前言

今天笔者带来的是一篇2019年发表于Theranostics（IF=11.553）的通过蛋白质组学研究病毒性乙肝患者中急性肝衰竭的文章。慢性HBV感染（CHB）可能转化为慢加急性肝衰竭（HBV-ACLF），其特征为突发性肝损伤、肝功能恶化，且短期预后效果不佳。本文旨在通过质谱方法揭示ACLF相关的蛋白质组学变化，进而从中开发出用于HBV-ACLF诊断和预后预测的蛋白评分模型。

实验设计

（Figure 1）

作者一共纳入了87例健康对照、108例CHB患者和90例HBV-ACLF患者进入此项研究，并分为2个队列（Fig. 1）。第一个队列为发现队列，包含10例健康对照、10例CHB患者和9例ACLF患者。此队列通过高通量的定量蛋白质组学揭示不同样本组间的蛋白质组学差异，从差异蛋白中筛选出潜在的蛋白分子标志物。第二个队列为验证队列，包含77例健康对照、92例CHB患者和71例HBV-ACLF患者。此队列通过靶向蛋白质组学对各个样本中的潜在蛋白分子标志物进行定量检测，并结合患者的各项临床指标，进行HBV-ACLF相关的诊断和预后预测模型的建立、验证和评估。

结果一：发现队列定量蛋白质组学和潜在蛋白分子标志物的筛选

（Figure 2）

发现队列的血浆样本通过组合肽配体库方法（CPLL, combinatorial peptide ligands library）分为高丰度蛋白组分和低丰度蛋白组分后，分别进行高通量蛋白质组学定量分析，一共定量到1342个血浆蛋白（Fig. 2A），其中197个在CHB患者组和HBV-ACLF患者组间表现出显著差异。根据组织特异性注释和定量数据质量进一步筛选，其中28个差异蛋白作为潜在的蛋白分子标志物将在验证队列中进行靶向定量（Fig. 2B）。通过差异蛋白的注释与富集分析，揭示与HBV-ACLF相关的GO条目、信号通路和转录因子（Fig. 2C-F）。互作网络分析则揭示了差异蛋白中高度相互关联的蛋白聚类。

结论：通过发现队列的定量蛋白质组学分析，筛选出了28个潜在的用于HBV-ACLF诊断和预后预测的蛋白分子标志物。

结果二：验证队列靶向蛋白质组学和诊断预测模型的构建和评估

（Figure 3）

（Figure 4）

通过PRM靶向定量的蛋白质组学方法，在验证队列的血浆样本中对筛选出的28个潜在蛋白分子标志物进行定量检测（Fig. 3A）。在主成分分析中，这些蛋白的定量信息可以十分有效地区分不同样本组（Fig. 3B-D）。通过逐步回归法以这些潜在的蛋白分子标志物建立逻辑回归模型，最终可以得到一个由4个蛋白组合而成的P4评分诊断模型，用于在CHB患者中诊断出HBV-ACLF患者。根据ROC分析结果，蛋白组合模型的诊断性能均高于单一蛋白（Fig. 3E-H）。以同样的建模方式，也可以获得用于诊断区分轻症CHB和重症CHB的由2个蛋白分子组合而成的P2评分模型（Fig. 3I-K）。

【编者注：Fig. 3H中P4评分模型的auROC、sen.及spe.数值应为作者引用失误。根据原文数据，这3项数值应分别为0.961、0.9437及0.8913，但图中错误的引用了蛋白分子APOC3的结果】

同时，作者还对HBV-ACLF患者进行了随访。根据其预后结局，以类似的建模方式，引入患者临床信息，可建立包含4个蛋白组合和4项临床指标的P8评分预后预测模型。通过ROC分析和 Kaplan–Meier分析，相比已有的其他三种模型，这一模型对HBV-ACLF患者的预后预测准确性更高。

结论：根据验证队列的PRM靶向蛋白质组学定量数据，经逐步回归建立的P2、P4和P8评分模型，可有效应用于轻症重症CHB患者的区分、HBV-ACLF患者的诊断、以及HBV-ACLF患者的预后预测。

总结

本文的逻辑十分清晰。作者以血浆为检测对象，在发现队列中对不同症状的患者进行高通量蛋白质组学定量比较，筛选出可能与特定症状相关联的潜在蛋白分子标志物，之后在验证队列中对这些筛选出的蛋白分子进行靶向定量检测，评估和比较这些蛋白分子进行诊断和预后预测的性能。这也是通过蛋白质组学方法寻找疾病分子标志物的经典流程。

早期寻找疾病分子标志物的研究往往试图以单一蛋白分子的定量检测对特定的疾病进行诊断或预测，然而越来越多的研究表明，相比单一蛋白分子，多个蛋白的组合模型往往能够获得更好的诊断或预测性能。本文则更进一步，在蛋白质组学定量检测的基础上，引入了临床指标进行建模，这也逐渐成为此类研究的一种趋势。