人類(lèi)血漿蛋白組計(jì)劃最新研究進(jìn)展、面臨挑戰(zhàn)和未來(lái)趨勢(shì)
蛋白質(zhì)組學(xué)技術(shù)的快速發(fā)展從根本上改變了生命科學(xué)領(lǐng)域的研究模式。血液樣本的易得性及對(duì)人類(lèi)健康與疾病的指示意義使得使用新技術(shù)方法進(jìn)行血漿蛋白質(zhì)組研究的關(guān)注度日益增加。作為人類(lèi)蛋白質(zhì)組計(jì)劃的第一個(gè)項(xiàng)目,人類(lèi)血漿蛋白質(zhì)組項(xiàng)目(Human Plasma Proteome Project, HPPP)在蛋白質(zhì)組學(xué)領(lǐng)域扮演了舉足輕重的角色。
在2024年度HUPO大會(huì)期間,HPPP組織在《Journal of Proteome Research》上發(fā)表了2024年人類(lèi)血漿蛋白質(zhì)組計(jì)劃最新研究進(jìn)展。在這篇觀點(diǎn)論著文章中,來(lái)自全世界的18名參與HPPP的專家學(xué)者共同探討了:
1、基于親和力與質(zhì)譜平臺(tái)的最新血漿蛋白質(zhì)組技術(shù);
2、最新人類(lèi)血漿蛋白質(zhì)組圖譜;
3、血液樣本在細(xì)胞外囊泡(EV)蛋白質(zhì)組、翻譯后修飾組等場(chǎng)景的應(yīng)用;
4、血漿蛋白質(zhì)組未來(lái)發(fā)展趨勢(shì)。
詳細(xì)論文可參閱下述論文:
P. E. Geyer, D. Hornburg, M. Pernemalm, S. M. Hauck, K. K. Palaniappan, V. Albrecht, et al. The Circulating Proteome─Technological Developments, Current Challenges, and Future Trends,Journal of Proteome Research 2024 ,https://doi.org/10.1021/acs.jproteome.4c00586
蛋白質(zhì)組學(xué)技術(shù)的最新進(jìn)展從根本上變革了我們對(duì)人類(lèi)生物學(xué)進(jìn)行表征的能力。當(dāng)下,人們愈發(fā)重視運(yùn)用這些新方法來(lái)探究循環(huán)蛋白質(zhì)組,這是因?yàn)檠簽槎床烊祟?lèi)健康狀況提供了一個(gè)便利的窗口。然而,每一項(xiàng)方法創(chuàng)新與分析層面的進(jìn)步,都要求我們重新審視現(xiàn)有的方法和流程,以此確保新數(shù)據(jù)能夠?yàn)楦鼜V泛的生物醫(yī)學(xué)研究領(lǐng)域增添價(jià)值,并避免重蹈以往的覆轍。作為國(guó)際人類(lèi)蛋白質(zhì)組組織(HUPO)人血漿蛋白質(zhì)組項(xiàng)目(HPPP)的代表,我們展示了 2024 年針對(duì)本領(lǐng)域當(dāng)前進(jìn)展所開(kāi)展的一項(xiàng)調(diào)查成果,其中涵蓋了最新版的人血漿蛋白質(zhì)組肽圖譜,該圖譜如今已囊括在 113 個(gè)數(shù)據(jù)集中所檢測(cè)到的 4608 種蛋白質(zhì)。隨后,我們探討了既有蛋白質(zhì)組學(xué)方法的更新情況、新興技術(shù)以及蛋白質(zhì)形態(tài)、蛋白質(zhì)網(wǎng)絡(luò)、細(xì)胞外囊泡、循環(huán)抗體和微量樣品方面的研究。最后,我們就循環(huán)蛋白質(zhì)研究中當(dāng)前及新興蛋白質(zhì)組學(xué)工具的應(yīng)用提出了前瞻性的見(jiàn)解。
基于質(zhì)譜和基于親和力的蛋白質(zhì)組學(xué)技術(shù)已經(jīng)成為血漿蛋白質(zhì)組研究中最主要的技術(shù)方法,文章對(duì)基于這兩種原理的主要技術(shù)方法的應(yīng)用特點(diǎn)進(jìn)行了詳細(xì)闡述。
基于親和力的平臺(tái),用于分析循環(huán)蛋白質(zhì)組
