扩展功能
文章信息
- 朱亚香, 赵帅林, 杨关印, 高宝山
- 移植肾急性排斥反应生物学标记物的研究进展
- Research progress in biomarkers of acute allograft rejection in kidney transplantation
- 吉林大学学报(医学版), 2019, 45(05): 1182-1187
- Journal of Jilin University (Medicine Edition), 2019, 45(05): 1182-1187
- 10.13481/j.1671-587x.20190536
-
文章历史
- 收稿日期: 2018-11-15
移植肾急性排斥反应是肾移植术后常见的并发症之一,也是影响移植肾功能及存活的主要因素。因此早期预测、发现及治疗移植肾急性排斥反应,对于改善移植物存活至关重要。目前移植肾功能的评估主要依靠血肌酐检测及移植肾活检病理,而后者被认为是诊断移植肾急性排斥反应的“金标准”。然而这2种检测方法均有其局限性。一般血肌酐升高晚于移植物损伤,且血肌酐检测并不能鉴别移植物损伤的原因。血肌酐升高并不能预测和评估移植物损伤的进程,血肌酐作为一个结果,缺乏特异性及预测性。由于移植肾活检为有创性检查,操作具有一定风险性,患者接受程度有限,同时移植肾活检病理的预测功能不佳,故不适合作为连续动态监测的手段。因此发现可靠的、无创性的具有预测功能的生物学标记物,对于诊断和监测肾移植术后移植物急性排斥反应并开展移植患者的个体化治疗具有重要意义[1-3]。
生物学标记物是检测及评估正常生理过程、病理过程或对治疗干预的药理学反应的生物学指标[4]。生物学标记物的主要应用:①诊断及鉴别被疾病和异常情况所影响的患者;②疾病严重程度分级;③预测疾病的预后;④预测和监测疾病对临床干预的反应性。随着蛋白质组学和基因组学的发展,生物标记物在肾移植领域,尤其是在移植物急性排斥反应中的诊断及预测作用越来越受到重视。近年来有关肾移植急性排斥反应标志物的研究在国内外可见少量报道,但大多数综述类文章单独针对蛋白质或相关基因表达分类说明,现针对移植术前和术后与移植肾急性排斥反应相关的蛋白质组学及基因组学生物学标志物综述如下。
1 移植肾急性排斥反应的移植前生物学标记有关急性排斥反应的移植前生物学标记研究最多的是可溶性CD30(soluble CD30,sCD30)。sCD30是表达于可分泌Th-2细胞因子的人类CD4+CD8+ T淋巴细胞表面的一种糖蛋白[5],sCD30的出现反映了肾移植受者产生针对移植肾的免疫应答。WEIMER等[6]研究显示:sCD30可预测肾脏移植物的不良预后。另有研究[7-11]显示:移植物的不良预后与高的急性排斥反应发生率呈正相关关系。
C-X-C趋化因子配体10(C-X-C motif chemokine ligand 10,CXCL10)是一种与Th1细胞免疫应答有关的干扰素诱导的趋化因子,体内存在高水平CXCL10的受者移植肾急性排斥发生率较高,从而导致移植物失功风险升高[12-13]。针对C-X-C趋化因子配体9(C-X-C motif chemokine ligand 9,CXCL9)的研究[14]也得到了相似结果。研究[15-18]显示:在尸体供肾肾移植中,器官移植前分泌IFN-γ的供者特异性细胞出现频率与移植物急性排斥反应呈显著相关关系。
2 移植肾急性排斥反应的移植后生物学标记NAESENS等[19]和SIGDEL等[20]通过基因组学和蛋白质组学相关研究发现:肾移植后移植物组织内免疫活化随着时间的累积,将导致渐进性的慢性移植物肾病(chronic allograft nephropathy,CAN),而这类CAN有别于急性排斥反应。CAN与急性排斥的分子损伤机制十分相似。对于急性排斥反应,存在一种所谓的“门槛效应”,尽管在临床排斥反应中存在的分子损伤程度较重,但其机制却与CAN中的分子损伤机制类似。在移植肾排斥反应及CAN中有关蛋白质组学的研究也证实了这2种疾病分子损伤机制的相似性。因此,发现并证实一个可以区分急性排斥反应与其他类型的慢性移植物损伤(chronic allograft dysfunction,CAD)的既敏感又高效的生物学标记物尤为重要。
2.1 移植肾急性排斥反应的蛋白质组学FREUE等[21]研究发现:急性排斥反应过程中,受者有7种血浆蛋白水平上调,包括连接蛋白(connectin,TTN)、脂多糖结合蛋白(lipopolysaccharide-binding protein,LBP)、蛋白酶体抑制剂16(peptidase inhibitor 16,PI16)、补体因子D(complement factor D,CFD)、甘露糖结合凝集素(mannose-binding lectin,MBL2)、重组丝氨酸蛋白酶抑制因子A类10(recombinant serpin peptidase inhibitor clade A member 10,SERPINA10)和β-2微球蛋白(beta 2 microglobulin,B2M)。另有研究[22]显示:肾移植术后第7天受者血清中B细胞活化因子(B-cell activating factor,BAF)水平可预测移植肾抗体介导的排斥反应,与供体特异性抗体检测联合应用可提高预测的准确性。SIGDEL等[23]应用ELISA法对尿液样本进行研究发现了与主要组织相容性复合体(MHC)抗原和补体级联反应有关的蛋白,诸如尿调节素、丝氨酸蛋白酶抑制因子F类1(serpin peptidase inhibitor clade F member 1,SERPINF1)和CD44等蛋白。WU等[24]报道了与急性排斥反应有关的66种血浆蛋白,主要包括核因子κB(nuclear factor kappa B,NF-κB)、信号传导及转录激活因子1(signal transducer and activator of transcription 1,STAT1)及STAT3等。LOFTHEIM等[25]研究发现:急性排斥反应过程中,尿液中与生长相关的蛋白诸如类胰岛素生长结合蛋白(insulin-like growth factor-binding protein,IGFBP7)、Vasorin蛋白、表皮生长因子(epidermal growth factor,EGF)和泌乳素-3结合蛋白(galactin-3 binding protein,Gal-3BP)水平均升高。
