突破样本限制！EMBO 研究用蛋白质组学 + 临床本体破解儿科罕见病分子密码
2025-07-04 熊佳仪 MedSci原创 发表于上海
该研究开发了一种基于临床本体（SNOMED CT）与大规模蛋白质组学数据整合的框架，全方位分析了罕见儿科疾病，实现了对病种稀少患者群体的系统性分组和量化分析。
罕见儿科疾病虽各自影响患者甚少，但整体却对儿童健康带来巨大挑战。传统的个案研究难以涵盖其复杂多样性，原因在于有限的病人样本和缺乏统一的分子表征手段，限制了临床诊断和针对性治疗的发展。近年来，临床本体如SNOMED CT在系统化医学术语和临床信息归纳方面日益成熟，能够为疾病间关联提供语义支持。同时，质谱蛋白质组学技术在临床样本中实现了成千上万个蛋白的高灵敏高准确讨论，使蛋白质水平的疾病机制探索成为可能。如何有效结合临床信息学与高通量分子组学，突破罕见病样本量低的限制，实现多病种的共性和特异分子特征挖掘，是精准儿科医学急需解决的核心问题。
本研究对1140名3至17岁儿童及青少年的尿液及血浆样本进行了全面的蛋白质组学分析，涵盖394种临床诊断（包括131名健康对照）。尿液样本通过基于带标记的多重数据非依赖采集(mDIA)分析，识别了超过5000种蛋白质；血浆样本分为未处理( neat plasma )和经高灵敏富集处理(PCA-N plasma)两类，分别测定了约900和1900种蛋白。为了适应儿童生理变异，采用了基于年龄和性别的分层分析。临床诊断信息通过SNOMED CT本体网络进行语义嵌入，利用node2vec算法构建疾病向量表示，再通过k-means聚类实现病种的系统聚合。此方式有效解决了样本量不足导致的统计推断困难，整合了共性机制的探索与罕见病诊断分类。
图1 研究队列组成及蛋白质组测定流程示意
研究结果
1. 儿科队列及蛋白组质控
研究队列由1140名儿童和青少年组成，其中131名为健康对照。多数受试者同时提供了尿液和血浆样本。尿液蛋白组分析利用基于dimethyl标记的mDIA方法进行批次间对照，确保测量稳定性与重现性，尿液样本的标记效率及错误发现率(FDR)均经过严格评估，测定蛋白组的分析变异系数（CV）中位数为21%。血浆样本通过无标记DIA测定，未处理血浆样本QC变异中位为13%，富集血浆样本（PCA-N处理）虽深度更高（1217 vs 658蛋白），但略伴较大变异（CV 29%）。整体表明测序深度和数据质量适合深度生物学探索。
2. 体液蛋白质组比较及生物学差异
尿液蛋白组测定认定了5081个蛋白群，其中约42%具有较低生物学变异（CV<50%）。平均每个尿样检测约1589种蛋白，且蛋白丰度动态范围宽广（约5个数量级）。血浆蛋白组则识别了920个蛋白，绝大部分（91.4%）具有较低生物学变异。尿液和血浆共有485个蛋白被检测到，二者蛋白丰度的相关性较弱（Pearson’s r=0.29），反映两种体液在蛋白组成及功能方面存在差异。尿液偏向肾脏和泌尿道结构蛋白（如AMBP, TIMP1, KRTs等），而血浆富含血液运输、免疫及凝血相关蛋白。此外，免疫相关蛋白在两者间呈中度正相关，提示部分免疫复合体或片段可能在血浆和尿液间转移。
3. 年龄与性别对蛋白组的影响
蛋白表达受年龄及性别影响显著。PCA分析显示尿液与血浆蛋白组谱均呈现年龄相关的连续梯度，特别是在10-12岁左右的青春期开始阶段蛋白变化尤为显著。层次聚类揭示尿液蛋白表现出了较明显的性别特异性发育轨迹，尤其在与角质形成和自分泌信号相关的蛋白（如keratinocyte differentiation途径）中，女性于9岁后蛋白水平急剧上升，而男性呈缓升趋势。尿液中含有多种与细胞外基质及弹性纤维组装相关的蛋白随年龄下降。血浆蛋白中，B细胞受体信号及呼吸爆发路径相关蛋白随年龄上升，反映适应性免疫系统发育；而补体系统蛋白随年龄下降，示意先天免疫的逐步退化。这些年龄性和性别差异提示研究时需控制人群结构变量。
图2 尿液及血浆蛋白组谱随年龄和生物学性别变化的聚类分析
4. 罕见及常见儿科疾病蛋白组改变
聚焦于队列中最常见的10种疾病（如囊性纤维化、乳糜泻、I型糖尿病等），ANCOVA分析揭示其血浆及尿液蛋白组差异。囊性纤维化患者血浆中关键代谢与细胞黏附蛋白（如ALDOB、CDH1）显著上调，而免疫相关IgD蛋白显著下调，提示代谢重塑及免疫功能改变。利用PCA-N处理血浆发现更多低丰度蛋白差异，如GUCA2A、ADAMDEC1和FABP1，反映肠道及肝脏病理机制。尿液方面，囊性纤维化未显示显著差异，但肾上腺性别异常患者尿液中急性相蛋白HP及细胞骨架调控蛋白CAPZA2显著上调，指示氧化应激和细胞重塑。此外，分析显示尿液蛋白组更受生理年龄和性别影响，血浆蛋白组更敏感反映疾病状态。各疾病蛋白组变化数据将为未来生物标志物挖掘与临床诊断提供宝贵资源。
