2月 CNS文献精选
1 Scientific Reports
围产期肥胖引发后代在整个生命周期中的肝脏代谢应激反应
2 Nature Communications
使用两种基于亲和力的蛋白质组学平台对4000名中国成年人的2168种血浆蛋白进行比较研究
3 Plos One
通过整合全基因组关联数据与人脑蛋白质组学，鉴定与智力相关的新型蛋白质
4 Journal of Proteome Research
一个可扩展的、基于网络的蛋白质组学数据处理、结果存储与分析平台
5 JHEP Reports
利用血浆蛋白质组学分析治疗疑似胆囊癌的精准医学策略：一项初步研究
6 Nature Aging
大规模蛋白质组学分析揭示帕金森病的新病理生理学机制及潜在生物标志物
7 Phenomics
脂蛋白亚组分预测接受血液透析的慢性肾病患者的全因及心血管死亡率：基于NMR代谢组学的前瞻性队列研究
8 Clinical Oral Investigations
头颈癌患者唾液代谢物谱及代谢通路的辐射诱导变化
9 Physiological Reports
通过磁共振代谢组学鉴定TGF-β1处理的近端肾小管上皮细胞系的代谢通路变化 10 BMC Gastroenterology
基于机器学习的血浆代谢组学用于优化肝硬化风险分层
11 npj Digital Medicine
人工智能和机器学习技术在精准肿瘤学中的融合
围产期肥胖引发后代在整个生命周期中的肝脏代谢应激反应
Perinatal obesity primes the hepatic metabolic stress response in the offspring across life span
德国科隆大学医学院及科隆大学医院消化与肝病科的Sarah K. Stegmann团队研究了围产期肥胖对后代长期健康的影响。研究发现，围产期肥胖增加了后代患代谢性疾病和肝功能障碍的风险，但其具体机制尚需进一步探索。通过高脂饮食诱导的小鼠模型，团队分析了母体肥胖及早期高脂饮食暴露对后代肝脏表型、肝因子谱和代谢通路的影响，并在生命早期和成年晚期进行评估。研究显示，围产期肥胖导致后代体重早期显著增加，但肝脏未见脂肪变性。肝因子谱紊乱及蛋白质组学分析表明，脂肪生成减少、脂肪酸氧化增加，可能是保护机制，但伴随脂质过氧化和DNA损伤，提示氧化应激升高。关键抗氧化酶的表达下降，氧化磷酸化功能受损，表明肝脏应对氧化应激的能力减弱。值得注意的是，氧化应激变化仅在生命早期检测到，而脂质代谢的改变贯穿整个生命周期，影响后代对慢性肝病的易感性和抵抗力。研究为围产期肥胖如何影响后代肝脏代谢提供了新见解，并强调了孕期健康管理对后代终生健康的深远影响。
扫码阅读原文
使用两种基于亲和力的蛋白质组学平台对 4000 名中国成年人的 2168 种血浆蛋白进行比较研究
Comparative studies of 2168 plasma proteins measured by two affinity-based platforms in 4000 Chinese adults
蛋白质组学为生物学和药物开发提供了独特视角，但不同平台的实用性差异尚缺乏系统评估。英国牛津大学Iona Y. Millwood团队与中国慢性病前瞻性研究小组合作，利用Olink Explore和SomaScan两大蛋白质组学平台，测量了 3976 名中国成年人中 2168 种血浆蛋白质的水平。研究发现，两平台测定的蛋白水平相关性一般（中位数rho = 0.29），蛋白丰度及数据质量是关键影响因素。对于具有一对一匹配试剂的 1694 种蛋白质，Olink检测出 765 种含顺式蛋白质定量性状位点（cis-pQTLs），SomaScan检测出 513 种，其中 400 种在两平台上均显示共定位的cis-pQTLs。此外，Olink平台检测到 1096 种蛋白质与BMI相关，279 种与缺血性心脏病风险相关，SomaScan分别检测到 1429 种和 154 种。将两平台数据纳入传统心脏病风险预测模型后，C统计值由 0.845 提升至 0.862（NRI：12.2%）和0.863（NRI：16.4%），显著提高了模型准确性。研究不仅验证了Olink Explore和SomaScan的有效性，也为蛋白质组学研究设计和临床应用提供了重要参考，助力生物标志物发现及精准医疗发展。
