血无止境|6-9月血浆蛋白组学优质文献集锦

文摘   2024-10-03 11:30   浙江  
Plasma · Proteomics  

血浆(plasma),作为易获取、富含生物标志物的样本,反映了全身代谢和疾病状态的变化,在多种疾病的研究中具有独特优势。
血浆蛋白质组学是疾病早期诊断、风险评估和个性化治疗的关键工具,是当前生物医学研究中最具潜力的领域之一。借助高通量质谱技术和多组学整合分析,血浆蛋白质组学正在推动精准医疗的革命,成为研究人员和临床医生必不可少的工具。

今天,我们将展示血浆蛋白质组学在慢性疾病肿瘤,以及心血管和代谢病症中的广泛应用,揭示其在疾病早期发现、风险预测和治疗响应评估中的巨大潜力。


01


慢性疾病和风险评估



在以下几篇研究中,科学家们通过深入分析血浆中的蛋白质,揭示了与衰老过程及糖尿病、帕金森病等多种慢性疾病相关的关键生物标志物。

这些研究不仅展现了血浆蛋白质组学在疾病早期预测中的重要价值,还表明其与健康饮食、遗传风险和临床模型相结合时,能够显著提升疾病预测的精准度,为个性化医疗的实现提供了新的前景和方向。


 案例1 
Nat Med中英芬三国队列:血浆蛋白质组预测死亡率和疾病风险
8月8日,牛津大学纳菲尔德人口健康系研究团队在 Nature Medicine 发表新研究。研究利用英国生物样本库(UKB)、中国慢性病队列研究(CKB)和芬兰生物库(FinnGen)的血浆蛋白质组数据,开发了一个基于204种蛋白质的蛋白质组衰老时钟(ProtAge),其预测年龄的模型在UKB、CKB和FinnGen三个独立人群中的R²分别为0.88、0.82和0.87,且该模型的表现优于其他DNA甲基化或蛋白质组衰老时钟。
通过追踪这些群体的随访数据,研究发现蛋白质组衰老与生理功能衰退、易患疾病(如阿尔茨海默症、慢性肾病)的风险增加密切相关。研究进一步简化了模型,得到了一个20种蛋白质的版本(ProtAge20),能实现与原204蛋白质模型几乎相同的预测性能。

研究设计和分析方法

https://www.nature.com/articles/s41591-024-03164-7
 研究详解:Nat Med|中英芬三国队列:血浆蛋白质组预测死亡率和疾病风险

 案例2 

Nat Med | UK Biobank 血浆蛋白组学数据预测疾病风险

7月22日,剑桥大学临床医学院MRC流行病学小组、葛兰素史克英国研发中心的研究团队在 Nature Medicine 发表血浆蛋白组学新研究,揭示了蛋白质特征在提高疾病预测效果方面的巨大潜力。
通过在UKB-PPP队列中对2923种蛋白进行分析,研究人员开发了针对218种疾病的预测模型,显著提高了临床模型的预测效果。例如,仅使用五种蛋白质即可对163种疾病的预测表现与临床模型相当,且对另外30种疾病显著优于临床模型。在67种稀有和常见疾病中,增加5到20种蛋白质使中位C指数提高了0.07,10%假阳性率下的中位检测率提高至45.5%。此外,蛋白质预测在所有条件下均表现优越,并展示了多基因风险评分在疾病预测中的不足。
总的来说,该研究证明了将稀疏血浆蛋白质特征与EHRs(电子健康档案)结合在一起,可以在常见和罕见疾病的预测方面提供新的、改进的预测,优于标准临床检验,通过特异性蛋白质和跨多种疾病的蛋白质预测因子。
https://www.nature.com/articles/s41591-024-03142-z
 研究详解:Nat Med|UK Biobank血浆蛋白组学数据预测疾病风险


