五种「不相关」的慢性病,可能共享同一张生物网络

长新冠(Long COVID)、ME/CFS、PTSD、类风湿关节炎、多发性硬化症——五种症状各异的慢病,被 2026 年一项三维基因组研究指向了同一批免疫、代谢与细胞能量通路。从「一个病一个机制」到「共享回路」,医学范式正在松动。
图:五种症状不同的病,在分子层面共同扰动免疫、能量与应激三条通路。
病名速览:这五种病分别是什么
- 长新冠(Long COVID):新冠感染后持续数月以上的多系统症状,极度疲劳、脑雾、劳累后加重最常见。
- ME/CFS:肌痛性脑脊髓炎/慢性疲劳综合征(Myalgic Encephalomyelitis / Chronic Fatigue Syndrome),以持续 6 个月以上、休息无法缓解的严重疲劳为核心特征。
- PTSD:创伤后应激障碍(Post-Traumatic Stress Disorder),经历重大创伤后长期反复出现的应激相关精神障碍。
- 类风湿关节炎(Rheumatoid Arthritis,RA):免疫系统攻击关节滑膜、引起慢性炎症的自身免疫病。
- 多发性硬化症(Multiple Sclerosis,MS):免疫系统攻击神经髓鞘、干扰神经信号传导的中枢神经系统疾病。
五种病的触发原因各不相同——病毒感染、心理创伤、自身免疫——原研究正是把它们当作「互不相关」的起点,才去追问背后是否踩中了同一套生物学回路。
原论文:Hunter et al., Journal of Translational Medicine (2026),DOI: 10.1186/s12967-026-08874-9。
核心逻辑链路:研究是怎么把五种病连起来的
光说「共享网络」太虚。这篇论文真正有价值的地方,是用一套可复现的计算流程,把五个看似不相关的病在分子层面连了起来。
① 起点:不看线性基因,改看三维基因组
传统 GWAS 把 DNA 当直线序列,找「哪个 SNP 和哪种病相关」。但基因调控依赖 DNA 在细胞核里的三维折叠——线性上相隔很远的两段,折叠后可能贴在一起形成调控「接触点」(anchor)。Oxford BioDynamics 的 EpiSwitch® Orion 平台做的,正是把海量非编码变异(SNP)翻译成这种染色质三维锚点,画出每种病的「锚点地图」。
② 数据:没采新血,整合已发表的公开队列
团队没招募新病人,而是直接复用已发表的 GWAS 汇总数据:长新冠、PTSD、类风湿关节炎(RA)、多发性硬化症(MS)各取公开统计,再并入一项早期 ME/CFS 患者的三维基因组数据(含 DecodeME 队列)。相当于用「别人的样本」做了一次跨病整合分析。
③ 流程:从 SNP 到锚点,再到网络
- GWAS 变异先按 p ≤ 0.01 过滤;
- 送进 EpiSwitch Orion 锚点检测,只保留概率 > 0.99 的锚点;
- 每个变异对照参考基因组 hg38,独立跑出每种病的锚点图谱;
- 锚点用 bedtools closest 映射到最近编码基因(结合增强子-启动子互作、eQTL、转录因子结合位点,不只看线性距离);
- 映射出的基因集,在 STRING 建蛋白互作网络(默认中等置信度 0.4),再导入 Cytoscape(3.10.3)做拓扑分析,通路富集用 FDR 校正。
④ 反直觉的发现:基因层面几乎不重叠,网络层面却高度汇聚
各病锚点→基因规模如下。单独看基因,五种病之间直接重叠「少得惊人」——这正是它们长期被当成独立病的原因;但一放进网络比较,情形彻底反转,在免疫与细胞因子信号、干扰素应答、线粒体功能、代谢调控、神经内分泌与应激反应这几条通路上深度汇聚。
| 疾病 | 3D 锚点数 | 映射基因数 |
|---|---|---|
| ME/CFS | 552 | 567 |
| PTSD | 362 | 324 |
| 长新冠 | 611 | 567 |
| MS | 730 | 629 |
| RA | 965 | 885 |
⑤ 枢纽基因:LAG3 与 mTOR
网络里几个高连接度枢纽被点名,最值得注意的是 LAG3(与 T 细胞耗竭相关)以及 mTOR 信号通路组分。作者据此提出:T 细胞耗竭、慢性免疫激活与免疫代谢失调,可能是这些病共同的底层机制,而非「各病的某个基因突变」。
⑥ 对研究者的意义
- 诊断:ME/CFS 与长新冠至今主要靠症状诊断、缺客观实验室指标;三维基因组标志物有望支撑「抽血即查」的客观检测。
- 分型与靶点:同一套共享网络,可能支撑跨疾病病人分层与共同治疗靶点。
- 方法学可复现:公开 GWAS 数据可直接复用——长新冠 GCST90454540、RA GCST90132223、MS GCST003566(均来自 EBI GWAS);PTSD 来自 PGC;ME/CFS 来自 medRxiv 预印本(DOI: 10.1101/2025.08.06.25333109)。
主导者 Pshezhetskiy 教授总结:「我们本以为至少能找到一些基因重叠,结果恰恰相反;但当我们看这些基因在网络里怎么互动时,这些病突然变得深度相连——这是光读基因序列看不到的。」
这解释了为什么这些病长期被误诊:它们没有一个器官「坏了」,而是多个系统同时轻微偏离。也解释了为什么单一靶点药物常常无效——你按住一个节点,压力会从网络别处绕回来。研究的思路,正从「一个病一个机制」转向「一张网一套回路」。 要说明的是,共享网络是强相关,不是定论。它不等于这些病相同,也不等于马上就有新药。但它把过去散落的诊断标签,拉进了一个可检验的框架:下一步是看哪些枢纽真正适合被干预,以及同一套网络干预能否同时缓解多种症状。对普通人来说,这也是一个提醒——慢性疲劳、脑雾、疼痛可能共享某些底层回路,把症状当「矫情」或「各管各的」,可能恰恰漏掉了真正的联系。关联推荐
- RNA 世界假说:为什么生命可能从 RNA 开始 — 从分子层面理解生命系统的自组织
- 从核苷酸到生命:RNA 世界的化学 — 生物系统如何用简单模块搭出复杂网络
评论 (0)
正文划词可点「问萝卜特」——自动发评论并由 AI 回复
加载评论中…