血液密码:血浆蛋白质组学推动早期疾病检测技术进步Plasma Proteomics Advances Enabling Early Disease Detection | Technology Networks

环球医讯 / 健康研究来源:www.technologynetworks.com美国 - 英语2026-10-09 00:32:08 - 阅读时长10分钟 - 4782字
血浆蛋白质组学的最新进展使研究人员能够同时检测体液中的数千种蛋白质,有望实现疾病早期诊断。高通量质谱技术和基于亲和的方法正在推动这一领域发展,科学家们已能在1毫升血浆中检测到1000-2000种独特的磷酸化蛋白质,为癌症、阿尔茨海默病等疾病的早期诊断提供了新可能。全球多个大型研究项目正在整合蛋白质组学数据与其他"组学"数据,以发现更可靠的生物标志物,人工智能驱动的分析在这一过程中发挥着越来越重要的作用,有望弥合研究实验室与临床应用之间的差距。
血浆蛋白质组学早期疾病检测生物标志物精准医学疾病诊断健康监测阿尔茨海默病癌症血液检测蛋白质
血液密码:血浆蛋白质组学推动早期疾病检测技术进步

测量血液中特定蛋白质的浓度已有近两个世纪的历史,帮助了疾病诊断。测量血红蛋白的方法是最早被开发成临床血液检测方法之一,用于诊断贫血。如今,在血液液体部分(称为血浆)中存在的数千种不同蛋白质中,常规检测只关注相对较少的几种。

高通量质谱技术和基于亲和的方法的进展使研究人员能够同时检测体液中的数千种蛋白质,这可能有助于更早、更准确地诊断疾病。血浆蛋白质组学可以消除多次检测的需要,并且重要的是,提供一个人健康状况的全面图景。

"研究蛋白质组学有明显优势,"斯德哥尔摩SciLifeLab蛋白质组学平台联合主任Claudia Fredolini博士表示,"与相对静态的基因不同,蛋白质的产生不断变化,反映了细胞和不同生物过程的动态状态。"

蛋白质组学领域仍然落后于基因组学和转录组学,主要是由于蛋白质组的动态性质和检测挑战——没有类似于PCR的直接方法来扩增低丰度蛋白质。然而,越来越多的努力正在实现蛋白质组学的潜力,用于在症状出现前检测疾病、监测治疗反应并推动精准医学的发展。

血浆蛋白质组学的挑战

在体液(如血液、脑脊液、尿液和唾液)中检测蛋白质特别困难,因为蛋白质浓度范围巨大,可以跨越10-12个数量级。血液中的高丰度蛋白质(如白蛋白和免疫球蛋白)会掩盖低丰度蛋白质,而后者通常是具有生物意义的。

此外,样本的固有复杂性,加上生物和分析变异性,可能导致重现性差。因此,需要大样本量才能可靠地区分真正的生物信号和来自个体蛋白质表达差异的"噪音"。

检测方法和通量的改进使研究人员能够比以往检查更多的蛋白质(及其变体蛋白形式)和更多样本。本文探讨了一些推动血浆中蛋白质生物标志物发现、验证和临床转化的技术进步。

基于质谱的血浆蛋白质组学

普渡大学化学生物学教授Andy Tao博士在过去20多年里一直在开发敏感可靠的方法,使用质谱技术识别蛋白质及其翻译后修饰。在建立自己的研究团队之前,他在西雅图与质谱蛋白质组学先驱Ruedi Aebersold博士合作。

Aebersold对靶向蛋白质组学技术的贡献,如选择反应监测和数据非依赖性采集,显著提高了血浆中蛋白质定量的灵敏度、重现性和通量。他早期的工作强调了"非特异性"血浆生物标志物的问题,这些标志物在多种疾病、感染或癌症中都能找到。为了解决这个问题,Aebersold是最早提倡可重复测量生物标志物面板和特定翻译后修饰(如磷酸化或糖基化)的人之一,以识别疾病特征并区分疾病状态。

Tao的研究重点是磷酸化蛋白质组学和识别与疾病相关的蛋白质磷酸化位点。"由于肝脏释放的碱性磷酸酶的存在,在血液中检测磷酸化蛋白质非常困难,"他解释道,"但激酶突变导致的异常磷酸化通常是癌症的标志。"

2015年,鉴于研究表明癌细胞可以改变它们释放的细胞外囊泡(ECVs)的蛋白质含量,以促进肿瘤进展或响应药物治疗,Tao将注意力转向了血浆ECVs。结果令人惊讶。

"以前,在大量血浆中我们只能识别约10-20种磷酸化蛋白质,"他说,"通过将我们的磷酸化蛋白质组学分析集中在ECVs上,我们只需1毫升血浆就能检测到1,000-2,000种独特的磷酸化蛋白质。"

他的团队开发了一种基于功能化磁珠的方法,从体液中分离ECVs,并将其应用于检测癌症和神经系统疾病的潜在生物标志物。在最近的一项研究中,他们强调了使用血浆衍生ECVs中的翻译后修饰蛋白质来诊断乳腺癌亚型并指导治疗决策的潜力。

尽管在识别ECVs的组织或器官来源方面取得了巨大进展,但在血浆ECVs中发现中枢神经系统疾病的生物标志物仍然具有挑战性。血浆中的大多数ECVs来源于血液和免疫细胞类型。"血浆中只有约5%的ECVs来源于大脑,"Tao说,"虽然可以通过针对特定细胞表面蛋白的抗体靶向血浆中的神经元衍生ECVs,但使用脑脊液更容易,"他承认。