基于親和力的方法將蛋白質(zhì)組研究限制為一組預(yù)定義的蛋白質(zhì)。根據(jù) Antibodypedia (https://www.antibodypedia.com),有近 500 萬(wàn)種親和試劑產(chǎn)品可供選擇,覆蓋了 ~20 000 個(gè)蛋白質(zhì)編碼基因的 95%。在過(guò)往幾年中,基于親和力的蛋白質(zhì)組學(xué)技術(shù)致力于提升覆蓋蛋白質(zhì)的種類(lèi)。時(shí)至今日,Olink技術(shù)平臺(tái)已研發(fā)出超過(guò)5400對(duì)互補(bǔ)的寡核苷酸偶聯(lián)抗體,Somascan技術(shù)平臺(tái)已研發(fā)出11000種核酸適配體,用于蛋白質(zhì)的捕獲與檢測(cè)。高通量的檢測(cè)能力帶來(lái)了一個(gè)突出的問(wèn)題:抗體或適配體的特異性與跨平臺(tái)的重現(xiàn)性仍待探究,這為基于親和力的蛋白質(zhì)組學(xué)檢測(cè)結(jié)果驗(yàn)證帶來(lái)了疑慮。
不同平臺(tái)來(lái)源數(shù)據(jù)的交互驗(yàn)證是經(jīng)典的驗(yàn)證方法之一。2023年發(fā)表在《Nature》期刊上的研究利用Olink Explore 3072和Somascan v4平臺(tái),結(jié)合2023年4月發(fā)表的最新人類(lèi)血漿蛋白質(zhì)組圖譜,研究了基于親和力的蛋白質(zhì)組學(xué)檢測(cè)結(jié)果與相應(yīng)基因組數(shù)據(jù)之間的一致性。該研究表明785種蛋白質(zhì)同時(shí)具有基于親和力與質(zhì)譜的支持性證據(jù),而質(zhì)譜能提供獨(dú)立于基于親和力的平臺(tái)的血漿蛋白發(fā)現(xiàn)機(jī)會(huì),這些蛋白常為更低豐度的蛋白。
2. MS-Based Platforms to Profile the Circulating Proteome
基于 MS 的平臺(tái),用于分析循環(huán)蛋白質(zhì)組
近年來(lái),基于質(zhì)譜的血漿蛋白質(zhì)組技術(shù)在以下幾點(diǎn)取得了較大進(jìn)展:
-
納米磁珠富集:基于納米生物界面上蛋白質(zhì)的競(jìng)爭(zhēng)結(jié)合原理設(shè)計(jì)的能夠適配自動(dòng)化工作流程的超順磁性功能化納米顆粒(NPs)已被用于壓縮血漿蛋白極大的動(dòng)態(tài)范圍,實(shí)現(xiàn)了數(shù)小時(shí)內(nèi)對(duì)數(shù)千種血漿蛋白質(zhì)的檢測(cè),有望擴(kuò)展到千例級(jí)別的大隊(duì)列。與基于抗體的富集策略不同,基于納米顆粒的富集策略可無(wú)偏性檢測(cè)整個(gè)蛋白質(zhì)組,這種策略將成為血漿蛋白質(zhì)組研究的未來(lái)趨勢(shì)。在普睿邁格的血液蛋白冠磁珠(http://www.5000js.com/Product/8096211554.html)的推動(dòng)下,基于納米顆粒富集策略的蛋白質(zhì)組學(xué)檢測(cè)可覆蓋多達(dá)5000種以上的血漿蛋白。
-
自動(dòng)化樣品制備:移液工作站的普及為蛋白質(zhì)組樣品制備的自動(dòng)化做出了卓越貢獻(xiàn)。相比繁瑣的手工操作,自動(dòng)化樣本制備平臺(tái)提高了蛋白質(zhì)組學(xué)樣本前處理的通量,促進(jìn)了ISO13485醫(yī)療器械質(zhì)量管理體系標(biāo)準(zhǔn)的實(shí)施與受監(jiān)管的臨床實(shí)驗(yàn)室中蛋白質(zhì)組學(xué)研究的開(kāi)展。
-
液相色譜:新型液相色譜系統(tǒng)的開(kāi)發(fā)采用了新的分析流速(如高流和微流)和更短的梯度,與更靈敏的質(zhì)譜儀結(jié)合,使得每天能夠檢測(cè)超過(guò)100個(gè)樣品。
-
質(zhì)譜靈敏度:2023年Orbitrap Astral質(zhì)譜儀的問(wèn)世使得質(zhì)譜的靈敏度產(chǎn)生了極大的飛躍,能夠?qū)崿F(xiàn)超過(guò)1000種血漿蛋白的檢出,與額外的富集方法結(jié)合能夠?qū)崿F(xiàn)超過(guò)4000種血漿蛋白的檢出。
-
質(zhì)譜穩(wěn)健性:過(guò)去幾年,針對(duì)大隊(duì)列樣本設(shè)計(jì)的timsTOF HT質(zhì)譜儀在幾項(xiàng)大規(guī)模血漿蛋白質(zhì)組學(xué)研究中展示了其耐久性、穩(wěn)健性和持續(xù)高性能的特點(diǎn),為未來(lái)的大隊(duì)列血漿蛋白質(zhì)組研究趨勢(shì)打下了堅(jiān)實(shí)的基礎(chǔ)。
-
數(shù)據(jù)采集:數(shù)據(jù)非依賴性采集(DIA)已被證明能夠在樣品中持續(xù)覆蓋大量蛋白質(zhì)的定量,在眾多研究中得到了應(yīng)用。
