近日，Matthias Mann团队题为“Noninvasive proteomic biomarkers for alcohol-related liver disease”的研究成果发表于国际知名医学科研Nature Medicine，研究提出了一种配对的肝-血浆蛋白质组学方法来推断分子病理生理学，并探索596名个体（137例健康人和459名ALD患者）的血浆蛋白质组学的诊断和预后能力。

研究背景

酒精相关性肝病(Alcohol-related liver disease, ALD)是世界范围内肝病相关死亡的主要原因，ALD进展为一系列的组织学病变，从酒精相关的脂肪肝到临床症状不显的脂肪性肝炎，逐渐发展为进行性纤维化，最终导致肝硬化。如果对早期ALD进行诊断，可以通过加强酒精康复治疗和代谢性合并症的治疗来减缓或预防疾病进展，但该疾病进展缓慢和无症状的性质使早期诊断具有挑战性，并且肝病的准确诊断需要活检，因此，迫切需要采用微创诊断策略，在高危人群中筛查患者。以质谱为基础的蛋白质组学最新进展大大扩展了其在生物医学研究中的应用范围，它能够对生物或临床样本中特异性的鉴定和定量数百到数千种蛋白质。

研究思路

队列选择：

1. ALD患者：GALA-ALD 队列（n = 459），纳入标准为滥用酒精史>1年（女性>24 gd-1，男性>36gd-1），年龄18-75岁，并知情同意接受肝活检。

2. 健康人：GALA-HP 队列（n = 137），招募了与年龄（40-75 岁）、性别和 BMI 部分匹配的健康对照。

3. ALD 验证队列 ( n = 63) 由 GALA-ALD 研究结束后开始的人口筛查研究中的独立参与者组成，纳入标准是酒精滥用史 > 5 年（女性≥24 g d–1 ，男性≥36 g d–1 ）和年龄 30-75 岁。

蛋白质组检测流程

分析思路

整合分析ALD和健康人队列肝脏和血浆中的差异蛋白质组，揭示了血浆中与肝脏一致的与疾病阶段相关的蛋白。最后通过建立一个机器学习模型来识别肝纤维化、炎症活动和脂肪变性的早期阶段，并在63例ALD患者的独立队列中，评估了已识别的蛋白标记物的诊断能力。

图1肝脏疾病中的生物标志物发现的思路

研究结果

肝脏病变对肝脏和血浆蛋白质组的影响

肝脏组织采用DIA技术共鉴定到5,515个蛋白质，差异分析共得到了717个差异unique proteins，其中纤维化与对肝脏蛋白质组的影响最大，其次是炎症，并且发现在炎症中失调的所有蛋白质有 84% 在纤维化也失调（图2b）。在与纤维化分期最相关的前20个蛋白中，有显著的肝分泌蛋白（图2d）。前20个炎症相关蛋白中大约有50%是细胞骨架蛋白，这可能表明了炎症肝脏的细胞结构变化。

图2 肝脏病变引起的肝脏蛋白质组差异变化

肝脏和血浆蛋白质组学的整合分析

肝脏和血浆中共同定量到 420 个蛋白质（图 3a），总共有46个蛋白在肝脏和血浆蛋白质组的ANCOVA分析显示为共异常调控蛋白，这些蛋白参与了免疫和炎症反应、细胞粘附、ECM组织、蛋白酶抑制剂和细胞内酶（图3g）。它们的共同失调可能是由于免疫细胞浸润、全身炎症增加、ECM重塑和瘢痕组织形成以及组织渗漏所引起的，其中PIGR、LGALS3BP、TGFBI和C7，这些蛋白都是先前报道的有意义的肝病标记物。

图3 肝-血浆蛋白质组整合分析

ALD早期病理学的生物标志物组

研究首先比较了 22个最先进的机器学习分类器，并确定了一个逻辑回归模型作为最终分类器，最终选择了一个9个蛋白标志物组来识别显着纤维化，6个蛋白质识别轻度炎症和12个蛋白质识别肝脂肪变性。在包含三个标志物组的22个蛋白质中，有8个在血浆和肝脏中均受到协同调节，包括 C7、LGALS3BP、TGFBI、ALDOB、CLEC3B、FBLN1、ATRN 和 SERPINF1。

独立队列中进行模型性能的验证

在独立的ALD验证队列（n=63）中，纤维化阶段2（F2）和轻度炎症阶段2（I2）的蛋白质组学模型产生的ROC-AUC值高于队列中可用的10个同类比较指标中的任何一个，ROC-AUC分别为0.87和0.81。一个独立的验证队列再现了诊断模型的性能，为基于质谱的常规肝病检测奠定了基础。

小结

研究团队尝试是否可以通过最先进的、基于质谱的蛋白质组学检测方法来检测肝脏相关疾病，研究结果充分表明，蛋白质组检测可以很好的探索和发现肝脏三个关键病理特征的生物标志物组，与综合收集的现有同类最佳临床试验相比，其表现要好得多。并且该研究结果对潜在ALD治疗方案的开发也有启示。例如，20%的上调组织蛋白与受体酪氨酸激酶等信号转导途径有关，虽然研究的比较少但也有药物作用的ALD信号通路，包括G蛋白偶联受体。总之，本研究证实了先前的发现，并提供了对ALD具有诊断、预后和治疗价值的潜在蛋白质靶点。