图3 十大高发儿科疾病蛋白差异表达分析（以囊性纤维化为例）
5. 临床本体SNOMED CT引导的罕见病聚类
面对344种患者少于5例的超罕见诊断，作者通过构建SNOMED CT疾病知识图谱，剔除网络中循环关系后提取子图，利用node2vec算法将疾病节点嵌入128维向量空间，并结合k-means算法优化聚类（k=43，Silhouette分数0.31），成功将稀少病种自动归入较大的语义聚类中，大幅减少统计学无力的病种数量。例如，“心脏病”相关疾病簇（Cluster 18）与“膝关节肌肉骨骼病”簇（Cluster 16）两组蛋白组内变异性明显降低，显示此方法减少样本内异质性，同时提升信号质量。对比对照组，两个示例簇中分别鉴定出66及64个显著差异蛋白，涉及红氧及细胞外基质重塑通路，部分蛋白（如CP、TXN、COL16A1、TNN、NCAM1）与相关疾病机制高度一致。该策略有效突破单病种样本量限制，促进罕见病组学研究的统计效能和生物学解释性。
图4 SNOMED CT本体引导的罕见病聚类及其蛋白质组一致性分析
研究价值与意义
本研究突破了罕见儿科疾病样本量受限导致统计学难题的瓶颈，通过创新的临床本体驱动聚类方法与深度蛋白质组学结合，实现了罕见病谱系的综合分子画像。双体液（尿液与血浆）结合，既捕获系统性炎症和免疫反应，又揭示局部组织特异性病理过程，形成全面多维的分子视角。此方法不仅可挖掘疾病群体间共享的分子机制，还能促进传统临床诊断与现代组学数据的无缝对接，具备极大临床推广应用潜力。针对罕见疾病，聚类策略显著提升了蛋白质组信噪比和统计分析的有效样本量，敦促将罕见个体从孤立状态转变为可联合分析的生物学网络，优化了精准医学研究设计。未来，该框架有望结合多组学数据，扩展至成人罕见病及其他异质复杂疾病群体，推动多病种、跨组织的生物医学研究新时代。
梅斯小编点评
Itang等人通过精准应用临床本体和高通量蛋白质组学的有机结合，为罕见儿科疾病研究提供了一个极具创新性的解决方案。这既是“数据科学+临床医学”的典范，也是当前罕见病研究亟需的关键范式突破。未来，结合多组学整合、人工智能深度挖掘及更大规模多中心数据，有望实现更深入的疾病机制解释和临床标志物开发。此外，推进此理论框架与电子健康信息系统的对接，可以助力罕见病的早期诊断和个体化治疗设计。鉴于罕见病的巨大临床挑战和历史数据匮乏，这项研究为全世界的儿科遗传病学及精准医疗注入了强劲动力，值得临床及基础研究人员持续关注和深入探索。
原始出处
Itang ECM, Albrecht V, Schebesta AS, Thielert M, Lanz AL, Danhauser K, Jin J, Prell T, Strobel S, Klein C, Mann M, Pangratz-Fuehrer S, Mueller-Reif J. Ontology-guided clustering enables proteomic analysis of rare pediatric disorders. EMBO Mol Med. 2025 May 27. doi: 10.1038/s44321-025-00253-z. Epub ahead of print. PMID: 40425748.
相关资料下载：
itang-et-al-ontology-guided-clustering-enables-proteomic-analysis-of-rare-pediatric-disorders.pdf
itang-et-al-ontology-guided-clustering-enables-proteomic-analysis-of-rare-pediatric-disorders.pdf
分享
版权声明：
本网站所有内容来源注明为“梅斯医学”或“MedSci原创”的文字、图片和音视频资料，版权均属于梅斯医学所有。非经授权，任何媒体、网站或个人不得转载，授权转载时须注明来源为“梅斯医学”。其它来源的文章系转载文章，或“梅斯号”自媒体发布的文章，仅系出于传递更多信息之目的，本站仅负责审核内容合规，其内容不代表本站立场，本站不负责内容的准确性和版权。如果存在侵权、或不希望被转载的媒体或个人可与我们联系，我们将立即进行删除处理。
在此留言
本网站所有内容来源注明为“梅斯医学”或“MedSci原创”的文字、图片和音视频资料，版权均属于梅斯医学所有。非经授权，任何媒体、网站或个人不得转载，授权转载时须注明来源为“梅斯医学”。其它来源的文章系转载文章，或“梅斯号”自媒体发布的文章，仅系出于传递更多信息之目的，本站仅负责审核内容合规，其内容不代表本站立场，本站不负责内容的准确性和版权。如果存在侵权、或不希望被转载的媒体或个人可与我们联系，我们将立即进行删除处理。
在此留言
#罕见病# #蛋白组学# #本体论#
24 举报