以上方法提高了血漿蛋白質(zhì)組檢測(cè)的樣本吞吐量、檢測(cè)穩(wěn)定性與定量準(zhǔn)確性,并降低了成本。更大的樣本量不僅增加了統(tǒng)計(jì)學(xué)效力以有效應(yīng)對(duì)臨床樣本的變異性,還允許了機(jī)器學(xué)習(xí)方法在蛋白質(zhì)組學(xué)數(shù)據(jù)中的應(yīng)用。
3. Future of Targeted MS-Based Proteomics
基于 MS 的靶向蛋白質(zhì)組學(xué)的未來(lái)
2023 Build of the Human Plasma Proteome PeptideAtlas
2023 構(gòu)建人血漿蛋白質(zhì)組肽圖譜
自2005年以來(lái),HPPP一直致力于建立血漿可檢測(cè)數(shù)據(jù)庫(kù),以實(shí)現(xiàn)對(duì)血漿蛋白質(zhì)組學(xué)結(jié)果的穩(wěn)定驗(yàn)證。截至2023年4月,人類(lèi)血漿蛋白質(zhì)組圖譜覆蓋了113個(gè)數(shù)據(jù)集,較2021年7月增加63%,收錄肽段數(shù)達(dá)到了26萬(wàn)個(gè),增加27%,擁有至少2個(gè)≥9個(gè)氨基酸的非嵌套唯一映射肽的典型蛋白數(shù)達(dá)到了4608個(gè),增加213個(gè),共占人類(lèi)蛋白質(zhì)組的23%。
此外,從血液中提取的細(xì)胞外囊泡蛋白質(zhì)組圖譜于2021年首次推出,2023年4月構(gòu)建的人類(lèi)細(xì)胞外囊泡蛋白質(zhì)組圖譜在此基礎(chǔ)上進(jìn)行了擴(kuò)展,覆蓋了4985個(gè)典型蛋白,僅比人類(lèi)血漿蛋白質(zhì)組圖譜多377個(gè),顯示了細(xì)胞外囊泡蛋白與血漿蛋白的高度重疊性與良好的豐度相關(guān)性。這提示血漿樣本能覆蓋大量的細(xì)胞外囊泡來(lái)源信息,助力對(duì)疾病機(jī)制的深入解析。

血漿/血清樣本與細(xì)胞外囊泡樣本中蛋白質(zhì)豐度的比較
細(xì)胞外囊泡(EV)指各類(lèi)活細(xì)胞向細(xì)胞外釋放的納米級(jí)脂質(zhì)雙分子層囊泡,以下特點(diǎn)使其作為生物標(biāo)志物的發(fā)現(xiàn)對(duì)象與藥物遞送的載具具有極高的研究意義:
-
攜帶血液中難以檢測(cè)到的蛋白質(zhì),如疏水蛋白;
-
保護(hù)蛋白內(nèi)容物不因進(jìn)入循環(huán)而發(fā)生氧化等改變;
-
反映起源細(xì)胞真實(shí)狀況;
-
將蛋白質(zhì)轉(zhuǎn)移到受體細(xì)胞發(fā)揮作用;
-
可在腎濾過(guò)過(guò)程中留在血液中;
-
蛋白質(zhì)濃度范圍與細(xì)胞類(lèi)似,易檢測(cè)。
EV的異質(zhì)性、低豐度及與血漿中某些成分的相似性使得其分離與研究面臨挑戰(zhàn)。超速離心、尺寸排阻、免疫捕獲及能夠銜接自動(dòng)化設(shè)備的新興技術(shù)強(qiáng)陰離子交換(SAX)磁珠(廈門(mén)普睿邁格公司的SAX磁珠http://www.5000js.com/Product/2438711623.html)已被應(yīng)用于血液中EV的富集。2023年12月發(fā)表的國(guó)際細(xì)胞外囊泡研究指南(MISEV2023)與2024年8月發(fā)表的《細(xì)胞外囊泡分離與檢測(cè)技術(shù)專家共識(shí)》對(duì)EV的定義與標(biāo)準(zhǔn)化研究方法進(jìn)行了詳細(xì)說(shuō)明。值得注意的是,國(guó)際細(xì)胞外囊泡學(xué)會(huì) (ISEV) 自 2014 年以來(lái)發(fā)布了“細(xì)胞外囊泡研究的最低信息”(MISEV https://www.isev.org/misev) 指南。這項(xiàng)工作應(yīng)指導(dǎo)細(xì)胞外囊泡場(chǎng)的方案和報(bào)告的標(biāo)準(zhǔn)化,以提高 EV 研究的可重復(fù)性和質(zhì)量。這一點(diǎn)至關(guān)重要,因?yàn)榉桨傅奈⑿∽兓邕x擇一致的樣品起始材料(血漿制備或血清),可能會(huì)對(duì) EV 的數(shù)量產(chǎn)生重大影響。
post-translational Modifications─Beyond the Canonical Proteome
