景杰学术 | 报道

酒精性肝病 (ALD) 是一种常见的慢性肝病，初期通常表现为脂肪肝，进而可发展成酒精性肝炎、肝纤维化和肝硬化。该过程由于进展缓慢且无明显症状，现有诊断法如侵入性的穿刺活检具有导致并发症的风险，而非侵入性生物标志物在疾病早期诊断的准确性有限，因而严重阻碍了及时发现和干预该疾病的机会。目前迫切需要微创诊断策略来筛查高危人群中的患者。

基于质谱的蛋白质组学极大地扩展了生物医学和临床研究中的应用范围，能够对生物或临床样品中存在的数百到数千种蛋白质进行特异性鉴定和定量，将重点转移到生物标志物组而不是单个蛋白质上，使其适用于疾病机制的研究和生物标志物的鉴定。将其运用于整个疾病谱中肝脏和血浆蛋白质组动力学的表征可以为疾病机制提供新的生物学基础，并为新的治疗方案提供见解。

近日，德国马普所的Matthias Mann团队题为 “Noninvasive proteomic biomarkers for alcohol-related liver disease”的研究成果荣登医学TOP期刊Nature Medicine (IF=53.44)。该研究结合了基于FAIMS-DIA技术的血浆蛋白质组学和机器学习，提出了一种配对的肝脏-血浆蛋白质组学方法来推断分子病理生理学，并在近600人的典型ALD群体中确定生物标志物。牛丽丽博士 (现就职于哥本哈根大学诺和诺德蛋白质研究中心) 为本文的第一作者。

研究人员从600多个血浆样本和79个肝活检样本的ALD患者队列和匹配的健康对照中分析配对的肝脏和血浆样本。肝脏和血浆中的蛋白质组调控揭示了通路和生物过程水平的变化。通过建立机器学习模型，识别了肝纤维化、炎症和脂肪变性的早期阶段。

图1 肝脏疾病生物标志物挖掘体系

通过肝脏蛋白质组学，研究筛选到定量蛋白5515个，基于717个显著失调蛋白的功能注释、通路分析和组织学评分相关性分析，发现肝病不同过程中的潜在生物标志物蛋白，FBLN1和FBLN2（纤维化）; GSTP1、GPX3和SEPT7（炎症）；perilipin-2和FABP4（脂肪变性）。基于血浆蛋白质组学数据的功能注释、通路分析和组织学评分相关性分析发现，C7、VCAM1、LGALS3BP、QSOX1 和PIGR是肝脏纤维化的候选标志物。综上表明ALD肝脏和血浆蛋白质组可以为ALD的每个病理阶段提供可行的生物标志物分析。

图2 肝脏病变引起的肝脏蛋白质组重构

进一步分析肝脏和血浆蛋白质组得到46个共调控蛋白，涉及免疫和炎症反应、细胞外基质、细胞粘附分子以及胞内酶，在整个纤维化阶段的肝脏和血浆中显示出不同的调控变化。其中簇1蛋白在肝脏和血浆中几乎同步变化，包括TGFBI、IGFBP7和C7，这些都是已报道过的纤维化的潜在生物标志物。

图3 肝脏-血浆蛋白质组整合分析

通过机器学习建立检测早期纤维化、炎症和脂肪变性的预测模型，分析结果显示，血浆蛋白质组学衍生的生物标记物群组在同时检测纤维化、炎症和脂肪变性，并将其用于ALD和NAFLD细胞和组织方面，具有潜在的临床价值。最后研究人员对预测模型进行了验证，结果证明基于高深度定量蛋白质组学分析构建的血浆生物标志物群组为诊断、分期和预测ALD进展提供了一个可靠的、微创性的策略。

图4 基于血浆蛋白质组的预测模型

    小结    

本研究整合了临床大队列肝脏样本和血浆样本配对的蛋白质组学分析，并通过机器学习建立预测模型来识别肝纤维化、炎症和脂肪变性的早期阶段。通过模型验证表明，基于生物标记物群组的机器学习模型优于现有的测试方法，为蛋白质组学肝脏健康评估奠定了基础。