SIGDEL等[26]通过ELISA法从尿液中鉴定出与急性排斥反应相关的3种蛋白,包括纤维蛋白原β(fibrinogen beta,FGB)、纤维蛋白原γ(fibrinogen gamma,FGG)和HLA-DRB1。该研究也证实了与BK病毒相关性肾病(BK virus nephropathy,BKVN)和CAN相关的蛋白。
近期一项有关尿液蛋白质组学的研究[27]显示:多种尿液生物学标记物与移植物损伤呈显著相关关系,包括CXCL9、CXCL10、C-C motif趋化因子配体2(C-C motif chemokine ligand 2,CCL2)、中性粒细胞明胶酶相关载脂蛋白(neutrophil gelatinase associated lipocalin,NGAL)、白细胞介素18(interleukin-18,IL-18)、半胱氨酸蛋白酶抑制剂C(cystatin C)、肾损伤分子1(kidney injury molecule 1,KIM1)、T细胞免疫球蛋白和黏蛋白域包含蛋白3(T-cell immunoglobulin and mucine domains-containing protein 3,TIM3)。最近一项研究[28]发现了与急性排斥反应相关的4种新蛋白:α-1抗胰蛋白酶(alpha1- antitrypsin,A1AT)、α-2抗纤维蛋白溶酶(alpha 2 antiplasmin,A2AP)、血清淀粉样蛋白A(serum amyloid A,SAA)和载脂蛋白C3(apolipoprotein C Ⅲ,APOC3)。
2.2 移植肾急性排斥反应的基因组学基因组学研究随着队列研究的发展,也被应用于监测急性排斥反应[29]。在CTOT-04研究中,SUTHANTHIRAN等[30]研究发现了3个诊断急性排斥反应的基因信号:CD3εmRNA的18S rRNA、干扰素诱导蛋白10(interferon inducible protein 10,CXCL10)mRNA和18S rRNA。FLECHNER等[31]研究发现:外周血淋巴细胞及移植肾活检组织中的多种基因可用于甄别急性排斥反应,这些基因与免疫炎症反应、转录因子、细胞生长和DNA代谢有关。
颗粒酶B(granzyme B,GZMB)、穿孔蛋白(perforin,PRF1)和Fas配体(Fas ligand,FASLG)mRNA在外周血及移植物组织中均有升高[32]。移植肾急性排斥反应过程中受者尿液中GZMB和PRF1 mRNA也有所升高[33]。针对尿沉渣细胞mRNA的研究[34]显示:肿瘤坏死因子超家族成员4(tumor necrosis factor superfamily member 4,TNFSF4)、肿瘤坏死因子受体超家族成员4(tumor necrosis factor receptor superfamily member 4,TNFRSF4)和程序性细胞死亡蛋白1(programmed cell death protein 1,PDCD1)的基因表达水平升高与急性排斥反应呈正相关关系。器官移植临床试验01(The clinical trials in organ transplantation-01, CTOT-01)试验研究结果[35]显示:干扰素诱导蛋白9(IP-9)mRNA水平的升高可作为最好的急性排斥反应的预测指标,尿液中存在低水平CXCL9的肾移植受者移植肾排斥反应的风险更低[36]。CTOT-01试验的研究结果展示了移植领域中生物学标记和免疫反应的重要信息,但仍存在以下问题:①尿液中CXCL9指标的检测是否可减少移植肾活检的频率;②应用CXCL9指标是否足以分辨排斥反应和非免疫学因素导致的移植肾损伤;③CXCL9指标的缺失是否有助于鉴别免疫抑制剂减量但并未增加排斥风险的移植受者亚群。HIRT-MINKOWSKI等[37]发现:肾移植受者尿液CXCR3趋化因子受体是最有希望成为预测亚临床炎症的生物学标记物。治疗成功后CXCR3趋化因子受体水平降低,而且CXCR3趋化因子受体对于发现CAN具有预测价值。
miRNA在固有免疫和获得性免疫应答的调节中起关键性作用。ANGLICHEAU等[38]在急性排斥样本中发现了20种miRNA,其中有8种miRNA水平上调,12种miRNA水平下调。LORENZEN等[39]研究证实了尿液中miR-210的特异性,急性排斥过程中其水平明显降低,而排斥成功逆转后其水平将恢复正常。BETTS等[40]研究显示:移植物急性排斥期间,miR-223及miRNA 10a的水平明显降低。
研究者随机采集了美国12个儿童移植中心的367例患者的血清及移植物活检标本,首先应用基因芯片技术检查发现基因,随后通过定量PCR实验证实一个5基因集,包括双特异性磷酸酶1(dual specifity phosphatase 1,DUSP1)、烟酰胺转磷酸核糖基酶(nicotinamide phosphoribosyltransferase,PBEF1)、早老因子1(presenil 1,PSEN1)基因、促分裂原活化蛋白激酶9(mitogen-activated protein kinase 9,MAPK9)基因和自然杀伤细胞触发受体(natural killer cell-triggering receptor gene,NKTR)基因,可以高度准确地甄别急性排斥反应的患者受试者工作特征(ROC)曲线下面积(AUC)为0.955[41-42],KURIAN等[43]报道了200个可能与急性排斥反应有关的基因,其AUC为0.76~0.95,因该研究所纳入的患者数量较少,其结果仍有待验证。