翻譯后修飾 ─ 超越規(guī)范蛋白質(zhì)組
除了經(jīng)典蛋白外,翻譯后修飾 (PTM) 的景觀還提供了一個(gè)生物學(xué)相關(guān)層來(lái)表征循環(huán)蛋白質(zhì)組。PTM 以多種方式影響蛋白質(zhì),包括溶解度、結(jié)構(gòu)、配體結(jié)合、定位、穩(wěn)定性、分泌和活性。LC-MS 具有 400 多種已知的修飾,是研究大量 PTM(如糖基化、磷酸化、甲基化/?;头核鼗┑膹?qiáng)大技術(shù)。PTM 之間的串?dāng)_產(chǎn)生了另一層復(fù)雜性,導(dǎo)致修飾的復(fù)雜組合微調(diào)生物學(xué)結(jié)果。從歷史上看,大多數(shù)研究?jī)H關(guān)注一種類(lèi)型的 PTM,但最近,PTM 組合和串?dāng)_已被表征和研究。在這里,我們重點(diǎn)介紹了在血漿蛋白質(zhì)組中發(fā)現(xiàn)的兩種類(lèi)型的 PTM:糖基化和磷酸化。
在血液樣本中,糖基化修飾尤受關(guān)注。糖基化的變化與多種生理和病理過(guò)程相關(guān),但由于糖鏈結(jié)構(gòu)的高度異質(zhì)性,蛋白質(zhì)糖基化的分析具有挑戰(zhàn)性。在最近的一篇綜述中,Chernykh等人強(qiáng)調(diào)質(zhì)譜技術(shù)的進(jìn)步使得人們能夠分辨數(shù)千種N/O-連接的糖結(jié)構(gòu),探索蛋白與其糖基化形式之間的相關(guān)性。多重反應(yīng)監(jiān)測(cè)(MRM)等基于質(zhì)譜的靶向方法也被用于糖基化蛋白質(zhì)的檢測(cè),如評(píng)估健康人血漿中159 種糖肽的豐度,繪制蛋白質(zhì)內(nèi)和蛋白質(zhì)間的糖基化相關(guān)性圖譜,區(qū)分參與者的年齡和性別。糖基轉(zhuǎn)移酶在疾病進(jìn)展期間經(jīng)常發(fā)生失調(diào),因此血液糖基化蛋白質(zhì)組同樣可應(yīng)用于疾病生物標(biāo)志物的發(fā)現(xiàn)等研究。有研究表明,糖蛋白有助于卵巢癌、前列腺癌、腎癌、胰腺癌和肝癌等的臨床結(jié)果、疾病進(jìn)展或風(fēng)險(xiǎn)預(yù)測(cè),識(shí)別特定的病理亞型或監(jiān)測(cè)治療途徑。早期診斷公司正在利用這些糖基化變化建立基于血液的診斷測(cè)試。針對(duì)糖基化,廈門(mén)普睿邁格開(kāi)發(fā)了苯硼酸磁珠(http://www.5000js.com/Product/379210028.html)用于富集糖基化蛋白和多肽。
與蛋白質(zhì)糖基化一樣,在血液蛋白質(zhì)組中也觀察到磷酸化。雖然這些修飾蛋白在循環(huán)中出現(xiàn)的機(jī)制有很多,但有三種機(jī)制包括高爾基體介導(dǎo)的對(duì)主動(dòng)分泌蛋白的磷酸化、在細(xì)胞外修飾蛋白的分泌激酶以及細(xì)胞死亡或相關(guān)事件中的泄漏蛋白。針對(duì)磷酸化,廈門(mén)普睿邁格開(kāi)發(fā)了二氧化鈦磁珠(http://www.5000js.com/Product/1325064453.html)、IMAC-Ti磁珠(http://www.5000js.com/Product/7583104713.html)、IMAC-Zr磁珠(http://www.5000js.com/Product/6152704851.html)和NTA-Fe磁珠(http://www.5000js.com/Product/2819731545.html)用于富集磷酸化蛋白和多肽。
幾項(xiàng)大規(guī)模發(fā)現(xiàn)研究幫助對(duì)其中一些細(xì)胞外和循環(huán)磷蛋白進(jìn)行了分類(lèi),揭示了與疾病進(jìn)展、治療和/或監(jiān)測(cè)相關(guān)的有趣機(jī)制。
Networks and Connections of Circulating Proteins
循環(huán)蛋白質(zhì)的網(wǎng)絡(luò)和連接
定義亞蛋白質(zhì)組的一種方法是它們?cè)谌后w或網(wǎng)絡(luò)中的共調(diào)控,這可能會(huì)確定不同的調(diào)控網(wǎng)絡(luò)。共調(diào)節(jié)的原因可以在各種機(jī)制中找到,從器官或組織泄漏到循環(huán)細(xì)胞的存在、穩(wěn)定的蛋白質(zhì)復(fù)合物、聚集到脂蛋白顆粒、EV 或?qū)μ囟ù碳さ姆磻?yīng)。
