有了血液樣本，還在愁怎么發(fā)文章嗎？血液樣本是臨床最常見的樣本，血液中包含了大量蛋白質(zhì)、代謝物、免疫細(xì)胞，血液分子的動(dòng)態(tài)變化反映了身體健康或疾病狀態(tài)。因此，我們可以利用血液樣本開展與疾病相關(guān)的各種研究。蛋白質(zhì)組學(xué)是全局性研究樣本中蛋白質(zhì)定性和定量動(dòng)態(tài)變化的研究利器，為疾病病理和生理研究提供了全面和深入的見解。血液+蛋白質(zhì)組是醫(yī)學(xué)研究的最常見CP組合，兩者的碰撞產(chǎn)生了無數(shù)經(jīng)典的論文，包括生物標(biāo)志物、疾病預(yù)后、感染性疾病機(jī)制、蛋白基因組學(xué)、血液分泌蛋白質(zhì)圖譜等等。

1、血液蛋白質(zhì)組相關(guān)論文發(fā)表情況

今天小編就整理了2024年發(fā)表的血液蛋白質(zhì)組相關(guān)論文，看看大家都在研究什么吧。通過在PubMed上用關(guān)鍵詞“(plasma OR serum) AND (proteomics) AND (cohort)”進(jìn)行搜索，我們發(fā)現(xiàn)2024發(fā)表了約250篇相關(guān)論文，其中影響因子大于10分的論文約50篇，從這些論文中我們可以看出血液蛋白質(zhì)組適用于腫瘤、心血管疾病、神經(jīng)疾病、感染類疾病等多種疾病的研究。研究方向有：（1）不同類型的生物標(biāo)志物研究，包括診斷、風(fēng)險(xiǎn)預(yù)測、藥物應(yīng)答預(yù)測、疾病進(jìn)程、預(yù)后評(píng)估等；（2）通過蛋白質(zhì)數(shù)量性狀位點(diǎn)（pQTL）、孟德爾隨機(jī)化等多組學(xué)方法進(jìn)行疾病病因研究和治療靶點(diǎn)研究；（3）疾病相關(guān)血液蛋白質(zhì)組圖譜、特征或景觀研究，助力揭示疾病病理生理機(jī)制；（4）在隨機(jī)對(duì)照試驗(yàn)中進(jìn)行藥效評(píng)估和藥效機(jī)制研究等。

圖1 2024年血液蛋白組學(xué)相關(guān)高分論文

表1 2024年血液蛋白質(zhì)組學(xué)相關(guān)部分高分論文

2、血液蛋白質(zhì)組檢測方法

談到血液蛋白質(zhì)組檢測技術(shù)平臺(tái)，從過往文獻(xiàn)中我們可以看出，應(yīng)用最多的是三大平臺(tái)：質(zhì)譜平臺(tái)、基于免疫親和的Olink平臺(tái)和基于適配體親和的Somascan平臺(tái)。質(zhì)譜是一種非靶向檢測方法，隨著技術(shù)的發(fā)展，數(shù)據(jù)非依賴性采集方法（DIA）憑著高靈敏度和高重復(fù)性，已經(jīng)成為主流技術(shù)，代表儀器包括Thermo公司的Obitrap Astral質(zhì)譜儀和Bruck公司的timsTOF系列質(zhì)譜儀。Olink和Somascan都是靶向檢測方法，優(yōu)點(diǎn)是技術(shù)成熟、靈敏度高，缺點(diǎn)是只能檢測已知蛋白、成本高、會(huì)有非特異性結(jié)合。

圖2 不同血液蛋白質(zhì)組檢測平臺(tái)的實(shí)驗(yàn)流程

（圖源Sun et al., Mol Cell Proteomics. 2024）

3、血液蛋白質(zhì)組學(xué)研究思路

接下來我們通過幾篇經(jīng)典的論文學(xué)習(xí)一下血液蛋白質(zhì)學(xué)的研究思路吧。

首先是基于血液蛋白質(zhì)組學(xué)的生物標(biāo)志物研究，此類研究的關(guān)鍵在于針對(duì)臨床問題設(shè)計(jì)合理的研究隊(duì)列，選擇合適的入組人群。如果要篩選早期診斷的標(biāo)志物，則需要納入高風(fēng)險(xiǎn)人群；如果研究疾病發(fā)生的風(fēng)險(xiǎn)因子，則需要設(shè)置前瞻性隊(duì)列，進(jìn)行隨訪；如果研究預(yù)后標(biāo)志物，也需要設(shè)置縱向隊(duì)列；如果研究藥物應(yīng)答標(biāo)志物，則需要收集用藥前基線樣本，納入用藥后動(dòng)態(tài)樣本還可以分析藥物反應(yīng)機(jī)制。

