近日，我院感染与免疫研究所李园园研究员课题组联合瑞金医院风湿免疫科在免疫学知名期刊Frontiers in Immunology发表研究成果《Disease association study of Autoimmune and autoinflammatory diseases by integrating multi-modal data and hierarchical ontologies》。博士研究生刘阿显为第一作者，李园园研究员为通讯作者（Liu A, Su Y, Zhu J and Li Y-Y. Front. Immunol. 16:1575490）。

自身免疫性与自身炎症性疾病（AIIDs）具有显著的异质性和共病特征，其发病机制和分类体系错综复杂。疾病关联研究（Diseasome）有助于深入探索疾病发生发展及其关联演化机制，并为病程管理、老药新用、新型治疗策略研发等提供依据。然而，目前针对AIIDs的疾病关联研究仍处于初步阶段。为此，本研究提出一种创新策略——"本体感知疾病相似性"（OADS），基于多源融合并经专家审校的疾病清单（包含484种自身免疫病ADs和110种自身炎症性疾病AIDs），整合遗传易感基因、Bulk及单细胞转录组、临床表型等多模态数据，以及基因本体（GO）、细胞本体（Cell Ontology）、人类表型本体（HPO）等生物医学本体知识，首次构建了多层次AIIDs疾病关联网络，以及由遗传易感性、转录失调、免疫微环境异常、临床表型等跨尺度连续证据支持的热点疾病关联图谱。

进而通过网络分析，本研究揭示了传统ADs/AIDs二分法对于AIIDs分类的局限性，为“连续疾病谱系”假说提供了系统证据，并对争议性疾病的分类提出了数据驱动的见解。研究识别出10个稳健的AIID疾病模块及其代表性表型和功能失调通路；针对贝赫切特病、系统性红斑狼疮等10种高度关注AIIDs，解析了从遗传易感性到转录失调、免疫微环境改变以及异常表型的信息传递路径，并提出相关共病机制假说。例如，在系统性硬化症和银屑病中，CCL2、CCR7等失调基因通过PPAR和IL-17信号通路介导成纤维细胞活化以及CD4+ T细胞与NK细胞浸润，最终导致皮肤病变和关节炎。

本工作提出的"规则（本体知识）+学习（数据驱动）"融合策略，为复杂疾病关联组学研究提供了可拓展可推广的创新技术路径。
       原文链接：https://www.frontiersin.org/journals/immunology/articles/10.3389/fimmu.2025.1575490/full