扫码阅读原文
通过整合全基因组关联数据与人脑蛋白质组学，鉴定与智力相关的新型蛋白质 Identification of novel proteins associated with intelligence by integrating genome-wide association data and human brain proteomics 尽管全基因组关联研究（GWAS）已鉴定出与智力相关的遗传变异，但其生物学机制仍不明确。为此，山西省中医药脑病重点实验室的Junlong Zhang团队开展了一项创新研究，通过整合智力GWAS数据与人脑蛋白质组学、转录组学数据，深入探索了这些变异的生物学基础。研究团队采用蛋白质组-wide关联研究（PWAS）和转录组-wide关联研究（TWAS），结合富集分析及蛋白质-蛋白质相互作用（PPI）网络分析，系统解析了智力相关基因的功能机制。PWAS分析鉴定出 44 个关键基因，这些基因通过调控蛋白质丰度影响智力（FDR P<0.05）。进一步的因果分析确认了 36 个基因，包括GPX1，其蛋白质丰度受顺式调控（P<0.05）。在独立验证实验中，17 个基因得到确认，其中 10 个基因与智力水平呈正相关（P<0.05）。此外，TWAS分析揭示了 28 种蛋白质mRNA具有显著的遗传性，其中 20 个基因的mRNA水平顺式调控与智力相关（FDR P<0.05）。该研究不仅鉴定了一系列介导遗传变异与智力关联的关键基因，还为智力背后的生物学机制提供了新见解，并提示了潜在的治疗靶点。
扫码阅读原文
一个可扩展的、基于网络的蛋白质组学数据处理、结果存储与分析平台 A Scalable, Web-Based Platform for Proteomics Data Processing, Result Storage and Analysis
随着蛋白质组学数据的快速增长，传统的处理流程面临诸多挑战。现有的流程通常由分散的软件包组成，依赖复杂的脚本或易出错的手动工作流，难以维护和扩展。MSAID平台提供了一个完全自动化、托管的蛋白质组学数据管道，将各项功能整合为统一的API驱动服务，涵盖从原始数据到生物学见解的整个过程。平台基于云计算，支持CHIMERYS搜索算法，利用可扩展的数据湖和云计算实例，能够高效处理大数据集、自动化命令行操作以及系统化的结果存储、分析和可视化。数据湖提供弹性存储和统一查询功能，便于大规模分析和数据重用，如纵向研究聚合。用户可通过网页界面、CLI客户端或API与平台互动，享受灵活、自动化的访问方式。结果数据可通过浏览器查询工具和一键统计分析进行可视化。MSAID平台简化了研究流程，使先进的自动化蛋白质组学工作流能被更多科学家使用。平台全球可通过
扫码阅读原文
利用血浆蛋白质组学分析治疗疑似胆囊癌的精准医学策略：一项初步研究
Towards precision medicine strategies using plasma proteomic profiling for suspected gallbladder cancer: a pilot study