比如復(fù)旦大學(xué)團(tuán)隊(duì)發(fā)表在Nature Aging上的“Plasma proteomic profiles predict future dementia in healthy adults”文章就是基于血漿蛋白質(zhì)組學(xué)研究可以預(yù)測老年癡呆的生物標(biāo)志物2。本研究對(duì)5萬多名UK Biobak中的未發(fā)生癡呆的人群進(jìn)行長達(dá)14年的隨訪，以發(fā)生癡呆癥狀為結(jié)局事件，利用基線的血漿蛋白質(zhì)組數(shù)據(jù)和機(jī)器學(xué)習(xí)算法篩選預(yù)測性標(biāo)志物。結(jié)果發(fā)現(xiàn)GFAP、NEFL、GDF15、LTBP2等蛋白與癡呆發(fā)生的關(guān)聯(lián)性最強(qiáng)，這幾個(gè)標(biāo)志物的組合對(duì)老年癡呆的預(yù)測AUC值為0.891，而且能提前10年準(zhǔn)確預(yù)測老年癡呆的發(fā)生。

同樣是復(fù)旦大學(xué)團(tuán)隊(duì)發(fā)表在Nature Communications上的“Plasma proteome profiling reveals dynamic of cholesterol marker after dual blocker therapy”論文則利用蛋白質(zhì)組研究了腫瘤免疫治療應(yīng)答標(biāo)志物和應(yīng)答機(jī)制3。本研究設(shè)置了三個(gè)隊(duì)列，分別是健康隊(duì)列（n=24），治療組（n=22，分別在治療前后不同時(shí)間點(diǎn)取樣）以及獨(dú)立驗(yàn)證隊(duì)列（n=27）。作者基于治療組縱向隊(duì)列研究了免疫治療對(duì)血液循環(huán)系統(tǒng)的影響以及應(yīng)答和非應(yīng)答的差異。通過比較應(yīng)答和非應(yīng)答人群的蛋白質(zhì)組特征篩選了可預(yù)測免疫應(yīng)答的標(biāo)志物APOC3，并在獨(dú)立驗(yàn)證隊(duì)列對(duì)APOC3的預(yù)測性能進(jìn)行了驗(yàn)證。

圖3 本研究的技術(shù)路線

（圖源Lyu et al., Nat Commun. 2024）

其次是血液蛋白組結(jié)合其它組學(xué)如基因組、轉(zhuǎn)錄組、代謝組等開展疾病機(jī)制和治療靶點(diǎn)研究。血液蛋白質(zhì)組與基因組的組合常見于蛋白基因組學(xué)研究，一般基于GWAS分析獲得蛋白數(shù)量性狀位點(diǎn)（pQTL），然后再通過全蛋白質(zhì)組關(guān)聯(lián)分析（PWAS）研究疾病病因和生物標(biāo)志物。血液蛋白質(zhì)組與單細(xì)胞轉(zhuǎn)錄組、代謝組的多組學(xué)分析常用于疾病多組學(xué)圖譜或景觀研究，研究疾病的發(fā)生機(jī)制和生物標(biāo)志物。

下面這篇文章整合了3000多種血漿蛋白質(zhì)的前3個(gè)最大GWAS數(shù)據(jù)與可用的pQTL，相應(yīng)的血液和組織特異性基因表達(dá)（mRNA）的最大GWAS，以及慢性腎病相關(guān)結(jié)局的廣泛GWAS。通過全面的分析流程，包括全蛋白質(zhì)組孟德爾隨機(jī)化、全轉(zhuǎn)錄組孟德爾隨機(jī)化、共定位分析、蛋白質(zhì)-蛋白質(zhì)相互作用（PPI）和基因富集分析，本研究旨在確定潛在的致病蛋白質(zhì)生物標(biāo)志物和可用于未來CKD治療的靶基因4。