 案例3 

Nat Food | 健康饮食模式与慢性疾病风险的蛋白质组学研究

9月27日,华中科技大学同济医学院公共卫生学院刘刚教授团队联合哈佛大学陈曾熙公共卫生学院 Walter C. Willett 团队,共同在 Nature Food 发表蛋白质组学新研究,探讨了健康饮食模式的蛋白质组学特征如何与慢性疾病及死亡风险相关联。

研究利用来自 UK Biobank 的数据,分析了与八种健康饮食模式相关的血浆蛋白质,发现这些蛋白质的显著变化与糖尿病、心血管疾病、慢性呼吸疾病、慢性肾病和癌症的风险降低及更长寿命有关。

研究结果显示,这些蛋白质组特征在调整饮食评分后仍然显著,强调了蛋白质组作为传统饮食评估的有效补充工具。此外,某些蛋白(如FSTL3和STC1)在饮食模式与疾病之间的关系中发挥中介作用。总体而言,研究提示蛋白质组特征有助于深入理解饮食与健康之间的关系,并具有个性化营养干预的潜力。

https://www.nature.com/articles/s43016-024-01059-x


 案例4 
Diabetes Care大规模蛋白质组学改进了对糖尿病患者慢性肾病的预测
7月23日,南方医科大学南方医院肾内科秦献辉侯凡凡团队在 Diabetes Care 发表了血浆蛋白组学新研究。
文章开发并验证了一个基于11种血浆蛋白的蛋白质风险评分,用于预测糖尿病患者的慢性肾病(CKD)。在对2,094名患者进行长达12.1年的随访研究中,该评分显著提高了CKD的预测准确性,超越了传统的临床风险模型和多基因风险评分。结合蛋白质风险评分与临床风险因素的综合模型表现最佳,显著提升了CKD风险的辨别和重新分类能力。

图文摘要
https://diabetesjournals.org/care/article-abstract/47/10/1757/157020/Large-Scale-Proteomics-Improve-Prediction-of


 案例5 

Nat Comm血浆蛋白组学提前7年预测帕金森病生物标志物

6月18日,德国哥廷根大学医学中心和英国伦敦大学学院大奥蒙德街儿童健康研究所的研究团队在 Nature Communications 发表了血浆蛋白质组学研究。
研究旨在探索血浆蛋白组学在帕金森病(PD)早期识别中的应用潜力。通过多重质谱分析,研究团队确定了包括炎症标志物在内的八种血液生物标志物,能够高度准确地区分PD患者和健康对照(100%的特异性)。
更重要的是,他们的机器学习模型在iRBD(孤立性快速眼动睡眠行为障碍)个体中预测PD的发展,在运动病前最多7年的时间内达到了79%的准确率。这些发现揭示了这些生物标志物在早期PD诊断和预测中的潜力,为未来的干预和神经保护策略提供了重要的基础。

研究设计流程

https://www.nature.com/articles/s41467-024-48961-3


02

肿瘤相关研究



下面两篇文章探索了与胃癌和卵巢癌相关的关键蛋白质,这些蛋白质不仅能够帮助解释治疗耐药机制,还为肿瘤的早期诊断和预后预测提供了新思路。

我们看到,血浆蛋白质组学的进展使得个性化癌症治疗变得更加可能。


 案例1 

Mol Cancer胃癌抗PD-1/PD-L1联合抗血管生成疗法的耐药机制

9月13日,法国贝尔戈尼研究所的研究团队和合作者在 Molecular Cancer 发表了一篇Correspondence,研究了抗PD-1/PD-L1联合抗血管生成疗法在晚期胃癌(AGC)中的耐药机制,通过空间转录组学和血浆蛋白组学分析揭示了关键特征。
REGOMUNE II期临床试验显示,regorafenib 与 avelumab 的联合治疗在19%的患者中取得了深度且持久的响应,但许多患者未获显著疗效。分析发现,耐药患者的肿瘤微环境中M2型巨噬细胞显著增多,S100A10蛋白在肿瘤细胞中的过表达也与耐药相关。
血浆蛋白组学结果显示,血浆中CSF-1、IL-4、IL-8和TWEAK等细胞因子的升高与不良预后相关。这些数据表明,巨噬细胞的免疫抑制作用以及S100A10的过表达是影响治疗效果的关键因素,为克服耐药提供了重要线索。

https://molecular-cancer.biomedcentral.com/articles/10.1186/s12943-024-02092-x


 案例2 

Nat Comm上皮性卵巢癌的蛋白质组学景观

7月31日,西湖大学医学院郭天南团队,联合浙江省肿瘤医院郑智国、朱笕青,浙江大学华跃进团队,在 Nature Communications 上发表了卵巢癌蛋白组学新研究。