瑞典斯德哥尔摩卡罗林斯卡学院胡丁厄医学部肝病科的Ghada Nouairia博士团队开展了一项创新研究，旨在利用血浆蛋白质组学区分胆囊癌与胆囊炎，并探索术后诊断的潜在生物标志物。研究团队采用SomaScan技术对Karolinska大学医院的 82 名疑似胆囊癌患者进行了血浆蛋白质组分析。通过高维统计方法和机器学习算法，研究团队成功识别出一组与胆囊癌相关的生物标志物。多变量分析显示，基于血浆蛋白质组的数据在术前诊断中具有重要价值。特别地，研究人员发现一组包含PAHX、CD8A、HRG、CRIS2、Dynactin亚基2、AT2A3、CSTN2和DEPP在内的 8 种血浆蛋白，能够以高达 94% 的准确性区分胆囊癌与胆囊炎。这一发现为胆囊癌的术前诊断提供了新的生物标志物组合，并有望显著提高临床决策的准确性。研究表明，血浆蛋白质组学在胆囊癌与胆囊炎的鉴别诊断中具有重要潜力，为精准医学的发展开辟了新途径。该成果有望推动更早期、更精确的疾病诊断，从而改善患者的治疗效果和生活质量。
扫码阅读原文
大规模蛋白质组学分析揭示帕金森病的新病理生理学机制及潜在生物标志物 Large-scale proteomic analyses of incident Parkinson’s disease reveal new pathophysiological insights and potential biomarkers
复旦大学上海医学院Wei Cheng团队与Jin-Tai Yu团队合作，基于英国生物样本库（UK Biobank）中 51804 名参与者的 2920 种Olink血浆蛋白质数据，经过14.45年随访，鉴定出 859 例新发帕金森病（PD）病例。研究识别出 38 种与PD相关的蛋白质，并在PD进展标志物倡议（PPMI）队列中验证了其中排名前 10 的 6 种蛋白质。特别地，ITGAV、HNMT和ITGAM显示出显著且一致的相关性（风险比：0.11至0.57；P值从6.90×10^-24到2.10×10^-11）。研究发现，脂质代谢功能障碍在PD发病前 15 年就已显现，而BAG3、HPGDS、ITGAV和PEPD的水平在诊断前持续下降，这些蛋白质的变化与前驱症状及脑部指标密切相关。孟德尔随机化分析提示，ITGAM和EGFR可能是PD的风险因素。基于这些发现，研究团队利用机器学习技术构建了一个预测模型，该模型结合了排名前 16 的蛋白质标志物和人口统计学信息，实现了 5 年内（AUC = 0.887）及超过 5 年的长期预测（AUC = 0.816），其准确性显著优于仅基于人口统计学信息的模型。该模型在独立的PPMI队列中也得到了验证（AUC = 0.802）。这项研究揭示了PD早期外周病理生理变化的重要性，为开发早期生物标志物和精准治疗方案提供了新见解，标志着帕金森病早期诊断和预测的重要进展。
扫码阅读原文
脂蛋白亚组分预测接受血液透析的慢性肾病患者的全因及心血管死亡率：基于NMR代谢组学的前瞻性队列研究 Lipoprotein Subfractions Predict All-cause and Cardiovascular Mortality in CKD Patients Undergoing Hemodialysis: A Prospective Cohort Study Based on NMR Metabolomics 慢性肾病（CKD）患者的脂蛋白代谢显著改变，但其亚组分特征与血液透析患者死亡率的关系尚不明确。复旦大学中山医院肾内科Xiaoqiang Ding团队、Xiaoyan Zhang团队与复旦大学生命科学学院Huiru Tang团队合作，对 368 名维持性血液透析患者的基线血浆样本进行了核磁共振（NMR）代谢组学分析，并探讨了脂蛋白亚组分与全因死亡率及心血管疾病（CVD）死亡率的关系。在平均 45.1个 月的随访中，研究记录了 144 例全因死亡和 67 例CVD死亡。