移植肾急性排斥反应的评估研究纳入了包括美国、西班牙和墨西哥等国家8个移植中心的436例成人/儿童肾移植患者。该研究中肾脏实体器官反应测试(kidney solid organ response test,kSORT)被用以监测移植肾急性排斥反应的高风险患者[44],通过患者活检组织和血液基因组芯片分析,一个包含43个基因的排斥基因集被鉴定出来[41, 45],其中的10个基因在LI等[41]的研究中也被发现。kSORT所发现的包含17个基因的基因集对于诊断急性排斥反应具有较高的敏感性(AUC= 0.944),而且来自不同中心、不同年龄和背景的样本,以及成人和儿童肾移植受者之间的比较均验证了上述研究结果的有效性。
kSORT也可单独应用或与IFNγELISPOT结合起来用来预测亚临床急性排斥反应(subclinical acute rejection,scAR)。在SCAR预测评估的研究中,kSORT测试及IFNγELISPOT检测均被应用于肾移植术后6个月程序性活检标本的检测中[46],结果显示:kSORT测试在预测亚临床抗体介导的排斥反应(subclinical antibody mediated rejection,scABMR)和亚临床T细胞介导的排斥反应(subclinical T cell mediated rejection,scTCMR)中均具有较高准确性。ELISPOT对亚临床T细胞介导的排斥反应具有预测性,但对诊断亚临床抗体介导排斥反应的特异性较差。当将kSORT与IFNγELISPOT联合应用,可明显提高其对scABMR和scTCMR预测的准确性(AUC >0.85)。
研究[47]显示:11基因集定量PCR通用排斥模型评分(tCRM)在急性排斥反应患者中明显升高,CXCL9和CXCL10的升高尤为明显。此外,tCRM评分与急性排斥损伤的程度呈显著相关关系,且可用来预测慢性移植物功能不全。LI等[41]通过定量PCR法检测出的8种基因在急性排斥反应患者中存在过表达(CFLAR,P < 0.01;DUSP1,P < 0.01;IFNGR1,P < 0.01;ITGAX,P < 0.01;PBEF1,P < 0.01;PSEN1,P < 0.01;RNF130,P < 0.05;RYBP,P < 0.05),而另2种基因存在低水平表达(MAPK9,P < 0.01;NKTR,P < 0.05)。MATZ等[48]分别检测了肾移植术后移植肾功能稳定患者、抗体介导排斥反应及细胞介导排斥反应患者的570种基因表达,发现抗体介导排斥反应的患者干扰素Ⅰ型通路相关基因ETV7及RSAD2表达水平明显升高。研究[49]显示:检测肾移植受者循环中存在的供者来源游离DNA(donor-derived cell-free DNA,ddDNA)水平,可作为移植肾急性排斥反应的依据,当ddDNA水平 < 1%时提示无排斥反应存在,而ddDNA水平≥1%时则提示急性排斥反应的可能,此方法阳性预测值和阴性预测值分别为61%和84%,然而此种方法并不能将移植物BKVN与急性排斥反应区分开来。
TruGraf是应用DNA芯片检测肾移植受者体内基因表达特征的方法,该方法可检测肾移植受者的免疫抑制状态。在CTOT-08多中心研究[50]中,结合移植术后移植肾活检病理结果进一步验证了TruGraf在预测移植肾排斥反应中的作用:在设定一定的阈值后,72%~75%TruGraf检测结果阴性的患者未发生移植肾排斥反应(阴性预测值为78%~88%),而25%~28%TruGraf检测结果阳性的患者发生了移植肾排斥反应(阳性预测值为47%~61%)。该研究结果表明:此检测方法可有效降低移植肾活检的有创检查比例,并用以监测移植肾功能稳定的受者,改善肾脏移植效果。
3 结语综上所述,肾脏移植中可疑急性排斥反应可能通过蛋白质组学和基因组学的生物学标记物来评估。但上述生物学标记物的主要局限性是特异性有限,因此需要更多的研究来寻找敏感性和特异性更高的生物学标记物。相信随着蛋白质组学及基因组学技术在移植领域的广泛深入应用,无创的生物学标记物检测有望成为有效诊断移植肾急性排斥反应、评估抗排斥治疗效果及预测移植物预后的辅助方法。
[1] | MAS VR, MUELLER TF, ARCHER KJ, et al. Identifying biomarkers as diagnostic tools in kidney transplantation[J]. Expert Rev Mol Diagn, 2011, 11(2): 183–196. DOI:10.1586/erm.10.119 |
[2] | LO D J, KAPLAN B, KIRK A D. Biomarkers for kidney transplant rejection[J]. Nat Rev Nephrol, 2014, 10(4): 215–225. DOI:10.1038/nrneph.2013.281 |
[3] | FEHR T, COHEN C D. Predicting an allograft's fate[J]. Kidney Int, 2011, 80(12): 1254–1255. DOI:10.1038/ki.2011.328 |
[4] | BIOMARKERS DEFINITIONS WORKING GROUP. Biomarkers and surrogate endpoints:preferred definitions and conceptual framework[J]. Clin Pharmacol Ther, 2001, 69(3): 89–95. DOI:10.1067/mcp.2001.113989 |
[5] | DEL PRETE G, DE CARLI M, ALMERIGOGNA F, et al. Preferential expression of CD30 by human CD4+ T cells producing Th2-type cytokines[J]. FASEB J, 1995, 9(1): 81–86. DOI:10.1096/fasebj.9.1.7821763 |
