导语：IgG4相关性疾病（IgG4-related disease, IgG4-RD）是一类累及多器官的系统性免疫介导疾病，常表现为肿块样病变、组织纤维化及大量IgG4⁺浆细胞浸润。临床研究发现，IgG4-RD患者中过敏性疾病史、血清IgE升高及嗜酸性粒细胞增多并不少见，但这些“过敏表型”究竟是伴随现象，还是参与疾病发生与进展的关键免疫环节，长期缺乏系统性证据。传统研究多聚焦于总IgG4或IgE水平，难以解析其背后具体的抗原指向及免疫特异性。噬菌体免疫沉淀测序（PhIP-seq）技术能够在单次实验中高通量解析数千种抗原的血清抗体反应谱，为系统刻画IgG4-RD中IgE与IgG4的抗原特异性特征、揭示过敏原与器官受累之间的潜在联系提供了全新的研究视角。
2025年，北京协和医院李永哲、张文研究团队在Allergy杂志发表了题为《Allergen‐Specific IgE and IgG4 Signatures in IgG4‐Related Disease Revealed by a Large‐Scale PhIP‐Seq Study》的研究，首次采用PhIP-seq技术在大样本IgG4-RD队列中系统描绘了过敏原特异性IgE与IgG4抗体谱。该研究基于过敏原库，使用PhIP-seq技术检测了370例IgG4-RD患者及354例健康对照的血清样本，系统分析患者针对过敏原的抗体反应特征、器官受累关联及其生物标志物潜力。研究结果表明，IgG4-RD患者具有稳定且可区分于健康人群的过敏原抗体指纹，提示异常的环境抗原免疫应答可能参与疾病发生发展，并为疾病分层及机制研究提供了新的免疫学证据。
【发表期刊】Allergy
【发布时间】2025年11月
【影响因子】12.6
【主要技术】PhIP-seq
研究背景
IgG4-RD的核心病理特征包括慢性炎症、显著纤维化及免疫细胞浸润，其发病机制尚未完全阐明。流行病学及临床观察显示，IgG4-RD与Th2型免疫反应密切相关，IgE与IgG4作为该通路中的关键抗体亚型，在过敏反应调控与免疫耐受建立中发挥重要作用。然而，目前尚不清楚IgG4-RD中异常升高的IgE和IgG4分别针对哪些具体抗原，其抗原表位特征如何，以及这些抗体反应是否与不同器官受累模式相关。围绕这些关键科学问题，作者引入PhIP-seq技术，从抗原维度对IgG4-RD的免疫特征进行系统解析，为理解疾病的环境触发因素和免疫学基础提供了新的研究框架。
技术路线
01
使用PhIP-seq技术及过敏原库检测370例IgG4-RD患者及354例健康对照的IgE与IgG4抗体反应
02
引入XGBoost机器学习算法，对IgE与IgG4抗体特征进行建模分析
03
系统评估不同抗体反应与器官受累模式之间的关系
04
采用ELISA方法在独立样本中对关键过敏原Arah1特异性IgG4水平进行验证
05
动态分析102例患者治疗前后抗体水平变化
主要研究结果
01
IgG4-RD存在独特的过敏原特异性IgE/IgG4指纹
研究人员使用PhIP-seq技术以及过敏原库，对370例IgG4-RD患者及354例健康对照的血清样本进行了高通量IgE与IgG4抗体检测。通过系统比较两组人群的抗体反应强度及抗原覆盖范围，研究发现IgG4-RD患者在多种过敏原上的IgE和IgG4反应显著增强，且呈现出明确的抗原富集模式(FIGURE 1)。该结果表明，IgG4-RD并非仅表现为非特异性免疫球蛋白升高，而是存在具有抗原指向性的异常过敏免疫应答，为疾病免疫特征提供了抗原层面的直接证据。
FIGURE 1 | Patterns of allergen-specific IgE and IgG4 reactivity.
