文标题:Circulating leukocyte DNA methylation signatures predict progestin treatment response in endometriosis;发表期刊:Journal of Ovarian Research;影响因子:未公开;研究领域:妇科内分泌与生殖医学(子宫内膜异位症方向)。

子宫内膜异位症是一种异质性、雌激素依赖性炎症性疾病,影响全球10%-15%的育龄女性,是盆腔疼痛和不孕症的主要诱因之一。领域共识:该疾病的核心特征为慢性盆腔炎症与全身免疫失调,且临床异质性显著,给个性化治疗带来极大挑战。当前临床中,孕激素类药物是子宫内膜异位症的一线初始治疗方案,但约三分之一的患者存在孕激素抵抗,导致症状缓解不足甚至治疗中断,而传统的治疗决策依赖“试错”模式,不仅延长患者痛苦,还增加医疗成本。此外,现有研究已证实表观遗传失调(包括DNA甲基化异常)参与子宫内膜异位症的发病及孕激素抵抗机制,但缺乏可用于临床的非侵入性预测标志物,这一空白成为领域内亟待解决的核心问题。本研究正是针对这一需求,旨在从循环白细胞中筛选可预测孕激素治疗反应的DNA甲基化特征,为子宫内膜异位症的个性化治疗提供非侵入性工具。

2. 文献综述解析

作者对领域内现有研究的评述逻辑围绕“临床问题-机制关联-技术缺口”展开,首先明确子宫内膜异位症的临床异质性与孕激素治疗耐药现状,接着阐述表观遗传调控与疾病进展及治疗反应的关联,最后指出外周血生物标志物的临床应用优势。

现有研究已充分证实子宫内膜异位症的慢性炎症与全身免疫失调特征,明确孕激素作为一线治疗药物的地位,但同时也揭示了约34%的患者因孕激素抵抗或副作用而中断治疗的现状;表观遗传层面,DNA甲基化异常(如孕激素受体及下游靶基因的异常甲基化)被证实参与孕激素抵抗的发生机制,但相关研究多聚焦于病灶组织,难以实现临床常规检测;此外,现有治疗决策依赖“试错”模式,缺乏有效的预测工具,导致患者长期遭受症状困扰,生活质量下降。

与现有研究相比,本研究的创新点在于突破了传统的候选基因研究思路,采用无偏全基因组甲基化分析策略,从循环白细胞这一非侵入性样本中筛选标志物,最终构建出高准确性的三基因甲基化预测模型,弥补了领域内缺乏可临床转化的非侵入性孕激素反应预测标志物的空白,为个性化治疗决策提供了新的技术范式。

3. 研究思路总结与详细解析

本研究的整体框架为:以“循环白细胞甲基化特征与子宫内膜异位症孕激素治疗反应的关联”为核心科学问题,通过前瞻性队列研究纳入手术确诊患者,采用全基因组甲基化测序筛选差异甲基化基因,构建并验证多基因预测模型,最终明确三基因甲基化特征的预测价值,形成“假设-验证-结论”的完整研究闭环。

3.1 研究队列构建与基线特征分析

实验目的是排除基线混杂因素对研究结果的干扰,确保两组间的差异仅与孕激素治疗反应相关。方法细节为纳入31例经手术确诊的子宫内膜异位症患者,根据临床治疗结局分为孕激素应答组(n=10)和无应答组(n=21),收集所有患者的基线人口学数据、临床症状及疾病特征。结果解读显示,两组患者在年龄、病程、疾病分期等基线特征上无显著差异,有效排除了混杂因素对后续甲基化分析结果的影响。文献未提及具体实验产品,领域常规使用临床样本收集试剂盒、SPSS或R语言等统计软件进行基线数据统计分析。

3.2 循环白细胞全基因组甲基化分析

实验目的是筛选与孕激素治疗反应相关的差异甲基化基因。方法细节为从患者外周血中分离白细胞,采用酶促甲基化测序(enzymatic methyl-seq)进行全基因组DNA甲基化检测,通过逻辑回归分析筛选两组间的差异甲基化CpG位点。结果解读显示,共鉴定出1439个存在显著甲基化差异的基因,其中前25个最具区分度的CpG位点在两组间呈现明显的分布差异(

),且月经周期阶段及激素抑制状态对甲基化模式无显著影响。文献未提及具体实验产品,领域常规使用白细胞分离试剂盒、甲基化测序文库构建试剂盒、高通量测序平台(如Illumina系列)完成检测。

3.3 甲基化标志物筛选与模型构建及验证

实验目的是构建并验证具有高准确性和稳健性的孕激素治疗反应预测模型。方法细节为对差异甲基化基因进行受试者工作特征(ROC)曲线分析,筛选出单个基因AUC>0.60的三个基因(MMP20、NRXN1、RNA5-8SN5),并基于这三个基因的甲基化特征构建多变量逻辑回归模型,随后通过置换检验和Bootstrap重采样验证模型的稳健性。结果解读显示,三基因甲基化特征模型的ROC曲线下面积(AUC)为0.952,具有极高的预测准确性;内部验证结果显示,Bootstrap重采样的AUC为0.907(95% CI 0.78-0.92),置换检验P<0.001,证实模型具有良好的稳健性(

)。文献未提及具体实验产品,领域常规使用R语言、Python等生物信息学软件进行ROC分析和模型验证。

4. Biomarker研究及发现成果解析

Biomarker定位

本研究中涉及的Biomarker为循环白细胞中MMP20、NRXN1、RNA5-8SN5的三基因甲基化特征,其筛选与验证逻辑为:基于全基因组甲基化分析筛选差异甲基化基因→通过ROC分析筛选单个具有预测价值的基因→构建多基因预测模型→通过置换检验和Bootstrap重采样验证模型稳健性,形成完整的“筛选-验证”链条。

研究过程详述

该Biomarker的来源为子宫内膜异位症患者的外周血白细胞,验证方法包括酶促甲基化测序检测甲基化水平、多变量逻辑回归模型构建、ROC曲线分析及内部验证。特异性与敏感性数据方面,三基因模型的ROC曲线AUC为0.952(文献未明确提供具体敏感性和特异性数值,基于AUC值推测其具有高特异性和敏感性),内部验证的Bootstrap AUC为0.907(95% CI 0.78-0.92),置换检验P<0.001,证实模型的稳定性。

核心成果提炼

该三基因甲基化特征的核心功能是作为子宫内膜异位症孕激素治疗反应的非侵入性预测标志物,其创新性在于首次通过无偏全基因组甲基化分析从循环白细胞中筛选得到,且具有极高的预测准确性(AUC=0.952);与传统的病灶组织检测相比,该标志物基于外周血样本,具有非侵入性、可及性高、可规模化检测的优势,能够有效避免“试错”治疗模式带来的弊端。此外,研究还证实该模型具有良好的稳健性,但目前尚未进行外部验证,推测:未来通过多中心大样本外部验证后,该标志物有望应用于临床,为子宫内膜异位症患者的个性化治疗决策提供依据,减少无效治疗带来的痛苦和医疗成本。

特别声明

1、本页面内容包含部分的内容是基于公开信息的合理引用;引用内容仅为补充信息,不代表本站立场。

2、若认为本页面引用内容涉及侵权,请及时与本站联系,我们将第一时间处理。

3、其他媒体/个人如需使用本页面原创内容,需注明“来源:[生知库]”并获得授权;使用引用内容的,需自行联系原作者获得许可。

4、投稿及合作请联系:info@biocloudy.com。