Nature子刊 | 开辟精准医疗新道路！血浆蛋白检测，预测未来十年发病风险

Being科学

2024/07/26

查看原文

495

血浆蛋白检测

后台回复“资料”，生物医药资料大合集，限时领取

精准医疗面临的一个核心难题在于开发高效的临床工具，来精准识别高危个体，从而加速诊断、提前干预并优化患者预后。现有的临床预测模型在心脏病和卒中领域表现出色，但在其他疾病中的应用相对有限。许多疾病的确诊往往滞后数月乃至数年，这极大地限制了治疗的有效性和患者的生存质量。

传统上，单一血浆蛋白标志物如BNP、肌钙蛋白、UCH-L1及GFAP等，虽已应用于特定疾病的诊断，但其适用范围狭窄，难以满足精准医疗的广泛需求。

在此背景下，血浆蛋白质组学技术以其高通量、无偏见的特点，展现出巨大的潜力。该技术能够全面捕获并分析血浆中的数千种蛋白质，不仅限于单一疾病，为疾病的早期诊断和风险评估开辟了新途径。

2024年7月22日，剑桥大学、葛兰素史克（GSK）公司等机构的研究人员合作，在 Nature Medicine 期刊发表了题为 Proteomic signatures improve risk prediction for common and rare diseases 的研究论文。

利用英国生物银行制药蛋白质组学项目（UKB-PPP）的庞大数据集，作者系统评估了血浆蛋白质组在218种疾病中的10年预测潜力。

结果发现，只需检测血浆中5-20种蛋白，即可预测未来患上跨临床专科的52种不同疾病（例如多发性骨髓瘤、特发性肺纤维化等）的风险。这一发现不仅证明了血浆蛋白质组学在提升疾病预测准确性方面的巨大潜力，也为解决诊断延迟问题提供了新思路。

研究设计

作者成功识别出了一系列具有高度特异性和预测性的蛋白质，这些蛋白质不仅揭示了疾病风险的潜在机制，还为早期干预提供了科学依据。

具体而言，在诊断前十年，血浆中TNFRSF17和TNFRSF13B（BAFF和APRIL的受体）水平的显著升高，是多发性骨髓瘤（MM）和单克隆丙种球蛋白病（MGUS）风险增加的强特异性预测指标。这些发现与已有研究相呼应，即这些信号通路在促进MM生长中扮演关键角色。此外，血浆中TNFSF13B的减少也被证实是MM更高风险的独立预测因子。

基于这些发现，抗TNFRSF17药物，包括抗体-药物偶联物、T细胞接合剂双特异性抗体及嵌合抗原受体T细胞疗法，已获批准用于治疗难治性MM，并有多项临床试验正在探索其在早期治疗中的安全性和有效性。

通过整合67种疾病的基本临床危险因素与丰富的蛋白质组学信息，作者显著增强了疾病发病率的预测精度与性能

这项研究进一步表明，通过蛋白质组学筛查，即使在显性MM发病前几年，也能识别出高风险个体亚群，为早期干预提供了可能，尤其是针对那些可能从抗TNFRSF17治疗中获益最大的患者。

在其他疾病领域，如肺纤维化和扩张型心肌病，该研究也展示了蛋白质组学特征的应用潜力。

针对肺纤维化，蛋白质组学特征可用于识别那些可能从加强肺功能检查和影像学检查中受益的人群，从而实现早期治疗，最大限度地保留肺功能。而对于扩张型心肌病，特别是在无已知遗传原因的情况下，蛋白质组学特征可为心电图和超声监测提供有价值的信息。

值得注意的是，这次发现的蛋白质预测因子不仅局限于特定疾病，还展现出与多种疾病及临床专业相关的共性，如与衰老的适应机制、维生素缺乏症、骨质疏松症、感染和急性肾损伤等。这些发现提示了蛋白质在反映个体对急性事件易感性及全身健康状态中的重要作用。此外，原理验证研究还表明，单一的“组学”特征具有同时预测多种疾病发病风险的潜力。

对于罕见病及血液系统癌症如MM，蛋白质模型的卓越表现更为突出，这可能与这些疾病较低的表型和分子异质性有关。相比之下，常见复杂疾病如心力衰竭或2型糖尿病（T2D）的改善较为有限，这凸显了未来在罕见病临床危险因素系统数据驱动研究方面的必要性。