[6] | WEINER R, ZIPPERLE S, DANIEL V, et al. Pretransplant CD4 helper function and interleukin 10 response predict risk of acute kidney graft rejection[J]. Transplantation, 1996, 62(11): 1606–1614. DOI:10.1097/00007890-199612150-00014 |
[7] | RAJAKARIAR R, JIVANJI N, VARAGUNAM M, et al. High pre-transplant soluble CD30 levels are predictive of the grade of rejection[J]. Am J Transplant, 2005, 5(8): 1922–1925. DOI:10.1111/j.1600-6143.2005.00966.x |
[8] | CINTI P, PRETAGOSTINI R, ARPINO A, et al. Evaluation of pretransplant immunologic status in kidney-transplant recipients by panel reactive antibody and soluble CD30 determinations[J]. Transplantation, 2005, 79(9): 1154–1156. DOI:10.1097/01.TP.0000152660.56055.53 |
[9] | SENGUL S, KEVEN K, GORMEZ U, et al. Identification of patients at risk of acute rejection by pretransplantation and posttransplantation monitoring of soluble CD30 levels in kidney transplantation[J]. Transplantation, 2006, 81(8): 1216–1219. DOI:10.1097/01.tp.0000203324.49969.30 |
[10] | ALTERMANN W, SCHLAF G, ROTHHOFF A, et al. High variation of individual soluble serum CD30 levels of pre-transplantation patients:sCD30 a feasible marker for prediction of kidney allograft rejection?[J]. Nephrol Dial Transplant, 2007, 22(10): 2795–2799. DOI:10.1093/ndt/gfm397 |
[11] | SHOOSHTARIZADEH T, MOHAMMADALI A, OSSAREH S, et al. Relation between pretransplant serum levels of soluble CD30 and acute rejection during the first 6 months after a kidney transplant[J]. Exp Clin Transplant, 2013, 11(3): 229–233. DOI:10.6002/ect.2012.0113 |
[12] | ROTONDI M, ROSATI A, BUONAMANO A, et al. High pretransplant serum levels of CXCL10/IP-10 are related to increased risk of renal allograft failure[J]. Am J Transplant, 2004, 4(9): 1466–1474. DOI:10.1111/j.1600-6143.2004.00525.x |
[13] | LAZZERI E, ROTONDI M, MAZZINGHI B, et al. High CXCL10 expression in rejected kidneys and predictive role of pretransplant serum CXCL10 for acute rejection and chronic allograft nephropathy[J]. Transplantation, 2005, 79(9): 1215–1220. DOI:10.1097/01.TP.0000160759.85080.2E |
[14] | ROTONDI M, NETTI G S, LAZZERI E, et al. High pretransplant serum levels of CXCL9 are associated with increased risk of acute rejection and graft failure in kidney graft recipients[J]. Transpl Int, 2010, 23(5): 465–475. DOI:10.1111/j.1432-2277.2009.01006.x |
[15] | AUGUSTINE J J, SIU D S, CLEMENTE M J, et al. Pre-transplant IFN-gamma ELISPOTs are associated with post-transplant renal function in African American renal transplant recipients[J]. Am J Transplant, 2005, 5(8): 1971–1975. DOI:10.1111/j.1600-6143.2005.00958.x |