西湖大學(xué)團(tuán)隊(duì)在Nature Communications上發(fā)表了“Proteomic landscape of epithelial ovarian cancer”論文5，綜合利用組織蛋白質(zhì)組學(xué)和血漿蛋白質(zhì)組學(xué)描繪了上皮性卵巢癌的多病理類型蛋白質(zhì)組學(xué)全景圖。文章通過對(duì)813名不同病理類型及治療方案患者的卵巢組織及配對(duì)的血漿樣本的蛋白質(zhì)組學(xué)分析，鑒定了2551種與上皮性卵巢癌惡性程度相關(guān)的蛋白質(zhì)，其中8種分泌性蛋白在血漿中被驗(yàn)證，可能作為潛在的良惡性鑒別的生物標(biāo)志物。此外，該研究在術(shù)前采集血漿和手術(shù)切除組織中分別鑒定了與預(yù)后相關(guān)的多個(gè)蛋白質(zhì)，通過具有臨床轉(zhuǎn)化價(jià)值的靶向蛋白質(zhì)組組學(xué)（MRM）驗(yàn)證了他們的預(yù)后價(jià)值。

4、拜譜小結(jié)

血液蛋白質(zhì)組學(xué)研究的流程基本包括研究對(duì)象入組、樣本制備和蛋白提取、蛋白檢測、數(shù)據(jù)分析。其中樣本制備和蛋白提取是非常關(guān)鍵一環(huán)，首先要保持方法的一致性，包括樣本存儲(chǔ)、運(yùn)輸和蛋白提?。黄浯斡捎谘褐泻写罅扛哓S度蛋白，嚴(yán)重影響質(zhì)譜檢測深度，因此去除高豐度蛋白和富集中低豐度蛋白是十分有必要的。嚴(yán)格的質(zhì)控是大隊(duì)列研究數(shù)據(jù)分析的前提，血液蛋白質(zhì)組實(shí)驗(yàn)一般會(huì)通過設(shè)置QC樣本、添加標(biāo)準(zhǔn)肽內(nèi)標(biāo)、剔除偏離蛋白、分析蛋白檢出數(shù)量等方法對(duì)數(shù)據(jù)進(jìn)行質(zhì)控評(píng)估。

拜譜生物作為國內(nèi)領(lǐng)先的多組學(xué)公司，可提供完善成熟的蛋白組學(xué)、代謝組學(xué)、轉(zhuǎn)錄組學(xué)等多組學(xué)產(chǎn)品技術(shù)服務(wù)體系。針對(duì)血液樣本，拜譜生物推出了醫(yī)學(xué)大隊(duì)列血液多組學(xué)多維解決方案，可提供超高深度血液蛋白質(zhì)組、糖蛋白修飾組、血液標(biāo)志物精準(zhǔn)靶向檢測、血液代謝組等多組學(xué)技術(shù)服務(wù)，助力“血液-基因-蛋白質(zhì)-代謝-疾病”多維研究！拜譜生物特色產(chǎn)品超高深度血液蛋白質(zhì)組系列產(chǎn)品，采用自研血液中低豐度富集試劑盒（BP-MagBeads Kit），結(jié)合尖端Orbitrap Astral質(zhì)譜儀，可實(shí)現(xiàn)7000+血液蛋白的檢出，深度挖掘血液中低豐度蛋白標(biāo)志物，是血液蛋白組分析利器。歡迎大家咨詢!

參考文獻(xiàn)：

[1] Sun BB, Suhre K, Gibson BW. Promises and Challenges of populational Proteomics in Health and Disease. Mol Cell Proteomics. 2024;23(7):100786. doi:10.1016/j.mcpro.2024.100786

[2] Guo Y, You J, Zhang Y, et al. Plasma proteomic profiles predict future dementia in healthy adults. Nat Aging. 2024;4(2):247-260. doi:10.1038/s43587-023-00565-0

[3] Lyu J, Bai L, Li Y, et al. Plasma proteome profiling reveals dynamic of cholesterol marker after dual blocker therapy. Nat Commun. 2024;15(1):3860. Published 2024 May 8. doi:10.1038/s41467-024-47835-y

[4] Si S, Liu H, Xu L, Zhan S. Identification of novel therapeutic targets for chronic kidney disease and kidney function by integrating multi-omics proteome with transcriptome. Genome Med. 2024;16(1):84. Published 2024 Jun 19. doi:10.1186/s13073-024-01356-x

[5] Qian L, Zhu J, Xue Z, et al. Proteomic landscape of epithelial ovarian cancer. Nat Commun. 2024;15(1):6462. Published 2024 Jul 31. doi:10.1038/s41467-024-50786-z