![]()
大规模的蛋白质组学研究可以改善人们对健康和疾病的理解，并使精准医疗成为可能。
2024年11月22日，复旦大学郁金泰、毛颖、程炜、冯建峰共同通讯在Cell 在线发表题为“Atlas of the plasma proteome in health and disease in 53,026 adults”的研究论文，该研究提供了来自英国生物银行的53026个人（中位随访：14.8年）的2920种与疾病相关的血浆蛋白（406种流行蛋白和660种意外蛋白）和986种与健康相关的特征的详细图谱，代表了迄今为止最全面的蛋白质组图谱。
该图谱揭示了168,100种蛋白质疾病关联和554,488种蛋白质性状关联。至少50种疾病共有650多种蛋白质，1000多种蛋白质表现出性别和年龄的异质性。此外，蛋白质在疾病识别方面表现出了良好的潜力（183种疾病的曲线下面积[AUC] >0.80）。最后，整合蛋白质数量性状位点数据确定了474种致病蛋白，提供了37种药物再利用机会和26种具有良好安全性的有希望的靶点。这些结果提供了一个开放获取的综合蛋白质组-表型资源（https://proteome-phenome-atlas.com/），以帮助阐明疾病的生物学机制，加速疾病生物标志物、预测模型和治疗靶点的开发。随着世界人口的快速增长和老龄化，人们对增进健康和减轻疾病负担的需求日益增加疾病预防和治疗面临的挑战包括缺乏可靠的个体化风险预测模型以及现有治疗方法疗效和不良反应的变化，这强调了精准医学的重要性。目前，精准医学的实施主要集中在确定人类疾病的基因组基础上，并已显示出初步效果。然而，基因转录和翻译过程中复杂且不确定的调控过程阻碍了因果基因的推断，从而限制了基于基因组-表型关联的机制理解和药物开发。蛋白质是疾病遗传和环境风险的最终生物效应物，直接反映了人体的生物过程和病理生理变化。阐明蛋白质与疾病的关系有望表征不同健康状态和疾病状况的生物学特征，促进精准医学的便利性和可行性。高通量蛋白质组学的技术进步为系统地询问健康状态和疾病的蛋白质谱提供了一个非凡的机会，促进了机制理解，生物标志物鉴定，风险预测，15药物不良反应的早期检测和衰老。然而，目前大多数蛋白质组学研究只关注有限的疾病结果。虽然这些研究揭示了一些疾病特异性蛋白质组变化，但缺乏全面的人类蛋白质组-表型图谱也提出了许多问题。在这里，研究人员通过在53026个人中系统地绘制2920种血浆蛋白与720种疾病的存在和发病以及986种与健康相关的特征的图谱，展示了蛋白质组-表型关联的综合图谱。该图谱提供了对疾病之间共享和特征的生物学机制的见解。蛋白质组学图谱与机器学习相结合，可以同时识别出多种健康状况的有用生物标志物和预测模型。通过整合蛋白质数量性状位点（pQTL）数据，说明了该图谱在因果蛋白发现和进一步的药物靶点优先排序中的应用。该研究中的蛋白质组-表型图谱提供了广泛的资源，支持未来在筛选、诊断和治疗人类疾病方面的研究。
https://www.cell.com/cell/fulltext/S0092-8674(24)01268-6![]()
—END—
内容为【iNature】公众号原创，
转载请写明来源于【iNature】
微信加群
iNature汇集了4万名生命科学的研究人员及医生。我们组建了80个综合群（16个PI群及64个博士群），同时更具专业专门组建了相关专业群（植物，免疫，细胞，微生物，基因编辑，神经，化学，物理，心血管，肿瘤等群）。温馨提示：进群请备注一下（格式如学校+专业+姓名，如果是PI/教授，请注明是PI/教授，否则就直接默认为在读博士，谢谢）。可以先加小编微信号（love_iNature），或者是长按二维码，添加小编，之后再进相关的群，非诚勿扰。
![]()
![]()
投稿、合作、转载授权事宜
请联系微信ID：13701829856 或邮箱：iNature2020@163.com
觉得本文好看，请点这里！