[16] | BENDJELLOUL F, DESIN T S, SHOKER A S. Donor non-specific IFN-gamma production by primed alloreactive cells as a potential screening test to predict the alloimmune response[J]. Transpl Immunol, 2004, 12(2): 167–176. DOI:10.1016/j.trim.2003.08.003 |
[17] | HEEGER P S, GREENSPAN N S, KUHLENSCHMIDT S, et al. Pretransplant frequency of donor-specific, IFN-gamma-producing lymphocytes is a manifestation of immunologic memory and correlates with the risk of posttransplant rejection episodes[J]. J Immunol, 1999, 163(4): 2267–2275. |
[18] | BELLISOLA G, TRIDENTE G, NACCHIA F, et al. Monitoring of cellular immunity by interferon-gamma enzyme-linked immunosorbent spot assay in kidney allograft recipients:preliminary results of a longitudinal study[J]. Transplant Proc, 2006, 38(4): 1014–1017. DOI:10.1016/j.transproceed.2006.02.142 |
[19] | NAESENS M, KHATRI P, LI L, et al. Progressive histological damage in renal allografts is associated with expression of innate and adaptive immunity genes[J]. Kidney Int, 2011, 80(12): 1364–1376. DOI:10.1038/ki.2011.245 |
[20] | SIGDEL T K, GAO Y Q, HE J T, et al. Mining the human urine proteome for monitoring renal transplant injury[J]. Kidney Int, 2016, 89(6): 1244–1252. DOI:10.1016/j.kint.2015.12.049 |
[21] | FREUE G V, SASAKI M, MEREDITH A, et al. Proteomic signatures in plasma during early acute renal allograft rejection[J]. Mol Cell Proteomics, 2010, 9(9): 1954–1967. DOI:10.1074/mcp.M110.000554 |
[22] | PONGPIRUL W, CHANCHAROENTHANA W, PONGPIRUL K, et al. B-cell activating factor, a predictor of antibody mediated rejection in kidney transplantation recipients[J]. Nephrology(Carlton), 2018, 23(2): 169–174. |
[23] | SIGDEL T K, KAUSHAL A, GRITSENKO M, et al. Shotgun proteomics identifies proteins specific for acute renal transplant rejection[J]. Proteomics Clin Appl, 2010, 4(1): 32–47. DOI:10.1002/prca.200900124 |
[24] | WU D J, ZHU D, XU M, et al. Analysis of transcriptional factors and regulation networks in patients with acute renal allograft rejection[J]. J Proteome Res, 2011, 10(1): 175–181. DOI:10.1021/pr100473w |
[25] | LOFTHEIM H, MIDTVEDT K, HARTMANN A, et al. Urinary proteomic shotgun approach for identification of potential acute rejection biomarkers in renal transplant recipients[J]. Transplant Res, 2012, 1(1): 1–9. |
[26] | SIGDEL T K, SALOMONIS N, NICORA C D, et al. The identification of novel potential injury mechanisms and candidate biomarkers in renal allograft rejection by quantitative proteomics[J]. Mol Cell Proteomics, 2014, 13(2): 621–631. DOI:10.1074/mcp.M113.030577 |
