4.3　高血压肾病的新视点

高血压是危害人类健康的常见慢性疾病，目前全球高血压患者已超10亿。我国2019年发布的《中国高血压防治指南（2018年修订版）》显示，2012—2015年中国18岁及以上高血压的患病粗率为27.9％，并预测2019年我国高血压患者将达到3.58亿。通常认为高血压是肾脏疾病发生发展的主要危险因素，通过交感神经兴奋、肾素-血管紧张素-醛固酮激活、肾小动脉硬化等造成肾小球“高灌注压、高滤过”以及肾小管“高代谢”和缺血，引起和加重肾脏疾病，而肾脏疾病的发生会进一步加重高血压，两者相互影响，形成恶性循环。因此，高血压既是慢性肾脏疾病的重要危险因素，同时也是其常见的并发症。检测的可行性和便捷性是早期发现和预防肾脏疾病的有效手段，而基于传统的血液和尿液生物标志物的诊疗模式来识别有意义的肾脏结构和功能改变存在诸多不足，尤其是临床上最常使用的血清肌酐只有在肾小球滤过率下降近50％后才会出现明显的变化。因此，寻找特异性的生物标志物对于高血压肾病的诊疗具有重要意义。

随着各种组学检测技术的发展和应用，代谢稳态在高血压肾病中的作用逐渐引起人们的关注。机体细胞在不同的内部病理生理和外部环境因素下发生的代谢稳态紊乱已被认为是导致疾病进展的重要因素，而代谢环境的变化又会影响基因结构的修饰调控。表观遗传学一直是肿瘤学研究的热点，近年来工作者发现心血管疾病和慢性肾脏疾病患者的表观遗传发生改变，包括DNA 甲基化、组蛋白修饰和非编码RNA等，成为高血压肾病精准诊疗研究的新领域。在大数据时代背景下，利用机器学习从临床资料、血尿生化参数和组织病理标本中总结规律，为临床疾病的诊断和精准治疗提供了可行性和便捷性。本文以代谢稳态和表观遗传学为切入点，综述目前高血压肾病临床和基础研究中的新发现，探讨人工智能在疾病诊断和预后评估中的应用。(https://www.daowen.com)