通常,組織滲漏蛋白是器官損傷的臨床標(biāo)志物(見(jiàn)肌鈣蛋白)或用于檢測(cè)由于癌癥相關(guān)蛋白(如 CA125)異常分泌而導(dǎo)致的癌癥,以早期檢測(cè)卵巢癌。除了疾病背景之外,組織滲漏蛋白可以起源于生物過(guò)程。然而,由于它們的豐度、組織特異性和不太一致的存在,檢測(cè)更廣泛的組織滲漏蛋白非常局限于 COVID-19 等嚴(yán)重表型。 使用肽的等電聚焦和基于 MS 的讀數(shù),最近的一項(xiàng)研究報(bào)告了懷孕期間循環(huán)中釋放的胎盤(pán)特異性蛋白。將其與遺傳信息(表示為蛋白質(zhì)基因組學(xué))相結(jié)合,使該研究能夠?qū)⒛切z測(cè)到的具有特定單氨基酸變體的肽分配給胎兒或母親。這表明孩子和母體循環(huán)系統(tǒng)之間存在跨胎盤(pán)交換。在一項(xiàng)與酒精相關(guān)的肝病研究中,配對(duì)的肝-血漿樣本可用于識(shí)別參與活性信號(hào)傳導(dǎo)過(guò)程的組織損傷標(biāo)志物和蛋白質(zhì)。
除了應(yīng)用差異豐度統(tǒng)計(jì)來(lái)識(shí)別共調(diào)控蛋白質(zhì)外,基于網(wǎng)絡(luò)的方法還是獲得對(duì)蛋白質(zhì)的更深入生物學(xué)理解或減少下游統(tǒng)計(jì)分析共線性的寶貴工具。對(duì)于具有低倍數(shù)變化或高個(gè)體間差異的蛋白質(zhì)尤其如此,大部分蛋白質(zhì)組都是這種情況。共表達(dá)網(wǎng)絡(luò)方法,如加權(quán)基因共表達(dá)網(wǎng)絡(luò)分析(WGCNA),使用成對(duì)數(shù)據(jù)描述不同組別之間的相關(guān)關(guān)系。將相關(guān)性矩陣與聚類(lèi)算法結(jié)合,可以構(gòu)建“全局相關(guān)圖”,捕捉指向物理互作或功能關(guān)聯(lián)的特征。相關(guān)性分析與臨床參數(shù)或參與者信息的關(guān)聯(lián)可為潛在生物學(xué)機(jī)制提出假設(shè),進(jìn)一步結(jié)合GO或KEGG富集分析揭示更多生物學(xué)線索。
血漿蛋白質(zhì)組未來(lái)發(fā)展趨勢(shì)
在血漿蛋白質(zhì)組領(lǐng)域,適用性、深度、通量和檢測(cè)速度的增加是近年及未來(lái)的自然發(fā)展趨勢(shì)。未來(lái)幾年中,血漿蛋白質(zhì)組的發(fā)展趨勢(shì)包括:
-
提高檢測(cè)深度,鑒定所有類(lèi)型樣本中的所有循環(huán)蛋白;
-
對(duì)鑒定到的血漿蛋白提供進(jìn)一步的可靠證據(jù);
-
對(duì)血漿蛋白提供可靠的定量信息與濃度信息;
-
關(guān)注血液中的細(xì)胞外囊泡蛋白質(zhì)組、翻譯后修飾組等其他類(lèi)別蛋白;
-
探索血漿蛋白之間的關(guān)系及對(duì)生物學(xué)功能的映射;
-
構(gòu)建嚴(yán)謹(jǐn)?shù)臉颖静杉苽浼皹?biāo)準(zhǔn)化檢測(cè)體系;
-
識(shí)別血漿蛋白質(zhì)中的異構(gòu)體與未知變異。
血液樣本的易獲取性使人們能夠使用新的更為頻繁的采樣方案來(lái)確定全身性的分子健康軌跡。針對(duì)更大隊(duì)列的研究可以提高檢測(cè)微小效應(yīng)、復(fù)雜特征(即許多蛋白質(zhì)組成一個(gè)獨(dú)特的模式)或與隊(duì)列子集相關(guān)的變化的能力。
Examples of Recent Protein Biomarker Projects Using Different Proteomics Techniques across Disease Areas
跨疾病領(lǐng)域使用不同蛋白質(zhì)組學(xué)技術(shù)的最新蛋白質(zhì)生物標(biāo)志物項(xiàng)目示例
year年 | title of studyreference研究reference文獻(xiàn)的標(biāo)題 | description of biomarker(s) | disease areas |
---|---|---|---|
2017 | Role of Exosomal Proteins in Cancer Diagnosis (161)外泌體蛋白在癌癥診斷中的作用 (161) | several for different cancers | cancer |
