研究背景
肺动脉高压（PAH）是一种发病率很高的疾病，死亡率很高，而且对现有疗法的反应也不尽相同。先前有许多研究报告了PAH候选蛋白质的血浆浓度与存活率之间的关系。血浆蛋白质组学能够无偏差地检测一系列蛋白质，非常适合鉴定复杂疾病中对临床有用且与生物相关的生物标志物。
2022年1月，来自伦敦帝国理工学院的Martin R. Wilkins团队在American Journal of Respiratory and Critical Care Medicine（IF:19.3）杂志发表了题为“Using the Plasma Proteome for Risk Stratifying Patients with Pulmonary Arterial Hypertension”的研究论文。研究采用以4,152种蛋白为靶点的适配体检测方法（SomaScan version 4）对英国国家PAH队列和法国EFORT研究（79人）中的PAH患者进行血浆蛋白检测，结合机器学习发现，血浆蛋白质组为PAH预后提供的信息超出了既有的风险因素，并可能为治疗反应提供更灵敏的衡量标准。
主要成果
● 蛋白评分可对患者进行风险分层，而不受既定临床指标和风险方程的影响。在英国验证样本和法国样本中，通过受试者工作特征曲线（ROC）分析（AUC差异为P=0.00426），在NT-proBNP基础上增加6种蛋白模型评分可将5年预后预测从AUC 0.762（0.702-0.821）提高到0.818（0.767-0.869）。
研究设计
英国国家PAH队列（n=357）和法国EFORT（PAH预后因素和治疗目标评估）研究（n=79）中的特发性、遗传性或药物诱导的PAH患者。
表1 发现和验证队列的人口统计学和临床特征
【实验设计】
研究对英国国家PAH队列和法国EFORT研究中PAH患者的血浆蛋白检测采用了基于适配体的蛋白质组学检测方法（SomaScan），测量了4,152种蛋白质。首先在英国样本的发现-验证分析确定了预后蛋白。随后筛选独立于6分钟步行距离（PAH临床评估依据）和NT-proBNP（PAH临床评估标志物）的蛋白进入最小绝对缩减和选择算子回归模型（lasso），并在EFFORT队列中根据临床指标对单一评分中的最佳蛋白质组合进行了评估。
研究结果
英国PAH队列研究中与PAH预后相关的循环蛋白
英国PAH队列研究中预后蛋白组合的LASSO分析
接下来，研究对Cox生存回归模型中的蛋白质组合进行的LASSO分析选择了六种蛋白质（SVEP1、PXDN[过氧化物酶同源物]、肾素、NRP1[神经肽-1]、TSP2[血栓软骨素-2]和PRDX4[过氧化还原酶-4]），在汇总的发现和验证患者亚群中创建了一个单一的模型评分。在整个英国PAH队列中，基于Cox回归的评分能准确区分5年无移植存活者和非存活者（曲线下面积[AUC]，0.82；95% CI，0.766-0.875）。
法国EFORT研究队列的独立验证
随后，研究计算了EFORT研究队列中的6种蛋白模型评分，发现其分布非常相似（UK：mean 0.499±0.499 SD；EFORT：0.479±0.525）。研究证实，在这组不同地域的患者中，6种蛋白模型能够预测5年预后（AUC，0.73；95% CI，0.63-0.85）。该评分可预测诊断时（图3A）和随访取样时（图3B）的生存率。结合英国验证样本和EFORT样本，通过ROC分析（AUC差异为P=0.0424），在NT-proBNP的基础上增加6种蛋白模型评分可将5年预后预测从AUC 0.721（0.627-0.815）提高到0.783（0.707-0.860）（图4）。
英国分析得出的最佳临界值（最高灵敏度+特异性）为0.56（5年无移植生存率的灵敏度为80%，特异性为74%；AUC，0.82±0.028；P=3.09×10-17），在患者开始治疗后的随访EFORT样本中，PAH预测的生存率的灵敏度为89%，特异性为69%（AUC，0.84；95% CI，0.75-0.94）。
图4 英国PAH验证队列和法国EFFORT队列研究的数据中，NT-proBNP单独和与6种蛋白模型评分相结合的ROC分析
法国EFORT队列研究中独立临床指标的风险预测
在EFORT研究中，根据随访时达到两个或两个以上临床指标（6MWD、世界卫生组织功能分级、平均右心房压、心脏指数和与良好预后相关的BNP/NT-proBNP阈值）的情况，预测患者的预后良好，6项蛋白评分能够对这些患者的风险进行进一步分层（图5）。至少达到两项临床指标但蛋白评分较高的患者平均达到了2.6项临床指标（评分低的患者为3.8项）。在对英国PAH队列中的高风险患者（达到0个目标）和低风险患者（至少达到2个指标）进行的亚组分析中也显示了这一点。
EFORT研究中存活患者和非存活患者的个体水平数据显示，从诊断到治疗后随访，存活患者的得分从0.394±0.531变为0.367±0.489，非存活患者的得分从0.768±0.397变为1.054±0.519。在基于ROC导出的蛋白评分临界值的基线低风险或高风险患者中，尽管临床表现无明显差异，但蛋白评分的变化也与不同的预后相关（图3C和3D）。
Cox回归模型证实，该评分与随访时临床指标的实现情况无关，且该模型的变化与基线时的风险无关（基于最佳预后的roc衍生蛋白评分临界值）（表2）。此外，在英国队列和EFORT研究（表2）中，对照既定的法国风险方程进行评估时，6种蛋白模型可独立预测风险。
图5 EFORT患者在第二次样本访问时达到2项或2项以上临床指标的Kaplan-Meier生存估计值除以较高或较低的六项蛋白模型评分
总结
参考文献
Rhodes CJ, Wharton J, Swietlik EM, et al. Using the Plasma Proteome for Risk Stratifying Patients with Pulmonary Arterial Hypertension. Am J Respir Crit Care Med. 2022;205(9):1102-1111. doi:10.1164/rccm.202105-1118OC
校对：Evan Flle
排版：西西
封面来源：Freepik
了解更多蛋白芯片、组学进展请关注下方名片
关于旦生医学
旦生医学（ProteomicsEra Medical Co.,Ltd,）是集高端分子芯片设计、研发、生产和应用为一体的生物医药高科技企业，由留学归国高层次人才创立。企业目标是通过国际前沿生命组学、分子芯片和人工智能技术获取和解析人体健康密码（标志物），开发下一代高通量、智能化临床检测试剂、设备和蛋白药物，为人类的健康保障、疾病预防、检测和治疗提供产品、技术和咨询服务，联系方式：010-85885591，18601967980。
本文来源于公开发表论文，仅供学习交流，不构成商业目的。转载需注明来源芯医学。投稿与合作请留言或联系我们(xinyixue2022@126.com)。
