干实验室生成模型预测类风湿性关节炎患者对依那西普药物的反应。

摘要

原始文章：STRAP 试验中滑膜活组织检查的深度分子分析识别出预测类风湿性关节炎中生物疗法治疗反应的特征（《自然通讯》，2025 年）

• 来自 STRAP 试验的 208 个治疗前关节组织样本的 RNA-seq 数据。

• 研究患者对药物依那西普（TNF 抑制剂）的反应

比较结果：

Drylab 的表现：

• 在 12 小时内超过基准模型。

• 最佳模型在 24 小时 内生成

• 模型是生物驱动且完全可解释的

Drylab 的解决方案

Drylab AI 代理在找到合适方法方面既具创造性又有韧性。代理通过将高维基因特征替换为紧凑的、生物学启发的通路和细胞类型特征，并通过利用 XGBoost 在严格的交叉验证下对非线性相互作用进行建模来取得成功。

1. 通路活性 (GSVA)

   • 为类风湿关节炎设计特定的通路-PCA
     （TNF 信号传导、NF-κB、JAK-STAT、干扰素、T/B 细胞信号传导）

   • 通过 GSVA/ssGSEA 进行初级评分；次要为 Z 评分的通路

   • 将数千个基因减少至几十个可解释的通路评分

   • 通路活性范围示例

   • tnf_signaling ：-3.76 → 1.31

   • 最重要的通路：补体、TNF、炎症细胞因子、基质重塑、干扰素

     
     

2. 细胞类型去卷积

   • 使用紧凑的免疫特征（CD4/CD8 T 细胞、单核细胞等）的相关性方法

   • 捕捉响应者和非响应者之间的基线免疫组成差异

   
   

3. XGBoost 交叉验证

   • 嵌套的 CV：外部折用于评估，内部 xgb.cv 用于调优 

   • 提前停止以选择最佳回合

   • 浅树（深度 3–6）、适度正则化以防止过拟合

   
   

Drylab AI 代理通过文献检索进行训练后分析。确保每个解决方案在科学上是严格的，并在解决方案持续演变之前验证假设

参考

基于特征重要性分析和文献检索：

• TNF → NF-κB → 炎症细胞因子：依那西普阻断 TNF-α，它位于 NF-κB 和促炎级联反应（IL-1β、IL-6 等）上游。看到这些通路与反应相关是机制上的合理。(NCBI)

• B 细胞和 T 细胞程序：在 STRAP 滑膜 RNA-seq 中，依那西普（和利妥昔单抗）响应者显示出更高的基线 B 细胞基因；适应性免疫模块通常分层于反应。 (Nature)

• JAK–STAT：许多 RA 细胞因子通过 JAK/STAT 发出信号；基线活动通常在生物制剂中跟踪炎症负担和药物反应。 (PubMed Central)

• 干扰素：I 型/II 型 IFN 特征已多次被关联到抗 TNF 的反应性/非反应性。你的 AutoML 将其纳入是合理的。 (Frontiers)

• 基质重塑（MMPs/ECM）：STRAP 报告的胶原基因和 MMP9 与对依那西普/利妥昔单抗的非反应相关——你的“基质重塑”信号符合这一观察。 (Nature)

• 补体：补体激活是公认的 RA 驱动因素，并可能将与 TNFi 反应相关的滑膜表型区分开来。 (PubMed Central)

• 凋亡：TNF/NF-κB 调节滑膜细胞的生存；TNF 阻断可以改变滑膜中的细胞死亡程序——因此，凋亡通路特征是预期的。 (PubMed Central)

• 氧化应激：RA 滑膜和 SF 经受氧化应激；中性粒细胞和 FLS 放大 ROS——看到氧化应激作为一种预测因子是普遍的。 (PubMed Central)