文章通过对来自中国813名不同病理类型及治疗方案患者的卵巢组织及部分配对的血浆样本的蛋白质组学分析,共定量10,715种蛋白质,鉴定了2551种与上皮性卵巢癌(EOC)恶性程度相关的蛋白质,其中8种分泌性蛋白在血浆中被验证,可能作为潜在的良恶性鉴别的生物标志物。研究也系统性地分析了五种常见EOC病理亚型间的显著差异蛋白质,挖掘病理变化背后的分子水平差异。

此外,该研究在术前采集血浆和手术切除组织中分别鉴定了与预后相关的多个蛋白质,通过具有临床转化价值的靶向蛋白质组组学(MRM)验证了他们的预后价值,并基于此建立了基于蛋白质特征的机器学习模型,用于预测辅助化疗后一年内复发风险,在国内外独立队列中验证了该模型的有效性。

西湖欧米负责该研究的部分生信分析和靶向蛋白质组工作。

生成中国EOC蛋白质组图谱的工作流程

https://www.nature.com/articles/s41467-024-50786-z

 研究详解:欧米合作|Nat Comm:上皮性卵巢癌的蛋白质组学景观


03


心血管和代谢相关研究



下面三篇文章涵盖了心血管和代谢相关的研究,展示了蛋白质组学在理解这些疾病中的关键作用。

首先,大规模的蛋白质组学研究揭示了心力衰竭和虚弱之间的共同分子基础;接下来,运动血压与高血压发病率的相关研究揭示了特定的蛋白质在预防心血管疾病中的保护作用;最后,通过对创伤后深静脉血栓患者的蛋白质组和代谢组学分析,研究揭示了血栓形成的分子机制,为临床风险预测提供了新的方向。


 案例1 

JAMA Cardiol晚年心衰和虚弱的分子基础

5月29日,哈佛医学院的 Amil M. Shah 团队在 Jama Cardiology 发文,通过大规模蛋白质组学技术揭示了晚年心力衰竭和虚弱的共同分子基础。

研究在两个大规模的纵向队列中进行:动脉粥样硬化风险社区研究(ARIC)和心血管健康研究(CHS),在ARIC研究中,分别在1993-1995年(V3)和2011-2013年(V5)测量了参与者的血浆蛋白质。研究人员总共分析了10,638名参与者的数据,在CHS中对3,189名参与者进行了外部验证。

研究发现286种蛋白质与心力衰竭发生相关,其中83种蛋白质在V5时与心力衰竭相关。在无心力衰竭的参与者中,48种蛋白质与V5时的虚弱患病相关,其中18种蛋白质与虚弱发生相关。这些蛋白质富集了纤维化和炎症通路,并与HFpEF事件表现出更强的相关性。孟德尔随机化分析发现几种蛋白质对虚弱和心力衰竭具有潜在的因果效应。

https://jamanetwork.com/journals/jamacardiology/article-abstract/2819212


 案例2 

JAMA Cardiol运动血压和高血压发病率的血浆蛋白质组学研究
6月12日,美国贝斯以色列女执事医疗中心的研究团队在 JAMA Cardiology 发文,探讨了运动血压(EBP)与高血压发生之间的关系。
研究人员采用高通量蛋白质组学技术,对681名健康成年人进行血浆蛋白分析,发现TGFBR3血浆水平与EBP呈负相关,并在弗雷明翰心脏研究、杰克逊心脏研究和动脉粥样硬化多民族研究中验证了这一发现(HR分别为0.86, 0.87和0.84)。
研究人员将TGFBR3确定为一种新型循环生物标志物,与未来高血压和心血管疾病(CVD)的较低风险相关(高血压OR=0.99,CVD OR=0.84)。研究表明,TGFBR3可能对预防高血压和CVD具有保护作用。
https://jamanetwork.com/journals/jamacardiology/article-abstract/2820069