调整 14 个协变量后，研究识别出 18 种与全因死亡率相关的脂蛋白参数和 35 种与CVD死亡率相关的脂蛋白参数。值得注意的是，总低密度脂蛋白胆固醇（LDL-C）和总高密度脂蛋白胆固醇（HDL-C）与死亡率无显著相关性，但特定脂蛋白亚组分显示出显著关联：大颗粒极低密度脂蛋白（VLDL）中的甘油三酯水平与全因死亡率呈正相关；中等颗粒VLDL中的脂质（包括甘油三酯、胆固醇和磷脂）、中间密度脂蛋白（IDL）中胆固醇/总脂质以及小颗粒HDL中游离胆固醇/总脂质与全因及CVD死亡率均呈正相关。将脂蛋白参数纳入传统风险因素模型后，死亡风险预测准确性显著提升：全因死亡率的AUC从 0.811 提升至 0.842 （p=0.020），CVD死亡率的AUC从 0.806 提升至 0.854（p=0.005）。研究表明，特定脂蛋白亚组分与维持性血液透析患者的死亡风险密切相关，基于这些脂蛋白的预测模型显著优于传统模型，为CKD患者的个性化治疗提供了重要依据。
扫码阅读原文
头颈癌患者唾液代谢物谱及代谢通路的辐射诱导变化 Radiation-induced changes in salivary metabolite profile and pathways in head and neck cancer patients 东芬兰大学医学院牙科研究所Arja M. Kullaa团队开展了一项临床纵向研究，评估了头颈部癌症（HNC）患者在接受放射治疗（RT）前、中及治疗结束后一周的唾液代谢谱变化，旨在揭示放疗引发的代谢物变化及其相关生物口腔通路。研究收集了 45 名HNC患者和 30 名健康对照组的未刺激全口唾液样本（USWMS），通过核磁共振（NMR）光谱技术鉴定并量化了 24 种代谢物。结果显示，17 种唾液代谢物在治疗期间和之后持续下降。与健康对照组相比，HNC患者的唾液中脯氨酸水平降低，而岩藻糖和1,2-丙二醇水平升高，提示氧化还原平衡失调和异常的岩藻糖基化。Spearman相关分析显示，放疗过程中丙酮酸与丙氨酸、三甲胺、胆碱、牛磺酸和琥珀酸等代谢物的关系发生显著变化。通路富集分析（MetaboAnalyst 6.0）进一步揭示了 5 个关键代谢途径（丙酮酸代谢；糖酵解/糖异生；甘氨酸、丝氨酸和苏氨酸代谢；乙醛酸和二羧酸代谢；丙氨酸、天冬氨酸和谷氨酸代谢）受到显著影响，其中丙酮酸代谢的通路影响评分最高。研究表明，放疗显著改变了HNC患者的唾液代谢谱，提示氧化还原稳态失衡、氧化应激增加及炎症反应。唾液代谢物的非侵入性监测方法为个性化医疗提供了新方向，有望通过早期检测治疗相关毒性、监控治疗反应并定制干预措施，从而提高治疗效果和生活质量。
扫码阅读原文
通过磁共振代谢组学鉴定TGF-β1处理的近端肾小管上皮细胞系的代谢通路变化 Metabolite pathway alterations identified by magnetic resonance metabolomics in a proximal tubular epithelial cell line treated with TGF-β1 慢性肾病（CKD）的一个显著特征是肾小管间质纤维化，而代谢紊乱在CKD的发病机制中扮演关键角色。昆士兰州布里斯班市昆士兰大学肾脏疾病研究协作组和转化医学研究所的Tyrone L. R. Humphries团队，通过二维1H-核磁共振（2D-COSY）代谢组学技术，探究肾脏纤维化过程中的化学变化。研究团队利用人类肾2（HK-2）近端肾小管上皮细胞（PTEC）建立体外TGF-β1诱导的肾脏纤维化模型，并通过定量PCR和Western blotting验证模型有效性。2D-COSY分析确认了与纤维化相关的形态和功能变化。结果显示，TGF-β1处理的细胞中，纤维连接蛋白、IV型胶原、平滑肌动蛋白及氧化应激酶表达显著增加（p < 0.05）。NMR代谢组学揭示了糖酵解和谷氨酰胺代谢相关代谢物变化，包括肌醇和胆碱减少，磷酸戊糖途径氧化阶段的代谢产物减少，葡萄糖和葡糖醛酸增加。这些变化表明，PTEC细胞代谢的重新编程可能支持快速的纤维化进程及其高能量需求。研究表明，2D-COSY代谢组学技术可有效识别肾脏纤维化相关的代谢物变化。这些结果有助于开发可通过临床磁共振波谱检测的纤维化生物标志物组合，为CKD的诊断和管理提供新工具，有助于早期发现疾病进展，并为个性化治疗方案的设计提供依据，最终改善患者治疗效果和生活质量。
