前言

今天和大家分享一篇谱度众合的客户文章，于2022年7月份发表在 Journal of Medical Virology（IF=20.69）杂志上的文章，标题为“A novel plasma proteomic‐based model for predicting liver fibrosis in HIV/HBV co-infected adults”。

研究背景

既往研究证实HIV和HBV的共感染加速了肝硬化的进展。肝纤维化是终末期肝病的必经阶段，早期识别和干预可以避免肝病的发展。经皮肝穿刺活检是诊断单纯HBV感染者和HIV / HBV合并感染者肝纤维化的金标准。目前很少有研究全面比较这一特殊人群中非侵入性标记物与肝脏组织学诊断的鉴别能力。鉴定有价值的生物标志物或建立可以预测肝纤维化的无创模型尤为重要。

本文收集了HIV和HBV共感染患者（有或无肝纤维化）的血浆样本进行定量蛋白质组检测和分析，并建立了与肝病进展相关的预测模型，可能为减少终末期肝病的发生提供早期血浆生物标志物。

蛋白质组学检测样本

20名HIV/HBV共感染患者的外周静脉血血浆（实验组，肝纤维化患者，n=10；对照组，未肝纤维化患者，n=10。）

实验设计

（表1 HIV/HBV合并感染个体的临床特征）

研究对象的选择和匹配策略：

2021年6月-2022年2月间纳入460名HIV/HBV共感染患者，其中131名患者最终通过瞬时弹性成像（TE）技术或肝穿刺活检确认是否有肝纤维化。患者的血液收集时间与肝纤维化确诊时间不超过3天。通过对年龄，性别，感染情况进行倾向性评分匹配，最终选择了20名研究对象的血浆用于蛋白质组学分析，其中有或无肝纤维化的患者各10名。

研究结果

（1）外周静脉血液蛋白质组学分析

为找到鉴定有价值的生物标志物，作者利用LC‐MS/MS共鉴定出468种蛋白质和5286种肽段，总共筛选到了 97 种差异蛋白。

皮尔逊相关性系数分析和主成分分析（PCA）用于评估重复样品之间的定量重复性和不同样品组之间的定量相关性，结果表明样品具有良好的重复性，可用于评估和筛选组中定量异常的样品。使用分层聚类方法绘制热图以显示定量信息，表明大量蛋白质在实验组和对照组的样本中表达有明显差异。

（图2 血浆蛋白质组学结果）

（2）差异蛋白的注释富集分析和互作网络分析

为解读差异蛋白的相关生物功能和纤维化相关通路，对97个差异蛋白进行GO和KEGG注释并富集分析。

（图三 差异蛋白的注释富集分析）

其中生物过程（BP）富集通路包括：体液免疫反应、补体激活、循环免疫球蛋白介导的体液免疫反应、免疫球蛋白介导的免疫反应和 B 细胞介导的免疫；分子功能（MF）富集通路包括：肽酶调节活性、内肽酶抑制剂活性、细胞外基质结构成分、肽酶抑制剂活性和肝素结合；细胞组分（CC）富集通路包括：血液微粒、胶原蛋白三聚体、膜攻击复合物、孔隙复合物和初级溶酶体等。补体和凝血级联是最重要的 KEGG 通路。

（图四 蛋白质-蛋白质相互作用 (PPI) 网络）

基于 STRING 数据库的互作网络分析中排名前 10 位核心 DEP 为补体 C3、玻连蛋白、血管性血友病因子、载脂蛋白 E、触珠蛋白相关蛋白、补体成分C8 -α链、纤溶酶原、触珠蛋白凝血酶原和补体成分 C8 -β链。

（3）LASSO分析筛选生物标志物组合

作者进一步通过LASSO分析筛选差异蛋白用于后续临床建模。共筛选出了11种可以清楚地区分HIV/HBV合并感染个体的肝纤维化的蛋白质，包括：免疫球蛋白重变量3-20（HV320）、免疫球蛋白重变量1-24（HV124）、聚合免疫球蛋白受体、钙粘蛋白-5、低亲和力免疫球蛋白γ-Fc区受体III-A、补体C1q亚组分亚基B、巯基氧化酶1、补体组分C7、巨噬细胞集落刺激因子1受体、磷脂转移蛋白和血红素（HEMO）。

（图五 LASSO分析筛选候选建模蛋白）

（4）构建HIV/HBV合并感染患者的肝纤维化预测模型

通过任意组合和交叉验证分析，将ROC分析中表现最佳的HV320、HV124和CSF1R确定为血浆蛋白标志物变量组合，建立肝纤维化临床预测模型。且该模型的敏感性和预测值对评估目标人群的肝纤维化是有效的。

（图六  HIV/HBV 合并感染者肝纤维化模型的构建）

结论

本研究通过蛋白质组研究和机器学习方法，筛选了HIV/HBV 合并感染患者血浆中与肝纤维化相关的蛋白标志物，探索了可能相关的信号通路，并建立了由IGHV3-20、IGHV1-24和CSF1R蛋白组成的预测模型。对此类患者肝纤维化的早期诊断和临床干预具有指示作用。

总结

本文以较小的样本量，20例匹配患者的血浆蛋白质组学分析结果为基础，成功建立了HIV/HBV 合并感染患者肝纤维化临床预测模型。从样本检测到文章发表，只经过了6个月时间，周期非常短。

但此文章的局限性也在于样本量较小，后续需要在更大的队列中对筛选的蛋白标志物进行验证，也需要在外部队列中验证模型的有效性。此外，对于文章中富集到的相关信号通路，也没有设计进一步实验进行探索验证。

参考文献

1. Yuan, R., Zhang, Y., Deng, L., Yu, X., Zhuang, K., Chen, X., Cao, Q., Ping, H., Ke, H., Gui, X., & Yang, R. (2023). A novel plasma proteomic-based model for predicting liver fibrosis in HIV/HBV co-infected adults. Journal of medical virology, 95(1), e28222. https://doi.org/10.1002/jmv.28222

本文由谱度众合“生物标志物发现与药物靶点筛选平台”（该平台被认定为“国家生物产业基地公共服务平台”）完成蛋白质组学检测及分析工作。