文献解读 | 国家蛋白质科学中心于晓波教授合作团队利用DIA技术鉴定银屑病及其中药疗效的生物标志物

2021-02-04 11:55:02, 多层组学定制服务 上海鹿明生物科技有限公司


点击蓝字关注我们

鹿明

生物

蛋白、代谢组学服务专家

关注我们收获更多

关注







前言

严格说来:人体各系统器官的疾病都可以在血液当中有一定的呈现,通过测定血液中的蛋白可反映病人的生理病理状态。因此,运用质谱技术来测定蛋白定量的准确性和重现性成了研究的焦点。2019年4月13日,发表在《Theranostics》上由国家蛋白质科学中心的于晓波教授、广东省中医院卢传坚教授、西湖大学郭天南研究员和南京大学徐丹科教授等合作发表的In-depth serum proteomics reveals biomarkers of psoriasis severity and response to traditional Chinese medicin,详细的总结了运用DIA技术对血液标志物进行探索,进一步的验证DIA 技术在定量的准确性和重现性的优势

基本信息

英文标题:In-depth serum proteomics reveals biomarkers of psoriasis severity and response to traditional Chinese medicin

中文标题:血清蛋白质组学鉴定银屑病及其中药疗效的生物标志物

材料:血清

影响因子:8.063   

发表期刊:Theranostics 

主要运用技术:DIA技术、抗体微阵列


研究背景

血液中的蛋白可反映病人的生理病理状态,随着质谱技术的发展,有着更高定量准确性和重现性的DIA (Data Independent Acquisition)技术,可在血液中鉴定到数百种蛋白。同时抗体微阵列技术有着较高的灵敏度,可对质谱无法检测到的低丰度蛋白定量。本文结合这两种技术,对银屑病患者的血液标志物及其对中药响应的标志物进行了探索。


研究思路

图1 | 实验设计


(一)实验分组

实验收集临床血清样本,分为发现集和验证集:

1)  发现集对照组:16例健康人血清;

2)发现集银屑病患者组:23例银屑病患者血清;

3)  发现集银屑病治疗组:11例经12周银屑病治疗的患者血清;

4)  验证集健康对照组:20例健康人血清;

5)  验证集疾病对照组:10例荨麻疹患者血清;

6)  验证集银屑病患者组:50例银屑病患者血清。


(二)检测方法

1)  抗体微阵列:通过文献挖掘设计银屑病相关蛋白的抗体微阵列,用以检测血清蛋白质。

2)  质谱DIA技术:检测银屑病血清蛋白质组。

3)  ELISA验证候选蛋白。


结果分析

1. 银屑病抗体微阵列的设计与制作

通过文献挖掘,共找到129种与银屑病相关的血液蛋白。基于这些蛋白的抗体制作抗体微阵列(图2A),对16例健康人血清、23例银屑病患者血清、11例经12周银屑灵治疗的银屑病患者血清进行蛋白质检测,发现抗体微阵列检测血清蛋白的重现性较高(图2B)。对比银屑病患者血清和健康人血清,发现除了已知的银屑病标志物外,还鉴定到新的在银屑病患者血清中发生丰度变化的蛋白(图2C、图2D)。

图2 | 设计和制作银屑病特异的抗体微阵列


2.建立银屑病血清蛋白质表达谱

本部分通过QE-HF质谱仪对各组血液样本进行DIA检测(图3A),共鉴定到283个特异性肽段。对DIA技术进行重复性评价,结果表明样本间的Pearson相关系数均值为0.85(图3B),平均变异系数为4.17%(图3C)。对银屑病患者组和健康对照组进行比较发现58种差异蛋白(图3D),其中有已知的炎症和凝血相关蛋白(图3E)。

图3 | DIA检测银屑病患者血清蛋白


接着作者通过对比血浆蛋白质组数据库(human plasma proteome database),发现DIA技术鉴定到的蛋白浓度范围为106- 1010pg/mL,抗体微阵列鉴定到的蛋白浓度从100- 106 pg/mL,两者结合共得到跨越近10个数量级浓度范围的蛋白质(图4A)。生物信息学分析表明DIA检测到的蛋白质富集酶调节、防御免疫和凝血通路,抗体微阵列检测到的蛋白质富含信号分子和CCKR、P53、白细胞介素和激素受体通路(图4B)。

图4  | 结合DIA-MS和抗体微阵列技术开发血清蛋白质组学平台


3.临床指标、血清蛋白质组和银屑病严重程度的相关性分析

为了进一步说明血清蛋白质组的临床实用性,作为分析了临床指标、血清蛋白质组和银屑病指标间的相关性(图5A、图5B),发现了三个血清蛋白(PI3, CCL22, IL-12B)与银屑病指标正相关(图5C)


