全面繪制人類健康與疾病蛋白質組圖譜

大規(guī)模蛋白質組學研究能夠深化對健康和疾病的理解，但蛋白質與健康和疾病之間的關系仍然存在許多未解之謎。復旦大學附屬華山醫(yī)院郁金泰、毛穎團隊聯(lián)合復旦大學類腦智能科學與技術研究院程煒、馮建峰團隊聯(lián)合攻關全面繪制了人類健康與疾病蛋白質組圖譜，結合人工智能大數據分析方法構建疾病診斷預測模型，發(fā)現(xiàn)了26個藥物治療新靶點，為精準醫(yī)療和新藥開發(fā)提供了重要科學依據。相關成果以《健康與疾病血漿蛋白質組圖譜》為題，22日晚在《細胞》（Cell）雜志發(fā)表。

蛋白質能夠直接反映人體的生物過程和病理變化，是理解疾病機制和開發(fā)新療法的關鍵。郁金泰教授和程煒教授多學科融合交叉團隊敏銳覺察到蛋白質組學研究對阿爾茨海默病（AD）預防、診斷和治療的意義，先后通過血漿及腦脊液蛋白質組學研究發(fā)現(xiàn)了AD新的診斷生物標志物，聯(lián)合診斷精度高達98.7%。

在前期蛋白質組學研究的基礎上，團隊發(fā)現(xiàn)，尚缺乏全面的健康與疾病蛋白質組圖譜，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相關蛋白質是否特異性地與AD相關，抑或同時與其他疾病有關聯(lián)？這些蛋白在疾病的病理生理機制中有何貢獻？血漿蛋白對人類疾病的預測診斷效能如何，是否能作為疾病的潛在治療靶點？……高維度蛋白測序數據內部也存在錯綜復雜的交互作用，這使得數據的處理與分析過程異常煩瑣且充滿挑戰(zhàn)。

該研究通過深入分析53026名個體的血漿蛋白質組數據，跨越了14.8年的中位隨訪期，建立了全面的蛋白質組圖譜。研究中發(fā)現(xiàn)超過650種蛋白質與至少50種疾病存在聯(lián)系，而超過1000種蛋白質表現(xiàn)出性別和年齡的異質性，這些發(fā)現(xiàn)加深了我們對疾病間共享和特異分子機制的理解，揭示了不同人群在疾病易感性上的差異，為精準診療提供了科學依據。

利用蛋白質組學特征對660種疾病進行聚類，能夠根據其共享的生物學特性將這些疾病聯(lián)系起來，從而重新審視疾病的類別和亞型。例如，各種癡呆亞型被劃分到同一疾病亞群，該亞群還包含精神、內分泌、心血管等系統(tǒng)疾病，基于此，研究團隊進一步揭示了該亞群的特征性生物學通路，將生物學上相關的疾病聯(lián)系在一起，有助于解釋為何患者身上會同時出現(xiàn)看似不相關的癥狀，并進一步加深對疾病機制的理解和提高治療的有效性。

為了精準評估血漿蛋白質組學在疾病預測和診斷中的臨床價值，需要結合人工智能和大數據分析技術。研究利用人工智能與大數據分析技術，識別出了具有潛在診斷和預測價值的生物標志物，并發(fā)現(xiàn)了可以預測和診斷多種疾病的關鍵蛋白。同時，研究還確立了26個具有治療潛力且安全性良好的新靶點，為新藥開發(fā)提供了重要線索。

本報記者 左妍