检验一滴血，提前识别50多种疾病！迄今最大规模蛋白质组学研究带来精准医疗新突破

▎药明康德内容团队编辑

为了筛查和识别疾病，医生有时需要专门检验患者血液中的某种蛋白质，例如通过检测心肌肌钙蛋白（cTn）来诊断急性心肌梗死。然而，在过去几十年里，只有少数疾病可以把单一血浆蛋白的测定作为特异性诊断测定方法，很多疾病缺乏这类客观的生物标志物，导致患者往往会陷入迟迟难以得到诊断的困境。

最近，一支国际研究团队通过先进的蛋白质组学分析技术，为及时诊断数十种疾病提供了新机会。他们发表在《自然-医学》的论文显示，根据血液中几种蛋白质的“特征”，就可以有效识别出数十种疾病的高危个体，而这些疾病中有一些目前可能需要数月甚至数年的时间才能确诊。

这项成果得益于迄今最大规模的蛋白质组学研究：英国生物银行制药蛋白质组学项目（UK Biobank Pharma Proteomics Project）。这是由多家医药公司和研究机构合作的前竞争联盟，旨在对英国生物银行参与者的血浆样本进行蛋白质组学特征的分析，找出与健康和疾病的关联，加速生物标志物、预测模型和疗法的开发。

在此次研究中，研究人员随机选择了4万多名参与者提供的样品，对大约3000种血浆蛋白进行了测量，并将获得的蛋白质数据与参与者的电子病历记录相结合进行关联分析。随后，研究人员根据这些数据建立了疾病预测的稀疏模型，每种疾病以5~20种蛋白质的特征作为参数，预测了218种常见病和罕见病在10年里的发病可能。

▲研究示意图（图片来源：参考资料[1]）

研究团队将这些用蛋白质组数据开发的预测模型与采用基本临床记录信息开发的预测模型进行比较，发现蛋白质特征预测模型对于67种疾病的识别显示出更强的性能。与结合了临床检测数据（例如血细胞技术、胆固醇水平等）和基本临床记录信息建立的模型相比，只需要5~20种蛋白质特征的预测模型也在52种疾病的预测上有更好的表现，包括多发性骨髓瘤、非霍奇金淋巴瘤、运动神经元疾病、肺纤维化和扩张型心肌病等。

以多发性骨髓瘤为例，根据新诊断患者骨髓样本的单细胞测序数据，用于蛋白质预测模型的5种蛋白质中有4种在其浆细胞中有特异性表达，也就可以理解为什么这些蛋白质具有强大的预测能力了。

研究团队指出，利用蛋白质组学建立的这种预测方法具有疾病筛查的潜力，从而有望通过早发现、早干预来改善疾病的预后。不过，这种方法还需要在更广泛的人群中进行验证，包括有无疾病症状和体征的人群，并且在临床环境中进一步评估其效果。

参考资料：

[1] Julia Carrasco-Zanini et al., Proteomic signatures improve risk prediction for common and rare diseases. Nature Medicine (2024) Doi: https://doi.org/10.1038/s41591-024-03142-z

[2] Benjamin B. Sun et al. Plasma proteomic associations with genetics and health in the UK Biobank. Nature  (2023). Doi: https://doi.org/10.1038/s41586-023-06592-6

[3] Blood proteins predict the risk of developing more than 60 diseases. Retrieved July 26, 2024 from https://www.eurekalert.org/news-releases/1051948