[27] | KIM S C, PAGE E K, KNECHTLE S J. Urine proteomics in kidney transplantation[J]. Transplant Rev(Orlando), 2014, 28(1): 15–20. DOI:10.1016/j.trre.2013.10.004 |
[28] | PEREZ J D, SAKATA M M, COLUCCI J A, et al. Plasma proteomics for the assessment of acute renal transplant rejection[J]. Life Sci, 2016, 158: 111–120. DOI:10.1016/j.lfs.2016.06.029 |
[29] | ONG S, MANNON R B. Genomic and proteomic fingerprints of acute rejection in peripheral blood and urine[J]. Transplant Rev(Orlando), 2015, 29(2): 60–67. |
[30] | SUTHANTHIRAN M, SCHWARTZ J E, DING R C, et al. Urinary-cell mRNA profile and acute cellular rejection in kidney allografts[J]. N Engl J Med, 2013, 369(1): 20–31. DOI:10.1056/NEJMoa1215555 |
[31] | FLECHNER S M, KURIAN S M, HEAD S R, et al. Kidney transplant rejection and tissue injury by gene profiling of biopsies and peripheral blood lymphocytes[J]. Am J Transplant, 2004, 4(9): 1475–1489. DOI:10.1111/j.1600-6143.2004.00526.x |
[32] | VASCONCELLOS L M, SCHACHTER A D, ZHENG X X, et al. Cytotoxic lymphocyte gene expression in peripheral blood leukocytes correlates with rejecting renal allografts[J]. Transplantation, 1998, 66(5): 562–566. DOI:10.1097/00007890-199809150-00002 |
[33] | LI B, HARTONO C, DING R, et al. Noninvasive diagnosis of renal-allograft rejection by measurement of messenger RNA for perforin and granzyme B in urine[J]. N Engl J Med, 2001, 344(13): 947–954. DOI:10.1056/NEJM200103293441301 |
[34] | AFANEH C, MUTHUKUMAR T, LUBETZKY M, et al. Urinary cell levels of mRNA for OX40, OX40L, PD-1, PD-L1, or PD-L2 and acute rejection of human renal allografts[J]. Transplantation, 2010, 90(12): 1381–1387. DOI:10.1097/TP.0b013e3181ffbadd |
[35] | HRICIK D E, NICKERSON P, FORMICA R N, et al. Multicenter validation of urinary CXCL9 as a risk-stratifying biomarker for kidney transplant injury[J]. Am J Transplant, 2013, 13(10): 2634–2644. DOI:10.1111/ajt.12426 |
[36] | SRINIVAS T R, KAPLAN B. Urinary biomarkers and kidney transplant rejection:fine-tuning the radar[J]. Am J Transplant, 2013, 13(10): 2519–2521. DOI:10.1111/ajt.12427 |
[37] | HIRT-MINKOWSKI P, DE SERRES S A, HO J. Developing renal allograft surveillance strategies-urinary biomarkers of cellular rejection[J]. Can J Kidney Health Dis, 2015, 2: 28. DOI:10.1186/s40697-015-0061-x |
[38] | ANGLICHEAU D, SHARMA V K, DING R C, et al. MicroRNA expression profiles predictive of human renal allograft status[J]. Proc Natl Acad Sci U S A, 2009, 106(13): 5330–5335. DOI:10.1073/pnas.0813121106 |