2020 | Multiomic Blood Correlates of Genetic Risk Identify Presymptomatic Disease Alterations (162)遺傳風(fēng)險(xiǎn)的多組學(xué)血液相關(guān)性識(shí)別癥狀前疾病改變 (162) | 766 detectable alterations in proteomic, metabolomic, and standard clinical laboratory measurements | multiple |
2020 | Proteome Profiling in Cerebrospinal Fluid Reveals Novel Biomarkers of Alzheimer’S Disease (163)腦脊液中的蛋白質(zhì)組分析揭示了阿爾茨海默病的新型生物標(biāo)志物 (163) | 26 protein panel | neurological |
2021 | A Time-Resolved Proteomic and Prognostic Map of COVID-19 (164)COVID-19 的時(shí)間分辨蛋白質(zhì)組學(xué)和預(yù)后圖 (164) | different panels for different outcome predictions like altered coagulation and inflammation | infection |
2021 | Plasma Proteome Fingerprints Reveal Distinctiveness and Clinical Outcome of SARS-CoV-2 Infection (165)血漿蛋白質(zhì)組指紋圖譜揭示了 SARS-CoV-2 感染的獨(dú)特性和臨床結(jié)果 (165) | ADM, IL-6, MCP-3, TRAIL-R2, and PD-L1 predictive for death | infection |
2021 | Lung Proteomic Biomarkers Associated with Chronic Obstructive Pulmonary Disease (166)與慢性阻塞性肺疾病相關(guān)的肺蛋白質(zhì)組學(xué)生物標(biāo)志物 (166) | 25 proteins associated with COPD | infection |
2022 | Noninvasive Proteomic Biomarkers for Alcohol-Related Liver Disease (109)酒精相關(guān)性肝病的無(wú)創(chuàng)蛋白質(zhì)組學(xué)生物標(biāo)志物 (109) | nine protein panel for fibrosis, 12 protein panel for steatosis | metabolism |
2023 | Next Generation Pan-Cancer Blood Proteome Profiling Using Proximity Extension Assay (167)使用鄰近延伸測(cè)定法進(jìn)行下一代泛癌性血液蛋白質(zhì)組分析 (167) | different proteins and panels for specific cancer types | cancer |
2023 | Targeted Plasma Proteomics Reveals Signatures Discriminating COVID-19 from Sepsis with Pneumonia (168)靶向血漿蛋白質(zhì)組學(xué)揭示了區(qū)分 COVID-19 與膿毒癥伴肺炎的特征 (168) | TRIM21, PTN, and CASP8 | infection |
2023 | Elevated Plasma Complement Factor H Related 5 Protein Is Associated with Venous Thromboembolism (20)血漿補(bǔ)體因子 H 相關(guān) 5 蛋白升高與靜脈血栓栓塞有關(guān) (20) | CFHR5 | cardiovascular |