 案例3 

Nat Comm创伤后深静脉血栓患者血浆代谢和蛋白质组综合图谱
9月7日,西安交通大学生命科学与技术学院郭燕教授团队在 Nature Communications 发文,通过整合代谢组学和蛋白质组学数据,研究了创伤后深静脉血栓(pt-DVT)患者的代谢和血液学特征。
在对680名创伤患者的分析中,研究人员确定了与pt-DVT相关的28种代谢物和2个临床参数簇,并通过机器学习算法构建了包含9种代谢物的预测模型,能够高效区分pt-DVT患者。
通过进一步联合蛋白质组学分析,研究人员鉴定出了214个pt-DVT相关蛋白,发现糖酵解/糖异生-TCA循环的上调可能通过增加红细胞内的活性氧(ROS)水平促进血栓形成,表明这一代谢通路可能是潜在的治疗靶点。
总的来说,该研究通过大规模代谢组学和蛋白质组学研究,揭示了创伤后DVT的代谢异常,并开发了具有临床应用潜力的早期诊断工具。

研究设计和分析工作流程

https://www.nature.com/articles/s41467-024-52262-0

04


急性病症与免疫反应



血浆蛋白质组学在揭示急性病症的关键生物标志物及其分子机制方面展现了独特优势。

以下研究揭示了败血症和急性肾小管损伤患者的关键蛋白质标志物,为疾病的诊断和治疗策略优化提供了新的方向。此外,第三项研究探讨了特殊环境(如太空飞行)对免疫反应和生理变化的影响,为应对极端环境下的生理挑战提供了科学依据。

 案例1 

Sci Transl Med高通量质谱绘制败血症血浆蛋白质组图谱

6月5日,牛津大学威康人类遗传学中心的 Julian C. Knight 团队在 Science Translational Medicine 发表了新的败血症(sepsis)血浆蛋白质组学文章。通过整合血浆蛋白质组和白细胞转录组数据,识别和表征了败血症的不同亚表型,从而提供更深入的病理生理学见解和风险分层策略。

研究通过整合血浆蛋白质组和白细胞转录组数据,识别出三个败血症亚表型(SPC1、SPC2、SPC3),其中SPC1患者病情最重且死亡率最高(28天死亡率为2.5倍于其他亚组,6个月死亡率为2.3倍)。研究验证了基于蛋白质组数据的预测模型,并在验证队列中重现了发现队列的结果。通过整合多组学数据,识别出了与疾病严重程度和脓毒症来源相关的潜在成分,发现SPC1与SRS1亚表型重叠且患者死亡率最高(33.3%)。这些发现揭示了败血症的异质性和潜在的治疗靶点,有助于改善患者风险分层和管理。
https://www.science.org/doi/10.1126/scitranslmed.adh0185

 研究详解:Sci Transl Med|高通量质谱绘制败血症血浆蛋白质组图谱


 案例2 

Nat Comm急性肾小管损伤的血浆蛋白质组学

8月27日,波士顿大学乔巴尼安和阿维迪西亚医学院研究团队在 Nature Communications 发文,识别了与急性肾小管损伤(ATI)严重程度相关的血浆生物标志物并探索了与ATI发病机制相关的潜在途径。

研究人员在434名经过活检确认的肾病患者的血浆中分析了6592种蛋白质,发现了156种与ATI严重程度显著相关的生物标志物。研究特别指出,骨桥蛋白(OPN)、肌腱蛋白C(TNC)和人附睾蛋白-4(HE4)与ATI严重程度的关联最为显著,并且在急性肾损伤(AKI)和慢性肾病(CKD)的发展中具有重要作用。

