基于聚类分析对慢性肺部疾病表型的研究进展孟琳非黄伟健酆孟洁摘要：慢性肺部疾病包括慢性阻塞性肺疾病（COPD）、支气管哮喘、支气管扩张、间质性肺病、肺结节病、尘病和慢性肺曲霉菌病等。这些疾病具有不同的临床表型，同一治疗方案对不同表型的疗效可能存在很大区别，因此准确分析表型对制定个体化治疗方案意义重大。聚类分析是依据研究对象距离远近与相似程度的差异，将它们分成不同亚型的统计学方法。近年来，学术界发现聚类分析可用于包括慢性肺部疾病在内多种疾病的表型研究。本文对慢性肺部疾病表型的聚类分析研究作一综述，总结出该类疾病表型研究的进展和聚类分析的常用研究策略。关键词：聚类分析;慢性肺部疾病;表型研究;慢性阻塞性肺病;支气管哮喘;支气管扩张;间质性肺疾病;曲霉菌病：R563：ADOI：10.3969/j.issn.1006-1959.2019.07.015文章編号：1006-1959（2019）07-0044-05Abstract：Chroniclungdiseasesincludechronicobstructivepulmonarydisease（COPD），bronchialasthma，bronchiectasis，interstitiallungdisease，pulmonarysarcoidosis，dustdisease，andchronicpulmonaryaspergillosis.Thesediseaseshavedifferentclinicalphenotypes，andtheefficacyofthesametreatmentregimenfordifferentphenotypesmayvarygreatly，soaccurateanalysisofthephenotypeisofgreatsignificanceforthedevelopmentofindividualizedtreatmentoptions.Clusteranalysisisbasedonthedifferencesindistanceandsimilarityofthesubjects，andtheyaredividedintostatisticalmethodsofdifferentsubtypes.Inrecentyears，academiccircleshavefoundthatclusteranalysiscanbeusedforphenotypicstudiesofavarietyofdiseasesincludingchroniclungdiseases.Thisreviewstheclusteranalysisofchroniclungdiseasephenotypes，andsummarizestheprogressofphenotypicresearchandthecommonlyusedresearchstrategiesforclusteranalysis.Keywords：Clusteranalysis;Chroniclungdisease;Phenotypicstudy;Chronicobstructivepulmonarydisease;Bronchialasthma;Bronchiectasis;Interstitiallungdisease;Aspergillosis慢性肺部疾病是呼吸系统常见疾病，主要包括慢性阻塞性肺病（chronicobstructivepulmonarydiseases，COPD）、支气管哮喘、支气管扩张、间质性肺病、肺结节病、尘肺和慢性肺曲霉菌病等[1]，高居人类死因的第5位[2]，一直都是呼吸病学的学术热点[3]。研究表明，很多慢性肺部疾病都具有异质性，其发病机制复杂多变，病理生理改变和临床表现也存在多样性，即使相同的治疗策略对同一种疾病可能产生不同的疗效[4]。因此，个体化精准评估是疾病诊治的关键。表型（phenotypes）是指生物体的可观察特征，是基因型和环境因素相互作用的结果;也是能将生物体分成不同独立类群的依据[5]。在表型研究的基础上，进一步探索疾病发病机制、发现精准的治疗靶点，从而取得更好的疗效。聚类分析是一种方便、简单、实用的统计学方法，现已被用于多种疾病的表型分析[6，7]。慢性肺部疾病中的COPD、哮喘和支气管扩张等疾病已经有大量的聚类分析研究，并对这些疾病的认识也取得了很大的进展[8-10]。本文对近年来慢性肺部疾病表型的聚类分析研究作一综述，以期更好地认识疾病本质提供指导和帮助。1表型与聚类分析1.1表型及其研究价值表型，是指生物体的可见特征，包括日常临床工作能直接观察到的特征、日常诊疗工作难以捕捉而需要通过实验室手段才能获取的分子生物学特征，以及从功能学和病理学定义的疾病特征（也称为疾病的内在表型，简称为内因型）。疾病表型分类的最终目的是实现疾病的个体化治疗，为疾病个体化治疗寻找新的方向[11]，多维的表型分类法不仅能认识到疾病临床表型的分类，还能深入到炎症和分子表型的分类。因此，基于疾病特定表型，准确地寻找到疾病原因和治疗靶点制定个体化治疗方案，从而实现精准化治疗。1.2聚类分析聚类分析是根据“物以类聚”的原理对样品或指标进行分类的一种多元统计方法，是对大量的样品或数据进行探究，并按各自特性进行合理分类，是一种探索性研究。聚类分析包括多种算法，...