2023 | Associations of Plasma Proteomics with Type 2 Diabetes and Related Traits: Results from the Longitudinal KORA S4/F4/FF4 Study (169)血漿蛋白質(zhì)組學(xué)與 2 型糖尿病及相關(guān)性狀的關(guān)聯(lián):縱向 KORA S4/F4/FF4 研究結(jié)果 (169) | protein panels for subtypes of prevalent prediabetes | metabolism |
2023 | Mass Spectrometry-Based Autoimmune Profiling Reveals Predictive Autoantigens in Idiopathic Pulmonary Fibrosis (170)基于質(zhì)譜的自身免疫分析揭示了特發(fā)性肺纖維化中的預(yù)測(cè)性自身抗原 (170) | immunoglobulin profiling in plasma reveals autoimmune signature | respiratory |
2023 | Proteomics Reveal Biomarkers for Diagnosis, Disease Activity and Long-Term Disability Outcomes in Multiple Sclerosis (171)蛋白質(zhì)組學(xué)揭示了多發(fā)性硬化癥診斷、疾病活動(dòng)和長(zhǎng)期殘疾結(jié)果的生物標(biāo)志物 (171) | 11 proteins in CSF, none in plasma | neurological |
2022 | Stratifin as a Novel Diagnostic Biomarker in Serum For Diffuse Alveolar Damage (172)Stratifin 作為血清中彌漫性肺泡損傷的新型診斷生物標(biāo)志物 (172) | eight proteins from SOMA scan are validated | respiratory |
2023 | Proteome Profiling of Early Gestational Plasma Reveals Novel Biomarkers of Congenital Heart Disease (173)早期妊娠血漿的蛋白質(zhì)組分析揭示了先天性心臟病的新生物標(biāo)志物 (173) | nine proteins predict CHD with high accuracy | cardiovascular |
2022 | Circulating Proteomic Panels for Risk Stratification of Intracranial Aneurysm and Its Rupture (174)用于顱內(nèi)動(dòng)脈瘤及其破裂風(fēng)險(xiǎn)分層的循環(huán)蛋白質(zhì)組學(xué)面板 (174) | two sets of biomarker combinations to accurately distinguish IA from healthy controls (accuracy: 87.50%) or classify IA rupture patients (accuracy: 91.67%) | cardiovascular |
2015 | Prediction of Colorectal Cancer Diagnosis Based on Circulating Plasma Proteins (175)基于循環(huán)血漿蛋白的結(jié)直腸癌診斷預(yù)測(cè) (175) | five proteins as predictive diagnostic signature | cancer |
2020 | Extracellular Vesicle and Particle Biomarkers Define Multiple Human Cancers (176)細(xì)胞外囊泡和顆粒生物標(biāo)志物定義多種人類(lèi)癌癥 (176) | defined a panel of tumor-type-specific EVP proteins in TEs and plasma, which can classify tumors of unknown primary origin | cancer |