[39] | LORENZEN J M, VOLKMANN I, FIEDLER J, et al. Urinary miR-210 as a mediator of acute T-cell mediated rejection in renal allograft recipients[J]. Am J Transplant, 2011, 11(10): 2221–2227. DOI:10.1111/j.1600-6143.2011.03679.x |
[40] | BETTS G, SHANKAR S, SHERSTON S, et al. Examination of serum miRNA levels in kidney transplant recipients with acute rejection[J]. Transplantation, 2014, 97(4): e28–30. DOI:10.1097/01.TP.0000441098.68212.de |
[41] | LI L, KHATRI P, SIGDEL T K, et al. A peripheral blood diagnostic test for acute rejection in renal transplantation[J]. Am J Transplant, 2012, 12(10): 2710–2718. DOI:10.1111/j.1600-6143.2012.04253.x |
[42] | ALLISON S J. Transplantation:Biomarkers in peripheral blood detect acute rejection[J]. Nat Rev Nephrol, 2012, 8(12): 681. |
[43] | KURIAN S M, WILLIAMS A N, GELBART T, et al. Molecular classifiers for acute kidney transplant rejection in peripheral blood by whole genome gene expression profiling[J]. Am J Transplant, 2014, 14(5): 1164–1172. DOI:10.1111/ajt.12671 |
[44] | ROEDDER S, SIGDEL T, SALOMONIS N, et al. The kSORT assay to detect renal transplant patients at high risk for acute rejection:results of the multicenter AART study[J]. PLoS Med, 2014, 11(11): e1001759. DOI:10.1371/journal.pmed.1001759 |
[45] | SHEN-ORR S S, TIBSHIRANI R, KHATRI P, et al. Cell type-specific gene expression differences in complex tissues[J]. Nat Methods, 2010, 7(4): 287–289. DOI:10.1038/nmeth.1439 |
[46] | CRESPO E, ROEDDER S, SIGDEL T, et al. Molecular and functional noninvasive immune monitoring in the ESCAPE study for prediction of subclinical renal allograft rejection[J]. Transplantation, 2017, 101(6): 1400–1409. DOI:10.1097/TP.0000000000001287 |
[47] | SIGDEL T K, BESTARD O, TRAN T Q, et al. A computational gene expression score for predicting immune injury in renal allografts[J]. PLoS One, 2015, 10(9): e0138133. DOI:10.1371/journal.pone.0138133 |
[48] | MATZ M, HEINRICH F, ZHANG Q, et al. The regulation of interferon type Ⅰ pathway-related genes RSAD2 and ETV7 specifically indicates antibody-mediated rejection after kidney transplantation[J]. Clin Transplant, 2018, 32(12): e13429. DOI:10.1111/ctr.13429 |
[49] | BLOOM R D, BROMBERG J S, POGGIO E D, et al. Cell-free DNA and active rejection in kidney allografts[J]. J Am Soc Nephrol, 2017, 28(7): 2221–2232. DOI:10.1681/ASN.2016091034 |
[50] | FRIEDEWALD J J, KURIAN S M, HEILMAN R L, et al. Development and clinical validity of a novel blood-based molecular biomarker for subclinical acute rejection following kidney transplant[J]. Am J Transplant, 2019, 19(1): 98–109. DOI:10.1111/ajt.15011 |