扫码阅读原文
基于机器学习的血浆代谢组学改善肝硬化风险分层 Machine learning-based plasma metabolomics for improved cirrhosis risk stratification 肝硬化是慢性肝病（CLD）患者的主要死因之一。中山大学附属孙中山纪念医院心血管外科Huang Kai团队与浙江中医药大学附属杭州中医院消化内科Wei Ye团队合作，利用英国生物样本库（UKB）的质子核磁共振（1H-NMR）血清代谢组学数据，结合弹性网正则化的Cox比例风险模型，探索了代谢组学在CLD患者肝硬化风险分层中的作用。研究将代谢组学数据与天冬氨酸氨基转移酶与血小板比率指数（APRI）和纤维化-4评分（FIB-4）结合，构建了肝硬化风险预测模型，并在衍生队列和验证队列中评估了模型性能。研究纳入 2738 名患者，发现多种代谢产物与肝硬化事件独立相关（完全调整后，168 种代谢物中有 21 种显著相关）。代谢组学与FIB-4结合显著提升了预测性能（Harrell’s C：0.717 vs. 0.696，ΔC = 0.021，95% CI 0.014–0.028；NRI：0.504 [0.488–0.520]）。同样，代谢组学与APRI结合也优于单独使用APRI（Harrell’s C：0.747 vs. 0.718，ΔC = 0.029，95% CI 0.022–0.035；NRI：0.378 [0.366–0.389]）。关键代谢产物包括支链氨基酸（BCAAs）、脂质和氧化应激标志物，通路富集分析揭示了脂质和氨基酸代谢紊乱在肝硬化进展中的核心作用。研究表明，1H-NMR血清代谢组学显著提高了肝硬化风险的预测能力。APRI + 代谢组学模型表现出强大的区分能力，为早期筛查肝硬化风险提供了有力工具。该方法不仅有助于早期识别高风险患者，还为个性化治疗策略的设计提供了重要依据，有望改善患者预后和生活质量。
扫码阅读原文
人工智能和机器学习技术在精准肿瘤学中的融合 Convergence of evolving artificial intelligence and machine learning techniques in precision oncology 德克萨斯大学安德森癌症中心的Apostolia M. Tsimberidou团队通过回顾相关研究，展示了人工智能（AI）和机器学习（ML）技术在数字病理学中的潜力，尤其是在诊断、治疗和个性化管理方面。 主要介绍了以下几项实验： 1.利用AI/ML技术对患者样本进行分析，以提高疾病的诊断准确性。例如，利用AI辅助工具自动化免疫组织化学（IHC）评分，从而减少人为误差，提高诊断的准确性和一致性。 2.利用AI/ML技术预测生物标志物和分子特征。例如，使用卷积神经网络（CNN）模型从H&E染色的全切片图像中预测肿瘤患者的遗传突变和微卫星不稳定性（MSI）状态。 3.利用AI/ML技术分析患者样本以改善个体化治疗方案。例如，使用CNN模型对肿瘤细胞和非肿瘤细胞进行分类，以便更精确地确定肿瘤负荷和预测治疗反应。 研究表明，AI和ML技术在癌症领域有巨大潜力，但数字化病理学面临数据管理和存储、标准化实践等挑战。未来研究需解决这些挑战，以充分发挥数字化病理学的优势。
扫码阅读原文
