酒精相關肝?。ˋLD）是常見的慢性肝病。脂肪變性、酒精性肝臟炎癥和纖維化是明顯的組織病理學特征，標志著ALD向肝硬化的發展。目前約75%的ALD患者是在失代償性肝硬化發生后被診斷的。由于疾病進展緩慢且無癥狀以及現有診斷法如侵入性的穿刺活檢具有導致并發癥的風險，而非侵入性的無創生物標志物在疾病早期階段的準確性有限，因此迫切需要采用微創診斷策略來篩查高危人群中的患者，如有酗酒、肥胖、缺乏運動和糖尿病病史的患者。此外，ALD的分子病理生理學尚未完全了解，目前尚無針對該疾病的肝臟特異性干預措施。
生物標記物的發現工作通常集中于單個生物分子，但在臨床上的接受率很低?；贛S的蛋白質組學使臨床樣品中存在的數百至數千種蛋白質的鑒定和定量具有特異性，使其原則上適合于疾病機制的研究和生物標志物的鑒定，將重點轉移到生物標志物組，而不是單個蛋白質。
今年德國馬克斯-普朗克研究所Matthias Mann課題組在醫學TOP期刊Nature Medicine（影響因子: 87.241）上發表題為“Noninvasive proteomic biomarkers for alcohol-related liver disease”的文章，首次報道了基于質譜的蛋白質組學檢測和機器學習，構建了可用于預測肝纖維化、肝炎和肝脂肪變的蛋白質生物標志物組合。
隊列設計
研究人群由三個隊列的參與者組成:
(1) GALA–ALD模型開發隊列（ALD derivation cohort）: n=459,有隨訪數據的前瞻性隊列;其中79例患者提供肝活檢組織;
(2) GALA–HP:與GALA–ALD相匹配的健康對照組的橫斷面隊列,n=137;
(3) ALD驗證隊列:n=63。
實驗技術
DIA蛋白質組學技術
實驗流程
實驗結果
1. 肝臟病變對肝臟和血漿蛋白質組的影響
（1）肝臟
GALA–ALD模型開發隊列的79例肝組織蛋白質測到5515種蛋白質，總計717種蛋白質與脂肪變性、纖維化、脂肪肝炎相關（658種蛋白質在纖維化階段、135種炎癥活性和68種脂肪變性中顯著失調）。纖維化對肝臟蛋白質組的影響最大，其次是炎癥，84%的炎癥蛋白失調也被發現在纖維化中。大多數失調蛋白隨著纖維化階段的增加而上調（63%（454個蛋白）上調，而37%（263個蛋白）下調）。根據人類蛋白質圖譜的注釋對失調蛋白進行分組時，87%被注釋為“肝臟特異性”的蛋白隨著纖維化階段的增加而在肝組織中下調；相比之下，80%被標注為“分泌型”的蛋白質被上調。這與我們先前在NAFLD和肝硬化研究中報道的相似。
相關性分析發現1235種蛋白質與纖維化階段顯著相關，873種與炎癥活性顯著相關，175種與脂肪變性評分顯著相關。與纖維化階段最相關的前20個蛋白質主要是肝臟分泌蛋白。前20個炎癥相關蛋白中約50%是細胞骨架蛋白，可能表明炎癥肝臟中的細胞結構變化。以往被認為是NAFLD患者從單純性脂肪變性進展為非酒精性脂肪性肝炎的預測標志物的脂滴蛋白PLIN2和脂肪酸結合蛋白4（FABP4），與脂肪變性相關。
（2）血漿
225種蛋白質在纖維化（206種蛋白質）、炎癥活性（163種蛋白質）和脂肪變性（48種蛋白質）顯著變化。其中，隨著纖維化階段的增加，134種蛋白上調，91種蛋白下調。在那些被標注為肝臟特異性或分泌性的失調蛋白中，分別有83%和64%被發現下調。
106種蛋白質的循環水平與纖維化階段顯著相關，55種與炎癥活動顯著相關，5種與脂肪變性顯著相關。補體成分C7、QSOX1和LGALS3BP與纖維化階段的相關性最高（同樣，前三位與炎癥相關），代表了具有潛力的纖維化和炎癥標記候選物。ALDOB也是NAFLD的潛在生物標志物，與脂肪變性的相關性位居第二。
2. 整合肝臟和血漿蛋白質組學
總共有420種蛋白質在肝臟和血漿中被定量，其中46種共調節蛋白質在肝臟和血漿蛋白質組中變化顯著。它們可能是由于免疫細胞浸潤和全身炎癥增加、ECM重塑和肝纖維化中瘢痕組織形成以及組織滲漏所致。從纖維化階段F0到F4，肝臟和血漿中的大多數共調節蛋白都大量增加，包括PIGR、LGALS3BP、TGFBI和C7，這些都是以前報道過的肝臟疾病的有潛力的標記物。少數蛋白在組織和血漿中表達不一致，推測可能是因為血漿水平是反映組織滲漏和肝臟合成受損的綜合結果。
3. 模型開發隊列篩選ALD早期病理學的生物標志物
