景杰学术
报道
随着非酒精性脂肪肝病(NAFLD)和酒精性肝病(ALD)的发病率迅速上升，肝脏疾病已成为全球最主要的死亡原因之一。ALD是世界范围内最常见的慢性肝病之一，是肝脏相关致死的主要原因，初期通常表现为脂肪肝，进而可发展成酒精性肝炎、肝纤维化和肝硬化。这是肝病三个可逆转的阶段，但现有检测方法严重受限于准确性或侵入性检测方法本身，如基于超声和血液的微创性方法在早期阶段的准确性非常有限。这就导致对于高危人群的患者而言，进行微创诊断是一项迫切的需求。
年10月，德国马普所的MatthiasMann课题组在生物预印本bioRxiv上传了题为“Apairedliverbiopsyandplasmaproteomicsstudyrevealscirculatingbiomarkersforalcohol-relatedliverdisease”的研究成果[1]。该研究提出了一种配对的肝脏-血浆蛋白质组学方法来推断分子病理生理学，并在近人的典型ALD群体中确定生物标志物。
01
构建挖掘肝脏疾病生物标志物体系
研究人员从近个血浆样本和79个肝活检样本的ALD患者队列和匹配的健康对照中分析配对的肝脏和血浆样本。肝脏和血浆中的蛋白质组调控揭示了通路和生物过程水平的变化。通过建立机器学习模型，识别了肝纤维化、炎症和脂肪变性的早期阶段。图1肝脏疾病生物标志物挖掘体系02
肝脏病变对肝脏组织和血浆蛋白质组的影响
通过肝脏蛋白质组学，研究筛选到定量蛋白4,个，基于个显著失调蛋白的功能注释、通路分析和组织学评分相关性分析，发现肝病不同过程中的潜在生物标志物蛋白，FBLN1和FBLN2（纤维化）;GSTP1、GPX3和SEPT7（炎症）；perilipin-2和FABP4（脂肪变性）。基于血浆蛋白质组学数据的功能注释、通路分析和组织学评分相关性分析发现，C7、VCAM1、LGALS3BP、QSOX1和PIGR是肝脏纤维化的候选标志物。综上表明ALD肝脏和血浆蛋白质组可以为ALD的每个病理阶段提供可行的生物标志物分析。图2肝脏病变引起的肝脏蛋白质组重构03
整合肝脏和血浆蛋白质组学
进一步分析肝脏和血浆蛋白质组得到52个共调控蛋白，涉及有免疫和炎症反应、细胞外基质、细胞粘附分子以及胞内酶，在整个纤维化阶段的肝脏和血浆中显示出不同的调控变化。其中簇1蛋白在肝脏和血浆中几乎同步变化，包括TGFBI、IGFBP7和C7，这些都是已报道过的纤维化的潜在生物标志物。图3肝脏-血浆蛋白质组整合分析04
通过机器学习建立预测模型
通过机器学习建立检测早期纤维化、炎症和脂肪变性的预测模型，分析结果显示，血浆蛋白质组学衍生的生物标记物群组在同时检测纤维化、炎症和脂肪变性，并将其用于ALD和NAFLD细胞和组织方面具有潜在的临床价值。最后研究人员对预测模型进行了验证，结果证明基于高深度定量蛋白质组学分析构建的血浆生物标志物群组为诊断、分期和预测ALD进展提供了一个可靠的、微创性的策略。图4基于血浆蛋白质组的预测模型
小结
本研究整合了临床大队列肝脏和血浆的蛋白质组学分析，并通过机器学习建立预测模型来识别肝纤维化、炎症和脂肪变性的早期阶段。通过模型验证表明，基于生物标记物群组的机器学习模型优于现有的测试方法，为蛋白质组学肝脏健康评估奠定了基础。
作者访谈
我们采访了该研究的第一作者牛丽丽博士，为我们分享了一些科研心得和研究历程。
问
1、首先对你工作的发表表示祝贺，请你简要的谈谈这项工作的意义。
答
酒精性肝病是最为常见的慢性肝病之一，每年有超过50万人因该病死亡。其病理分级复杂，且发病和恶化无明显症状，也就决定了其临床检测的复杂性和挑战性。早期检测有助于通过药物治疗或改变生活方式等改善疾病后果。然而目前用于临床检测的血清学指标，比如FIB-4Index,APRI等特异性低，灵敏度不够强，尤其是对于疾病早期检测。瞬时弹性成像技术对于检测重度肝纤维化（=F3）有很高的准确性，可是对于轻度或中度肝纤维化准确度不够理想。本研究致力于通过分析病人血浆及肝脏蛋白质组寻找能用于早期检测临床标志物。我们通过对丹麦例临床样本进行血浆蛋白质组研究，应用机器学习鉴定到了3组血浆蛋白质标志物用来分别预测早期肝纤维化（=F2），酒精性肝炎，以及脂肪肝。通过与13个同类最佳的检测方式进行比对，无论是检测还是预测疾病进展，本研究鉴定到的3组蛋白标志物都有相当甚至更优的性能。据我们了解，此项研究首次展示了基于质谱的蛋白质组学技术能同时检测3种肝病病理独有的生物标志物，并且性能超过传统的临床检测手段。我们认为这为后续建立一个基于质谱的肝病检测方法提供了很重要的生物学依据。另外，本研究中配对的肝脏-血液样本设计使得我们可以整合血浆和肝脏样本中蛋白质组数据，为血浆蛋白标志物的组织来源提供了依据。通过与我们的前一项工作进行比较，我们发现非酒精性肝病以及酒精性肝病有很多相似的蛋白表达变化，此项工作进一步证实了前期工作检测到的肝病生物标志物比如PIGR,ALDOB和LGALS3BP.
问
2、请你谈谈在该研究中遇到最大的挑战是什么？最后是如何解决的？
答
此研究是一项医院的合作，数据涉及到病人隐私。由于患者隐私权的相关法律规定，尤其是年五月欧盟新引进的数据保护法，为了顺利开展此项研究并发表研究结果，前后由于签订数据处理协议，申请数据公开等，展开了与国家，地区以及学校等不同层面部门的交涉，花费了大量时间和精力。相比研究本身，这些文书工作我认为是此项工作最大的挑战。为此，我的合作者还发表了一篇号召改变相关法律法规和*策的文章：
