【NC-测序蛋白组】下一代血浆蛋白质组分析监测健康和疾病

2020年6月，Olink Proteomics发布了基于NGS的Explore 1536-plex检测方案，从4ul血浆或其他体液中检测1536种蛋白标志物。但彼时，中国境内尚无检测平台，所以欧美科学家得以捷足先登，其中包括知名的UK Biobank 【请点击此详情链接1】，采用Explore 1536-plex进行53000人的大队列血浆蛋白质组研究；同时也包括今天为大家分享的文章的作者，瑞典皇家工程院院士、人类蛋白图谱计划的领导者、欧洲生物技术联合会主席Mathias Uhlén教授等科学家。

2021年5月3日，Mathias Uhlén教授团队在Nature Communications发表了基于新一代测序技术的Olink Explore 1536-plex血浆蛋白组的研究成果。值得一提的是，这篇文章的第一作者是钟雯博士（钟雯毕业于中科院生物物理所徐涛院士团队，目前在Uhlen教授团队从事博士后研究）。

2021年6月，Olink Proteomics又在全球范围内发布了基于NGS的Explore 3072-plex检测方案，可以从8ul血浆或其他体液中检测超过3000个蛋白标志物，并覆盖100%主要生物通路，这意味着，血浆蛋白组检测实现了生物学意义上的“无偏“，具有划时代的意义。

更为重要的是，早在2021年上半年，Olink Explore 检测平台已经在中国本土落地，因此，此次发布，意味着中国科学家可以有机会在中国本土，和欧美同行同步启动相关研究项目，及早受益于Explore 3072-plex蛋白组检测方案。

核心摘要

这篇文章中，Mathias Uhlén院士示范了基于NGS技术的新一代PEA技术Olink Explore 1536在精准医学的主要应用，并且验证了基于NGS的PEA技术和基于qPCR技术的PEA技术的一致性（实验设计见下图）。

笔者阅读这篇文章的主要启发如下：

1. 赋能多组学联合及pQTL发现

 Olink测序蛋白组技术的出现使得科学家可以借助Novaseq 6000等NGS测序系统，同时进行基因组测序和蛋白质组检测，从而进行多组学数据分析，发现pQTL（protein quantitative trait loci）。

图a 显示53种与临床测量相关的PQTLs蛋白的和弦图。链接的大小定义为相应效应系数的绝对值（每种蛋白质的混合效应建模分析和调整性别、年龄和访问者的临床测量）。

图b 曼哈顿的pQTL图可视化了所有有显著相关的蛋白质的顺式pQTLs和反式pQTLs。浅色和深灰色的点代表了分裂成染色体位置的不显著的关联。

而pQTL正是近年来全球前20的制药企业最为关注的多组学数据，基于pQTL和孟德尔随机化分析，制药企业可以对之前的关联分析进行进一步的因果性分析，解释疾病发生的机理和Pathway，寻找新的治疗和诊断标志物。具体可参考文章Nature 代谢子刊文献解读 【请点击此详情链接2】。

2. 液体活检蛋白标志物发现

这篇文章的队列设计，因为检测了2型糖尿病（T2D）和对应的健康人队列，发现了一系列的标志物，未来可能能开发糖尿病的液态活检诊断标志物，而开发液态活检的诊断蛋白质标志物也正是Olink PEA技术的重要应用，可以参考之前Octave公司开发多发性硬化诊断试剂盒的微信文章【请点击此详情链接3】。

参考下图，C图显示与非健康队列中的非肥胖健康患者相比，非肥胖T2D患者中上调蛋白的三个例子。框图显示中位数和第25和75百分比，上下横线显示最大和最小的值(n=89个样本)，误差条表示平均±SD。d图显示非肥胖T2D患者中下调蛋白的三个例子。而PCA结果根据T2D非肥胖组和健康组中不同表达蛋白的蛋白质分布，呈现了健康和疾病个体在基线的表达模式。这些蛋白质markers如果之后在独立验证队列或者前瞻性的临床试验验证，我们就可以将来在临床实践中简单方便的应用这些markers对二型糖尿病（T2D）进行早期诊断或诊断。

3.  临床标志物研发

Mathias Uhlén院士课题组使用Olink Explore1536 Panel检测了T2D患者二甲双胍治疗前，治疗后的差异蛋白质组。左图可见4个蛋白标志物在治疗有效，无效和介于中间的患者的表达差异情况，右图可见可以区分不同患者的药物疗效预测标志物的UMAP图。如果我们在前瞻性的临床研究中验证了这些标志物的有效性，那么我们就可以使用基于PEA技术的的液体活检技术，来准确找到正确的病人进行精准治疗。

综上所述，Mathias Uhlén院士课题组在这篇文章中向我们描述了一种基于NGS技术的PEA最新的全面蛋白质分析的方法，利用观察到每个个体都有一个独特的蛋白质分析和许多在疾病过程中蛋白质的变化，允许在治疗期间对患者进行分层和监测，而且可以通过基于基因组检测的数据和血浆蛋白质组联合分析，发现pQTL，从而确定多组学和疾病表型的因果关联，发现疾病致病机理。从而开发新的药物靶点和诊断方法。

相关阅读

点击下方图片进入云平台资料汇总：
所见即所得，figure有bi格联川云平台，让科研更自由