成功案例|多组学研究破解ARDS死亡密码,8个血清蛋白成为早期预警新指标

文章主题:整合多组学分析揭示宿主反应图谱并发现用于急性呼吸窘迫综合征(ARDS)早期预后预测的血清蛋白组合

组学技术:代谢组+蛋白质组学

研究团队:复旦大学公共卫生学院王伟炳团队与附属中山医院急诊科宋振举教授团队

急性呼吸窘迫综合征(ARDS)的多维生物学机制仍在阐释中,且用于预测 ARDS 预后的早期生物标志物尚未被识别。作为重症疾病的常见表现,ARDS 可由严重感染、重大创伤或吸入有害刺激物引发,约影响 10% 的重症监护室(ICU)患者,死亡率高达 46%,在 2019 冠状病毒病(COVID-19)大流行期间甚至可达 70%。由于 ARDS 潜在机制高度可变,在 ARDS 诊断后的早期预测其预后具有挑战性,而系统响应的改变可归因于病原体和损伤暴露、遗传易感性和免疫反应等多种因素,这些因素可能影响蛋白质活性和驱动疾病进展的下游代谢物,因此,研究循环血液中宿主来源的蛋白质和代谢物与 ARDS 的发病机制和进展之间的潜在关联至关重要。

本研究对急性呼吸窘迫综合征(ARDS)初始阶段患者的血清样本,以及疾病对照组和健康对照组的样本,进行了 4D-DIA 蛋白质组学和代谢组学分析,鉴定出 ARDS 的 28 天预后生物标志物。候选生物标志物通过平行反应监测(PRM)靶向质谱法在外部验证队列中进行了验证。应用机器学习模型探索 ARDS 预后的生物标志物。

本研究通过整合蛋白质组学与代谢组学分析,揭示了鞘脂信号通路在急性呼吸窘迫综合征(ARDS)发病机制中的关键作用,其中 MAP2K1 蛋白和代谢物 S1P 为该通路的核心调控因子;研究筛选出由 VCAM1、LDHB 等 8 个蛋白组成的生物标志物组合,构建的蛋白质模型在预测 ARDS 患者 28 天死亡风险方面显著优于临床模型,为 ARDS 的早期预后评估和精准治疗提供了新的分子靶点与预测工具。

图1 ARDS 中的差异丰度蛋白和功能改变


图2 ARDS 的代谢分析及其与蛋白质组学的相互作用


图3 已故与存活 ARDS 患者的多组学分析比较


图4 ARDS 预后模型的构建与验证
©著作权归作者所有,转载或内容合作请联系作者
平台声明:文章内容(如有图片或视频亦包括在内)由作者上传并发布,文章内容仅代表作者本人观点,简书系信息发布平台,仅提供信息存储服务。

推荐阅读更多精彩内容