大规模蛋白质组学研究揭示人类健康与疾病的复杂联系
大规模蛋白质组学研究能够为我们揭开健康和疾病之间的许多未解之谜，并为疾病预测、诊断以及潜在治疗提供全新的视角。复旦大学附属华山医院郁金泰、毛颖团队联合复旦大学类脑智能科学与技术研究院程炜、冯建峰团队，经过不懈的努力，成功绘制了人类健康与疾病的蛋白质组图谱，并结合人工智能大数据分析方法构建了疾病诊断预测模型，发现了26个新的药物治疗靶点。相关成果日前在《细胞》（Cell）杂志发表，为精准医疗和新药开发提供了重要的科学依据。
多学科交叉融合，推动精准医学的实施
随着全球人口的老龄化和健康需求的增加，我们面临着疾病负担加重和治疗方法有限的双重挑战。基因组学的研究虽然为我们提供了一些线索，但由于基因转录和翻译过程的复杂性，使得精准医学的发展受到限制。而蛋白质作为人体生物过程和病理变化的直接体现，成为研究疾病机制和开发新疗法的关键。
郁金泰教授和程炜教授的多学科交叉团队，敏锐地意识到了蛋白质组学研究在阿尔茨海默病（AD）预防、诊断和治疗中的意义。他们通过血浆及脑脊液蛋白质组学研究，发现了AD新的诊断生物标志物，并成功将联合诊断精度提升至98.7%。这些成果已在Nature Human Behaviour、Nature Aging等期刊发表，并受到Nature主刊的高度评价。
构建健康与疾病蛋白质组图谱，深度解析疾病机制
然而，尽管前期成果显著，团队发现仍缺乏全面的健康与疾病蛋白质组图谱。为了解决这个问题，他们进行了深入分析，涵盖了53,026名个体的血浆蛋白质组数据，并跨越了14.8年的中位随访期。这项研究揭示了168,100个蛋白质-疾病关联和554,488个蛋白质-表型关联，并发现超过650种蛋白质与至少50种疾病存在联系。此外，超过1000种蛋白质表现出性别和年龄的异质性，这些发现加深了我们对疾病间共享和特异分子机制的理解，揭示了不同人群在疾病易感性上的差异，为精准诊疗提供了科学依据。
图说：人类健康与疾病血浆蛋白质组图谱
研究还发现免疫系统相关通路在绝大部分疾病中富集，强调了炎症在人类健康中的重要作用。此外，不同疾病间生物学通路的比较分析，完善了对疾病病理生理学相似性和异质性的理解。例如，AD和血管性痴呆（VaD）相关的蛋白质在与神经系统相关的共同通路中富集，而AD特异性通路大多与脂质代谢有关，VaD特异性通路与心肌有关。
人工智能助力全疾病谱预测/诊断，挖掘疾病诊疗新靶点
为了精准评估血浆蛋白质组学在疾病预测和诊断中的临床价值，研究团队结合了人工智能和大数据分析技术。研究利用这些技术，识别出了具有潜在诊断和预测价值的生物标志物，并发现基于蛋白质的模型在183种疾病中的AUC值超过0.80，明显优于基于人口统计学的模型，这将有助于提高疾病的早期诊断精度。此外，研究还确定了26个具有治疗潜力且安全性良好的新靶点，为新药开发提供了重要线索。
图说：Proteome-Phenome Atlas数据库首页
为了推动精准医学的进一步发展，研究团队建立了一个可开放访问的蛋白质组-表型组资源数据库Proteome-Phenome Atlas（https://proteome-phenome-atlas.com/）。这个数据库不仅有助于科学家们更好地理解疾病的生物学机制，还将加速疾病生物标志物的识别、预测诊断模型和治疗靶点的开发，为精准医学的实施提供强有力的支持。
图说：由神经临床医生、人工智能、数学、脑科学等专家组成的多学科交叉融合创新团队
复旦大学附属华山医院博士生邓悦婷、复旦大学类脑智能科学与技术研究院青年研究员尤佳等为共同第一作者。复旦大学附属华山医院郁金泰、毛颖教授，复旦大学类脑智能科学与技术研究院程炜、冯建峰教授为论文共同通讯作者。该研究得到了科技创新2030“脑科学与类脑研究”重大项目、国家重点研发计划、国家自然科学基金等经费支持。
新民晚报记者 左妍
这项研究不仅揭示了血浆蛋白在疾病诊断、预测和治疗中的潜在应用价值，还为临床实践提供了科学依据，有助于疾病的早期检测、精准分层和个性化治疗。未来，基于这一开放获取的蛋白质组学图谱，研究人员将能够更深入地探索疾病发病机制，推动生物标志物和预测/诊断模型开发，并探寻全新治疗靶点，为精准医学发展奠定基础。