然而,对于新的蛋白质生物标志物要在临床中采用,重点仍然是血浆,因为它的采集过程比其他体液更为成熟,且比脑脊液侵入性小。由于检测技术的改进,在脑脊液中发现的结果(如阿尔茨海默病(AD)患者中苏氨酸217位磷酸化tau蛋白(p-tau217)的增加)已经在血浆中得到复制。

目前,p-tau217被视为最接近广泛临床应用的血液生物标志物,用于AD诊断。去年,美国食品药品监督管理局(FDA)批准了一项血液检测,该检测测量p-tau217和β-淀粉样蛋白1-42的比率,以帮助诊断55岁以上显示AD症状的患者。虽然这项检测不用于筛查患者,但它提供了比正电子发射断层扫描或腰椎穿刺确认淀粉样蛋白斑块存在更快、更便捷的替代方案。

扩展血浆蛋白质组学工具箱:基于亲和的方法

依赖亲和试剂和下一代测序读出的方法正在推动质谱技术的灵敏度极限,并实现数千个样本的高通量分析。"基于亲和的蛋白质组学方法补充了质谱技术,正在帮助将生物标志物领域从发现转向验证,"Fredolini说。

在SciLifeLab的亲和蛋白质组学部门,她正在领导开发和实施新方法,用于在涉及数千个样本的研究中量化多个预定义的低丰度蛋白质。

亲和方法可以是基于抗体的,也可以基于适配体——短的、合成的单链核酸序列,以高特异性和灵敏度结合特定表位。

人们越来越关注比较不同方法获得的数据的深度和完整性。Fredolini团队和其他人的结果突显了结合质谱和基于亲和的方法的价值,以实现比单独使用任何一种方法更全面的血浆蛋白质组分析。"虽然质谱对于深入、无偏见地发现潜在生物标志物很有用,但基于亲和的方法可以高通量地识别低丰度蛋白质,"她解释道,"在设计蛋白质组学研究时,考虑每种方法的优点和局限性至关重要。"

快速扩展蛋白质组学规模

Tao和Fredolini都认为,要有效验证生物标志物,必须将血浆蛋白质组学数据与其他"组学"数据(基因组学、转录组学、代谢组学)以及临床数据和电子健康记录结合起来。人工智能驱动的分析在帮助研究人员发现早期疾病诊断、预后和治疗反应的蛋白质特征方面发挥着越来越重要的作用。

诸如英国生物银行制药蛋白质组学项目(UK Biobank Pharma Proteomics Project, UKB-PPP)等倡议,正在生成来自50,000多名英国生物银行参与者的血浆蛋白质组学数据,并将其与他们的表型和遗传数据结合起来,以支持新生物标志物和药物靶点的发现。SciLifeLab是全球神经退行性疾病蛋白质组学联盟(Global Neurodegeneration Proteomics Consortium, GNPC)的一部分,该联盟专注于协调来自20多个国际研究小组收集的40,000多份血液和脑脊液样本的蛋白质组学数据,以识别最可靠的神经退行性疾病生物标志物。

"在我们能够实现血浆蛋白质组学在诊断和临床环境中的潜力之前,还有很多工作要做,"Fredolini指出,"能够在微样本中检测可操作的生物标志物,使用更简单、更便宜的仪器,将有助于弥合研究实验室与常规临床使用之间的差距。"

参考文献

  1. Antonyak MA, Li B, Boroughs LK, et al. Cancer cell-derived microvesicles induce transformation by transferring tissue transglutaminase and fibronectin to recipient cells. Proc Natl Acad Sci. 2011;108(12):4852-7. doi: 10.1073/pnas.1017667108.
  2. Montermini L, Meehan B, Garnier D, et al. Inhibition of oncogenic epidermal growth factor receptor kinase triggers release of exosome-like extracellular vesicles and impacts their phosphoprotein and DNA content. J Biol Chem. 2015;290(40):24534-46. doi: 10.1074/jbc.M115.679217.
  3. Iliuk A, Wu X, Li L, et al. Plasma-derived extracellular vesicle phosphoproteomics through chemical affinity purification. J Proteome Res. 2020;19(7):2563-74. doi: 10.1021/acs.jproteome.0c00151.
  4. Liu YK, Luo Z, Iliuk A, Tao WA. Chemical affinity-based isolation of extracellular vesicles from biofluids for proteomics and phosphoproteomics analysis. J Vis Exp. 2023;(200):e65844. doi: 10.3791/65844.
  5. Sun J, Li Q, Ding Y, et al. Profiling phosphoproteome landscape in circulating extracellular vesicles from microliters of biofluids through functionally tunable paramagnetic separation. Angew Chem Int Ed Engl. 2023;62(29):e202305668. doi: 10.1002/anie.202305668.
  6. Hadisurya M, Aguilar HA, Chen IH, et al. Profiling protein post-translational modifications in plasma-derived extracellular vesicles as fingerprints for breast cancer subtypes. Res Sq [Preprint]. 2025;rs.3.rs-7294729. doi: 10.21203/rs.3.rs-7294729/v1.
  7. Lai R, Li B, Bishnoi R. P-tau217 as a reliable blood-based marker of Alzheimer's disease. Biomedicines. 2024;12(8):1836. doi: 10.3390/biomedicines12081836.
  8. Cai X, Geyer PE, Perez-Riverol Y, et al. A standardized framework for circulating blood proteomics. Nat Genet. 2025;57(10):2371-80. doi: 10.1038/s41588-025-02319-7.

【全文结束】