科创中国

（1）构建了IgA肾病的多组学图谱。项目完成了2925例IgA肾病及6880对照样本的大型遗传学图谱。完成了90例IgA肾病和70例对照的转录组RNA芯片研究。150例IgA肾病的肠道微生物组16s测序，借助机器学习的创新算法揭示了2种关键致病菌，并通过动物试验成功建立了疾病模型。（2）揭示多个疾病新易感基因和关键致病途径。获得IgA肾病的新的遗传基因位点5个，强调感染防御性反应通路的潜在致病价值；参与IgA肾病糖基化异常新的遗传位点1个；影响IgA肾病发病及菌群异常的遗传位点9个。（3）揭示可用于疾病病情进展预测的生物标志物。获了外周血和/或肾组织内表达的基因标志物包括补体相关的蛋白C4d、C5b-9、CFH、CFHR5、MBL，可用于疾病的活动性评估；发现了肠道拟杆菌属参与疾病的鉴别、进展，可能作为治疗的靶点。获得了尿液C4d水平可作为疾病进展和预后的新型生物标志物。

在临床表型数据中，发现XGBoost模型性能更好，且优于已报道的数据模型。在基因组水平表型预测，随机森林在三种学习器中表现得最好。在转录组水平对于疾病分类， XGBoost优于其他模型。在宏基因组水平，监督学习方法PLS-DA优于其他分析方法筛选差异性菌属。（5）初步探索了机器学习在组学数据整合中的应用。发现病理指标T和临床指标eGFR是预测IgA肾病进展至尿毒症的主要决定因素。在临床表型数据的基础上，加入基因型数据对我们模型的AUC有所提高。机器学习可提高筛选出差异基因以鉴别疾病分类的效能。

新的早期诊断、疗效判断和预后预测分子标志物，将通过多组学方法进行的多水平验证，有望获得在临床中方便和快捷检测的疾病分子标志物。在此基础上，未来开展新型试剂盒的研发工作，并在临床中进行推广应用，有望获得良好的经济效益。

课题组组长陈广丰，北京大学第一医院，博士生导师，教授，博士研究生王艳娜、何嘉炜（北京大学第一医院），其中何嘉炜获得北京大学优秀博士论文，项目负责人周绪杰获得2020年度国家自然科学基金优秀青年基金和国家自然科学基金牛顿高级学者资助

项目利用利用多种组学数据，结合患者精准临床表型，在揭示新的免疫性肾小球疾病早期诊断、疗效判断和预后预测分子标志物的基础上，建立新的分子分型预测模型体系。将有力推动我国慢性肾脏疾病分子诊疗水平，从而发挥改善患者疗效和长期预后的关键作用，不仅将减轻慢性肾脏疾病患者的家庭、社会和经济负担，也会有效的减轻我国卫生保障负担，产生巨大的社会和经济效益。

1. 向他人转让该科技成果。

2. 许可他人使用该科技成果。

3. 以该以该科技成果作价投资，折算股份或者出资比例。

4. 科技成果作为合作条件，与他人共同实施转化。

5. 其他协商确定的方式。