首頁資訊 Cell發(fā)文！郁金泰團(tuán)隊(duì)與合作者繪制人類健康與疾病蛋白質(zhì)組圖譜

Cell發(fā)文！郁金泰團(tuán)隊(duì)與合作者繪制人類健康與疾病蛋白質(zhì)組圖譜

來源：泰然健康網(wǎng) 時(shí)間：2024年12月28日 03:17

導(dǎo)讀

近日，復(fù)旦大學(xué)附屬華山醫(yī)院郁金泰、毛穎團(tuán)隊(duì)與復(fù)旦大學(xué)類腦智能科學(xué)與技術(shù)研究院程煒、馮建峰團(tuán)隊(duì)合作，在《細(xì)胞》（Cell）雜志在線發(fā)表題為“Atlas of the plasma proteome in health and disease in 53,026 adults”的研究論文。

這項(xiàng)研究全面繪制了人類健康與疾病蛋白質(zhì)組圖譜，并結(jié)合人工智能大數(shù)據(jù)分析方法構(gòu)建了疾病診斷預(yù)測(cè)模型以及發(fā)現(xiàn)了26個(gè)藥物治療新靶點(diǎn)，為精準(zhǔn)醫(yī)學(xué)的實(shí)施提供了重要科學(xué)依據(jù)。

文章概覽

本研究全面繪制了人類健康與疾病蛋白質(zhì)組圖譜，并結(jié)合人工智能大數(shù)據(jù)分析方法構(gòu)建了疾病診斷預(yù)測(cè)模型以及發(fā)現(xiàn)了26個(gè)藥物治療新靶點(diǎn)，為精準(zhǔn)醫(yī)學(xué)的實(shí)施提供了重要科學(xué)依據(jù)。

選題背景

基于基因組學(xué)的精準(zhǔn)醫(yī)學(xué)研究已取得初步成效，但基因轉(zhuǎn)錄和翻譯過程的復(fù)雜性阻礙了因果基因的識(shí)別，進(jìn)而限制了精準(zhǔn)醫(yī)學(xué)的發(fā)展。蛋白質(zhì)能夠直接反映人體的生物過程和病理變化，是理解疾病機(jī)制和開發(fā)新療法的關(guān)鍵。

郁金泰教授和程煒教授多學(xué)科融合交叉團(tuán)隊(duì)敏銳覺察到蛋白質(zhì)組學(xué)研究對(duì)阿爾茨海默病（AD）預(yù)防、診斷和治療的意義，先后通過血漿及腦脊液蛋白質(zhì)組學(xué)研究發(fā)現(xiàn)了AD診斷生物標(biāo)志物，聯(lián)合診斷精度高達(dá)98.7%。系列成果早期發(fā)表在Nature Human Behaviour、Nature Aging等期刊，并受到Nature主刊的高度評(píng)價(jià)。

在前期蛋白質(zhì)組學(xué)研究的基礎(chǔ)上，團(tuán)隊(duì)發(fā)現(xiàn)，尚缺乏全面的健康與疾病蛋白質(zhì)組圖譜，而這引出了許多尚未解決的問題。例如，前期所發(fā)現(xiàn)的AD相關(guān)蛋白質(zhì)是否特異性地與AD相關(guān)，抑或同時(shí)與其他疾病有關(guān)聯(lián)？這些蛋白對(duì)理解疾病的病理生理機(jī)制有何貢獻(xiàn)，是否能夠促進(jìn)對(duì)人類疾病的生物學(xué)分類？血漿蛋白對(duì)人類疾病的預(yù)測(cè)診斷效能如何，是否能作為疾病的潛在治療靶點(diǎn)？回答這些問題是極大的挑戰(zhàn)，人類健康與疾病表型的復(fù)雜性使得數(shù)據(jù)的處理和分析十分棘手，且高維蛋白質(zhì)組學(xué)數(shù)據(jù)間的作用關(guān)系使得建立關(guān)聯(lián)以及預(yù)測(cè)診斷模型更為困難。

研究?jī)?nèi)容

為了解決上述關(guān)鍵科學(xué)問題，該研究通過深入分析53,026名個(gè)體的血漿蛋白質(zhì)組數(shù)據(jù)，納入了2,920種血漿蛋白質(zhì)與406種既往患病、660種隨訪新發(fā)疾病以及986種健康相關(guān)特征，跨越了14.8年的中位隨訪期，揭示了168,100個(gè)蛋白質(zhì)-疾病關(guān)聯(lián)和554,488個(gè)蛋白質(zhì)-表型關(guān)聯(lián)。研究中發(fā)現(xiàn)超過650種蛋白質(zhì)與至少50種疾病存在聯(lián)系，而超過1000種蛋白質(zhì)表現(xiàn)出性別和年齡的異質(zhì)性，這些發(fā)現(xiàn)深化了對(duì)疾病間共享和特異分子機(jī)制的理解，揭示了不同人群在疾病易感性上的差異。