研究團隊比較了22個先進的機器學習分類器，并確定了一個邏輯回歸模型作為最終分類器。使用“最小冗余-最大相關性”（mRMR）特征選擇算法，研究團隊選擇了一個由9種蛋白質構成的生物標志物組合來識別顯著的纖維化(≥F2），6種蛋白質生物標志物組合來診斷輕度炎癥活動患者(≥I2），12種蛋白質生物標志物組合用于診斷肝臟脂肪變性(≥S1），ROC–AUC分別為0.90、0.85和0.91。
三組生物標志物組合的22種獨特蛋白質中，八種在血漿和肝臟中共調節，包括C7、LGALS3BP、TGFBI、ALDOB、CLEC3B、FBLN1、ATRN和SERPINF1。炎癥組的共調節蛋白比例最高，達到67%（纖維化組和脂肪變性組分別為33%和42%）。mRMR算法還檢測到ALDOB、AFM和LGALS3BP，這是研究團隊之前確定為NAFLD候選標記物的六種蛋白質中的三種。當與15項公認的臨床試驗進行比較時，所有蛋白質組學模型都具有最高的F1分數和平衡的準確度。
4. 獨立隊列中驗證模型性能
在獨立ALD驗證隊列（n=63）中，F2和I2蛋白質組學模型產生的ROC–AUC值高于其他模型，ROC–AUC分別為0.87和0.81。僅脂肪變性，CAP表現優于我們的S1模型，ROC–AUC為0.88。
通過對GALA–ALD隊列中457名患者的隨訪，并定義了肝臟相關事件和全因死亡率事件。將蛋白質組學模型與競爭性商業生物標志物和肝纖維化的組織學分期進行了比較，蛋白質組模型對患者肝臟相關事件具有最高的判別準確（Harrell's C=0.900 ，3年和5年AUC分別是 0.945和0.933）；對于全因死亡率，蛋白組學模型的也表現最好（Harrell's C=0.789、3 年和 5 年 AUC 分別是 0.836 和 0.818）。綜上所述，這項研究構建的蛋白質組學模型是準確的預后指標。
研究結論
作者利用臨床大隊列肝臟樣本和血漿樣本配對的蛋白質組學分析，發現肝臟生理病例相關的肝臟和血漿均發生顯著的蛋白質組重塑現象。首次利用基于質譜的蛋白組學和機器學習模型確定三組蛋白生物標志物組合，可識別肝纖維化、炎癥和脂肪變性的早期階段。模型驗證表明，基于生物標記物群組的機器學習模型優于現有的測試方法，為臨床診斷和精準醫療提供可靠依據。
吉凱基因擁有“組學+生物標志物篩”整套解決方案，現階段針對4D-DIA新簽項目，除享受機制挖掘生信分析外，還可獲贈生物標志物分析算法（區別于常規做法，吉凱同時提供單變量模型和多變量模型結果，助力篩選最佳生物標志物模型），詳情請咨詢吉凱當地銷售工程師。
往期推薦
1 超值性價比| 20例樣本的生物標志物也能發3~5分期刊？
2 6個樣本發7分雜志？吉凱尿液蛋白組學發現罕見病新型無創診斷標志物
3 血液蛋白標志物還能發高分？25分的J Hepatology實驗竟一點不復雜！
4 不做實驗，純臨床樣本數據發16分？180例腦脊液樣本的蛋白質組學揭示AD亞型特征
5 蛋白生物標志物新進展！JACC: 基于蛋白質組學的深度學習機器算法預測死亡
6 不同標志物模型篩選出的biomarker有何差異？——您想知道的都在這篇文章里（IF 12.5）
吉凱基因憑借多年在靶標篩選及驗證服務領域的技術積累，建立的標準化 、工程化 、系統化的GRP平臺，為中國研究型醫生提供科研服務，加快科研成果轉化。其中，多組學平臺包含蛋白質組學平臺和高通量測序平臺：
·蛋白質組學平臺擁有多臺timsTOF Pro、Exploris 480高精度質譜儀，專業的Spectronaut Plusar、Mascot等分析軟件，提供專業的4D、DIA、TMT、PRM、磷酸化修飾組、olink蛋白質組等檢測服務，強大的機器學習算法、IPA分析、蛋白基因組分析服務，系統的生物標志物、分子分型、藥物靶點、基因功能研究等解決方案，真正讓廣大研究型醫生的科研工作更省心、更省力、更高效；
·高通量測序平臺分為常規測序服務和單細胞測序服務：單細胞測序擁有10x和BD兩個平臺，提供單細胞RNA-seq、單細胞核測序、單細胞混樣RNA-seq、單細胞TCR/BCR、單細胞（RNA+ATAC）、空間轉錄組測序等服務；常規測序服務提供meRIP-seq（m6A/m1A/m7G/m5C 等RNA甲基化修飾測序）、acRIP-seq（ac4C RNA乙?；揎棞y序）、ATAC-seq、Ribo-seq（翻譯組測序） 、mRNA/miRNA/LncRNA/circRNA-seq、全轉錄組測序（兩文庫/三文庫）、外泌體miRNA/LncRNA-seq、WGS/WES、WGBS、RRBS、BSAS等服務。