通过在三个独立队列(KPMP、ARIC、CHROME)中的验证,研究确认了这些标志物在ATI和AKI中的一致性,并揭示了免疫调节和细胞器应激反应在ATI发病机制中的关键作用。该研究不仅扩展了对ATI生物标志物的理解,还为早期检测和治疗提供了潜在的新靶点。

研究概要、研究参与者和主要结果
https://www.nature.com/articles/s41467-024-51304-x


 案例3 

Nat Comm多组学分析揭示短期太空飞行后的生理变化

6月11日,美国威尔康奈尔医学院的 Christopher E. Mason 团队在 Nature Communications 发文,研究了为期3天的太空飞行对宇航员血浆和细胞外囊泡(EVP)蛋白质组和代谢组的影响。

研究人员采集了执行SpaceX Inspiration4任务的4名航天员(2男2女)飞行前(92天, 44天, 3天)和飞行结束返回地球后(1天, 45天, 82天)的血样,利用蛋白质组学和代谢组学等方法,分析了血浆和EVPs中的蛋白质和代谢物。

通过分析太空飞行前后不同时间点的血液样本,研究人员发现EVP中的差异蛋白数量(151个)显著多于血浆中的(40个),其中大多数EVP差异蛋白在长时间内恢复至飞行前水平,而血浆中的差异蛋白大部分(72.5%)在飞行后82天仍未恢复。代谢组分析显示,太空飞行后立即有100种代谢物发生显著变化,但这些变化在随后迅速恢复。

研究还揭示了太空飞行导致的氧化应激和免疫失调,并指出抗氧化蛋白和代谢产物的上调可能是为了应对增加的活性氧。此外,血浆和EVP中的蛋白质和代谢物网络分析显示太空飞行对免疫细胞和脑功能有显著影响,提示太空环境可能会引起血脑屏障破坏。

研究设计概述、样本收集及血浆和EVP蛋白质组学处理
https://www.nature.com/articles/s41467-024-48841-w

 研究详解:Nat Comm|多组学分析揭示短期太空飞行后的生理变化



以上研究案例表明,血浆蛋白质组学正在推动医疗研究向更加个性化和精准化的方向发展。无论是用于疾病风险预测、治疗效果评估,还是发现新的生物标志物,血浆蛋白质组学都为研究人员提供了无与伦比的研究深度和广度。

作为蛋白质组学领域的前沿企业,西湖欧米致力于通过先进的蛋白质组学技术数据分析方法,为研究人员和临床医生提供深入洞见。

西湖欧米OmniProt高深度血液蛋白组学技术特色:

实现超高深度蛋白鉴定
★ 特色化学微粒式富集中低丰度蛋白
★ 中低丰度蛋白占比95%以上



更多「叮」系列前沿研究

 叮!卵巢癌 × 蛋白质组学:诊断、化疗耐药性和预后评估的前沿研究

 叮!胶质瘤 × 蛋白质组学:从分子谱系到治疗策略的最新进展

 叮!前列腺癌蛋白质组学研究速递

 叮!阿尔茨海默症 × 蛋白质组学:多维解析病理机制与诊断标志物




西湖欧米是一家专注于AI赋能的微观世界数据公司,致力于多组学精准医学的转化落地,目前专注于基于蛋白质谱技术的疾病生物标记物IVD试剂盒的开发。

欧米的科研服务包括高深度血液蛋白质组学空间蛋白质组学微量组织蛋白质组学宏蛋白质组学等特色业务。截至目前,已和合作者在 CellImmunityCell DiscoveryMolecular CellCell ReportsNature CommnuicationsCell Reports MedicineNature Protocols 等多种杂志上发表多篇高质量蛋白质组学相关的研究论文。


联 系 我 们 



service@westlakeomics.com

0571-86780630

扫描下方二维码

即可添加业务咨询微信










点击阅读原文,查看西湖欧米部分合作文章列表。

西湖欧米
新一代蛋白质谱临床转化应用
 最新文章