2023 | Absolute Quantification of Pan-Cancer Plasma Proteomes Reveals Unique Signature in Multiple Myeloma (177)泛癌性血漿蛋白質(zhì)組的絕對(duì)定量揭示了多發(fā)性骨髓瘤的獨(dú)特特征 (177) | potential biomarker panel of seven protein targets for the diagnosis of multiple myeloma patients | cancer |
2023 | High-Throughput Plasma Proteomics to Define the Precursor Multiple Myeloma Proteome and Identify Candidate High-Risk Disease Biomarkers of Progression (178)高通量血漿蛋白質(zhì)組學(xué),用于定義前體多發(fā)性骨髓瘤蛋白質(zhì)組并確定進(jìn)展的候選高危疾病生物標(biāo)志物 (178) | identified proteins that significantly distinguished monoclonal gammopathy of undetermined significance (MGUS), smoldering multiple myeloma (SMM), and NDMM from healthy donors | cancer |
2023 | Plasma Proteomic Associations with Genetics and Health in the UK Biobank (68)英國(guó)生物樣本庫(kù)中血漿蛋白質(zhì)組學(xué)與遺傳學(xué)和健康的關(guān)聯(lián) (68) | protein quantitative trait locus (pQTL) mapping of 2923 proteins that identifies 14?287 primary genetic associations, of which 81% are previously undescribed | multiple |
2023 | Large-Scale Plasma Proteomics Comparisons through Genetics and Disease Associations (22)通過(guò)遺傳學(xué)和疾病關(guān)聯(lián)進(jìn)行大規(guī)模血漿蛋白質(zhì)組學(xué)比較 (22) | Olink Explore 3072 data generated by the UK Biobank Pharma Proteomics Project1 on plasma samples from more than 50?000 UK Biobank participants and compared the results with those of a SomaScan v4 study on plasma from 36?000 Icelandic people2, for 1514 of whom Olink data were also available | multiple |
2023 | Rare Variant Associations with Plasma Protein Levels in the UK Biobank (67)英國(guó)生物樣本庫(kù)中與血漿蛋白水平的罕見(jiàn)變異關(guān)聯(lián) (67) | variant-level exomewide association study identified 5433 rare genotype–protein associations, of which 81% were undetected in a previous genomewide association study of the same cohort | multiple |
2024 | High Throughput Plasma Proteomics and Risk of Heart Failure and Frailty in Late Life (179)高通量血漿蛋白質(zhì)組學(xué)與晚年心力衰竭和虛弱的風(fēng)險(xiǎn) (179) |
- 上一篇:雙熒光法測(cè)定血液中納米粒子表面形成的蛋白冠 2024/11/30
- 下一篇:糖肽和糖蛋白分離富集方法精要必看 2024/11/9