解锁人类疾病血液图谱：绘制59种疾病的5400种蛋白质特征
科学家已构建首个人类血液图谱，揭示59种疾病的独特蛋白质指纹特征。
数十年来，科学家一直逐个搜寻疾病生物标志物，而这项新研究首次同时观测血液中所有蛋白质。人类蛋白质图谱项目团队创建了人类跨疾病血液图谱，揭示每种疾病的特异性蛋白质指纹。
人类疾病血液图谱的构想
近十年前，人类蛋白质图谱项目主任、微生物学资深教授马蒂亚斯·乌伦博士预言，理解疾病的下一个重大突破将源于将人体蛋白质视为相互关联的系统。
"理解人类生物学和疾病的关键，在于更整体地认识人体所有蛋白质，"乌伦在2017年接受HUPO采访时指出。他进一步建议有志青年："当今对生命科学感兴趣的年轻人，应当投身蛋白质研究的新时代，运用新技术和数据驱动方法观测蛋白质，最终造福人类。"
如今，他与合作者实现了这一愿景。
在精准医学领域，早期准确的疾病检测需要简单无创样本（如血液）中可测量的生物标志物。既往研究多将患者与健康对照组进行单一疾病对比，但此类方法常因标志物实际反映普遍炎症或组织损伤而失效。此前极少有研究在统一数据集中系统比较多种疾病，以区分共享炎症信号与真正的疾病特异性信号。
为验证该理念，研究团队组建了血液蛋白质组学领域迄今最大数据集，汇集全球100多名研究人员。他们创建了人类跨疾病血液蛋白质组图谱，分析59种疾病中8000多名个体血液中波动的数千种蛋白质。
识别血液生物标志物
研究团队运用下一代邻近延伸测定技术，在8262名个体（包括长期跟踪的健康志愿者及7大类疾病患者）血液中测量约5400种蛋白质，疾病类型涵盖癌症、心血管疾病、自身免疫病、感染及代谢紊乱等。
邻近延伸测定技术
该高灵敏度技术利用DNA标记抗体对检测并量化血液蛋白质，可同时测量数千种蛋白质。
数据整合后，团队借助AI模型分离生物学背景噪声与真实的疾病特异性信号。通过这种精细分析，新型疾病模式逐渐显现——每种疾病均产生独特的血液"蛋白质指纹"。
乌伦解释道："利用AI模型，许多疾病（包括多种癌症）展现出清晰的蛋白质显著性血液'指纹'，但也存在共享特征，例如肝癌与其他肝相关疾病。"这种并列视角使团队得以识别疾病通路的交叉点与分化点。
除疾病外，团队还探究了"健康"的分子定义。两年追踪发现，健康参与者的血液蛋白质谱保持稳定，乌伦团队将其称为"健康分子指纹"。相同工具还揭示了生命过程中蛋白质组的动态变化。
"研究显示青春期发生显著变化，并凸显男女发育路径的差异，"乌伦补充道。该研究还识别出肺癌、卵巢癌等癌症的早期蛋白质变化，暗示症状出现数年前即可实现检测。
血液蛋白质组作为精准医学的参考基准
通过创建单一开放获取的血液蛋白质组图谱，乌伦团队构建了可供所有人探索的资源，为疾病生物学研究和诊断工具开发提供新基准。
"关键结论是：炎症标志物通常并非特定疾病的理想生物标志物，而仅适合作为广谱疾病指标，"乌伦强调。这种由跨疾病视角揭示的差异，或将影响每年数千项生物标志物研究的解读方式。
定期血液分析或将成为新型健康检查手段，追踪疾病发生前的分子变化。
"愿景是每年进行血液分析，利用分子特征评估健康状况与生物年龄。个人特征谱可作为专属对照基准，"乌伦表示。此类方法有望更早发现癌症、指导治疗选择并实时监测疗效。
尽管如此，临床转化仍需时间。"本研究采用的新一代血液分析技术将革新血液检测，但要进入常规临床应用，必须通过专门临床验证并完成严格监管流程，这至少需要五年，"他坦言。
即便面临挑战，乌伦仍保持乐观："这些强大新技术将推动精准医学进入新时代，实现症状前早期检测、患者分层治疗及疗效实时监测，帮助临床医生判断所选疗法的有效性。"
【全文结束】