02
机器学习助力精准识别疾病特征
在获得全景过敏原抗体数据后，研究人员进一步引入XGBoost机器学习算法，对IgE与IgG4抗体特征进行建模分析。通过特征筛选与模型训练，研究者从大量过敏原肽段中识别出一组能够有效区分IgG4-RD患者与健康对照的关键抗原特征（10条肽段），基于这些特征构建的模型在多项评估指标中表现出较高的判别能力，AUC达到0.91–0.96，表明过敏原特异性抗体谱可作为IgG4-RD的潜在分子特征(FIGURE 3)。该结果表明，高通量抗体谱结合机器学习方法，不仅可用于疾病识别，也为IgG4-RD的分子分型及生物标志物筛选提供了可行的技术路径。
FIGURE 3 | Antibody binding to candidate peptides in patients and matched controls.
03
过敏原抗体反应与器官受累表型高度相关
研究人员随后将过敏原抗体谱数据与患者的临床器官受累信息进行整合分析，系统评估不同抗体反应与器官受累模式之间的关系。结果显示，特定过敏原抗体反应在不同器官受累亚型患者中呈现显著差异，部分抗原与泪腺、唾液腺、肺、肾脏及胰腺受累具有明确相关性(FIGURE 4)。该发现提示，IgG4-RD中的异常过敏免疫反应可能具有器官选择性，为理解疾病多器官累及但表型异质性的特征提供了新的免疫学线索。
FIGURE 4 | Correlations between identified allergens and patient characteristics.
04
关键过敏原Arah1的独立实验验证
在机器学习筛选出的候选过敏原中，研究人员选择花生过敏原Arah1作为代表性抗原，采用ELISA方法在独立样本中对其特异性IgG4水平进行验证(FIGURE 5)。实验结果显示，IgG4-RD患者中Arah1特异性IgG4显著高于健康对照，与PhIP-seq的检测结果一致，进一步支持了“过敏原驱动的免疫失调”在IgG4相关性疾病（IgG4-RD）中的假说。值得注意的是，这一增强的免疫反应与胰腺受累密切相关，提示过敏原暴露与器官特异性炎症之间可能存在机制性联系。尽管既往研究已报道针对花生过敏原的异常IgG4反应，但本研究通过更为系统、全面的分析提供了更有力的实证证据，凸显了开展精细化过敏原特异性抗体谱解析的重要性。
FIGURE 5 | Validation of Arah1-specific IgG4 levels assessed by ELISA.
05
候选过敏原抗体反应的纵向动态分析
为进一步评估候选过敏原抗体反应与疾病过程的关系，研究人员分析了部分患者的纵向随访血清样本。通过比较102例患者治疗前后抗体水平变化，研究发现多种候选过敏原特异性IgG4随疾病缓解而下降，并伴随IgE向IgG4的免疫反应偏移趋势(FIGURE 6)。该结果提示，过敏原特异性抗体反应并非静态存在，而是与疾病活动度及治疗反应密切相关，进一步支持其在IgG4-RD发病机制和疾病监测中的潜在作用。
FIGURE 6 | Temporal verification of candidate allergens and their peptides.
总结
本研究首次在大规模IgG4-RD人群中系统描绘了过敏原特异性IgE与IgG4抗体谱，揭示了疾病相关的抗体指纹及其与器官受累和疾病动态的密切联系。该工作不仅加深了对IgG4-RD免疫发病机制的理解，也展示了PhIP-seq技术在复杂免疫疾病研究和生物标志物发现中的独特优势。
如果你觉得这篇内容对系统性免疫介导疾病研究、治疗、生物标志物开发、PhIP-seq 技术有启发，欢迎分享给同行或团队成员也许能为他们正在做的项目带来新的思路。
你的一个转发，可能就让更多人了解这项正在改变疾病研究的新技术。
参考文献
Li, Zhan, Songxin Yan, Jialei Zhang, et al. ‘Allergen‐Specific IgE and IgG4 Signatures in IgG4 ‐Related Disease Revealed by a Large‐Scale PhIP ‐Seq Study’. Allergy, 21 November 2025, all.70162.