人類健康與疾病血漿蛋白質(zhì)組圖譜血漿高通量測(cè)序蛋白質(zhì)數(shù)據(jù)存在復(fù)雜交互作用，往往難以單獨(dú)處理，而人工智能算法，能夠高效提取關(guān)鍵特征，構(gòu)建精確預(yù)測(cè)/診斷模型。團(tuán)隊(duì)利用機(jī)器學(xué)習(xí)等人工智能大數(shù)據(jù)分析技術(shù)，識(shí)別出了具有潛在診斷和預(yù)測(cè)價(jià)值的生物標(biāo)志物，發(fā)現(xiàn)基于蛋白質(zhì)的模型在183種疾病中的AUC值超過0.80，明顯優(yōu)于基于人口統(tǒng)計(jì)學(xué)的模型，將有助于提高疾病的早期診斷率。同時(shí)， GDF15和EDA2R蛋白在預(yù)測(cè)和診斷多個(gè)疾病中均表現(xiàn)出良好的性能，具有廣泛的臨床應(yīng)用潛力。最后，通過對(duì)MR發(fā)現(xiàn)的具有潛在因果關(guān)聯(lián)的蛋白質(zhì)-疾病進(jìn)行藥物靶點(diǎn)分析和安全性評(píng)估，本研究提供了對(duì)25個(gè)已知靶點(diǎn)的37種潛在藥物重新利用機(jī)會(huì)，確立了26個(gè)具有治療潛力且安全性良好的新靶點(diǎn)，為新藥開發(fā)提供了重要線索。為了進(jìn)一步推動(dòng)科學(xué)研究和精準(zhǔn)醫(yī)療的發(fā)展，本研究建立了一個(gè)可開放訪問的蛋白質(zhì)組-表型組資源數(shù)據(jù)庫Proteome-Phenome Atlas（https://proteome-phenome-atlas.com/）。這個(gè)數(shù)據(jù)庫不僅有助于科學(xué)家們更好地理解疾病的生物學(xué)機(jī)制，還將加速疾病生物標(biāo)志物、預(yù)測(cè)診斷模型和治療靶點(diǎn)的開發(fā)，為精準(zhǔn)醫(yī)學(xué)的實(shí)施提供強(qiáng)有力的支持。

研究意義及展望

這項(xiàng)研究繪制的人類健康與疾病蛋白質(zhì)組圖譜揭示了血漿蛋白在疾病診斷、預(yù)測(cè)和治療中的潛在應(yīng)用價(jià)值。研究為臨床實(shí)踐提供了科學(xué)依據(jù)，有助于疾病的早期檢測(cè)、精準(zhǔn)分層和個(gè)性化治療。未來，基于這一開放獲取的蛋白質(zhì)組學(xué)圖譜，研究人員將能夠更深入地探索疾病發(fā)病機(jī)制，推動(dòng)生物標(biāo)志物和預(yù)測(cè)/診斷模型開發(fā)，并探尋全新治療靶點(diǎn)，為精準(zhǔn)醫(yī)學(xué)發(fā)展奠定了基礎(chǔ)。轉(zhuǎn)載來源：復(fù)旦大學(xué)附屬華山醫(yī)院神經(jīng)內(nèi)科
作者：神內(nèi)宣傳組聲明：本平臺(tái)旨在為醫(yī)療衛(wèi)生專業(yè)人士傳遞更多醫(yī)學(xué)信息。本平臺(tái)發(fā)布的內(nèi)容，不能以任何方式取代專業(yè)的醫(yī)療指導(dǎo)，也不應(yīng)被視為診療建議。如該等信息被用于了解醫(yī)學(xué)信息以外的目的，本平臺(tái)不承擔(dān)相關(guān)責(zé)任。本平臺(tái)對(duì)發(fā)布的內(nèi)容，并不代表同意其描述和觀點(diǎn)。若涉及版權(quán)問題，煩請(qǐng)權(quán)利人與我們聯(lián)系，我們將盡快處理。醫(yī)脈通是專業(yè)的在線醫(yī)生平臺(tái)，“感知世界醫(yī)學(xué)脈搏，助力中國(guó)臨床決策”是平臺(tái)的使命。醫(yī)脈通旗下?lián)碛小概R床指南」「用藥參考」「醫(yī)學(xué)文獻(xiàn)王」「醫(yī)知源」「e研通」「e脈播」等系列產(chǎn)品，全面滿足醫(yī)學(xué)工作者臨床決策、獲取新知及提升科研效率等方面的需求。

網(wǎng)址: Cell發(fā)文！郁金泰團(tuán)隊(duì)與合作者繪制人類健康與疾病蛋白質(zhì)組圖譜 http://m.u1s5d6.cn/newsview864958.html