图5 | 血清蛋白质组、临床指标和银屑病指数的相关网络


4. 鉴定银屑病生物标志物

经统计分析,58个差异蛋白(P <0.01)可显著区分银屑病患者和健康对照(图6A),基于这些差异蛋白进行主成分分析,也同样可区分两组(图6B),其中一个蛋白PFN1在DIA和抗体两种技术的定量结果中,均在银屑病患者和健康对照组中有显著差异(图6C)。在发现集和独立验证集中,用ELISA技术对PI3进行验证,结果均表明其在银屑病患者组中高表达。说明其找到的差异蛋白可能成为银屑病的潜在标志物。


图6 | 定银屑病诊断蛋白


为了发现可用于预测银屑病治疗效果的标志物,作者选取了11例银屑病患者,经12周的银屑灵治疗,结果有6例患者治疗有效,5例患者治疗无效(图7A)。对药物治疗前的治疗有效组(n = 6)和治疗无效组(n = 5)患者血清蛋白进行比较分析,发现了12种差异表达的蛋白(p<0.05)(图7B)。对这些蛋白在治疗后的表达值进行检测,发现有效组中FCN2,MIF和MMP1的血清丰度一致高于无效组(图7C),表明其可作为预测银屑灵治疗效果的潜在生物标志物。

图7  | 鉴定可用于预测银屑灵治疗银屑病疗效的血清蛋白


实验结论

1)结合DIA和抗体微阵列技术,建立可检测丰度跨越10个数量级的血清蛋白谱。

2)对银屑病血清蛋白质组分析,发现了其潜在的生物标志物,并在独立验证集中对PI3进行了ELISA验证。

3) 结合临床分析表明其建立的血清蛋白质组平台在转化医学、精准医疗领域中具有很大的应用潜力。


小鹿推荐

血液中包含了丰富的生理、病理信息,是疾病生物标志物研究领域的重要材料。然而血液蛋白浓度动态范围广、高丰度蛋白含量高,导致血液蛋白质组鉴定难度大。本文通过DIA技术和抗体微阵列技术,以银屑病为疾病模型,对银屑病治疗前、银屑病中药(银屑灵)治疗后、健康对照共50例血清样本建立蛋白质表达谱。鉴定到了106种参与血液凝固、炎症、细胞凋亡和血管生成等银屑病相关生物过程的差异蛋白。聚类和主成分分析发现58种蛋白可区分健康组和银屑病患者,12种蛋白可预测中药治疗效果,相关性分析发现三个血清蛋白(PI3,CCL22,IL-12B)与银屑病面积和严重程度指数(psoriasis area and severity index, PASI)评分呈正相关。质谱DIA技术适合大规模临床样本的检测,抗体微阵列技术可补充质谱无法鉴定到的血清低丰度蛋白,本文结合DIA技术和抗体微阵列技术研究血液生物标志物的思路值得借鉴。


部分参考文献

向上滑动,查看更多文献

1. Hasin Y, Seldin M, Lusis A. Multi-omics approaches to disease. Genome Biol.

2017; 18: 83.

2. Karczewski KJ, Snyder MP. Integrative omics for health and disease. Nat Rev Genet. 2018; 19: 299-310.

3. Price ND, Magis AT, Earls JC, Glusman G, Levy R, Lausted C, et al. A wellness study of 108 individuals using personal, dense, dynamic data clouds. Nat Biotechnol. 2017; 35: 747-56.

4. Geyer PE, Holdt LM, Teupser D, Mann M. Revisiting biomarker discovery by plasma proteomics. Mol Syst Biol. 2017; 13: 942.

5.Yu X, Schneiderhan-Marra N, Joos TO. Protein microarrays for personalized medicine. Clin Chem. 2010; 56: 376-87.

6. Lin L, Zheng J, Yu Q, Chen W, Xing J, Chen C, et al. High throughput and accurate serum proteome profiling by integrated sample preparation technology and single-run data independent mass spectrometry analysis. J Proteomics. 2018; 174: 9-16.

7. Geyer PE, Kulak NA, Pichler G, Holdt LM, Teupser D, Mann M. Plasma Proteome Profiling to Assess Human Health and Disease. Cell Syst. 2016; 2: 185-95

8. Chen R, Mias GI, Li-Pook-Than J, Jiang L, Lam HY, Chen R, et al. Personal omics profiling reveals dynamic molecular and medical phenotypes. Cell. 2012; 148: 1293-307.

9. Geyer PE, Wewer Albrechtsen NJ, Tyanova S, Grassl N, Iepsen EW, Lundgren J, et al. Proteomics reveals the effects of sustained weight loss on the human plasma proteome. Mol Syst Biol. 2016; 12: 901.

10. Schubert OT, Rost HL, Collins BC, Rosenberger G, Aebersold R. Quantitative proteomics: challenges and opportunities in basic and applied research. Nat Protoc. 2017; 12: 1289-94.


欢迎转发此文章到朋友圈,发截图至小鹿微信获取原文。

长按识别二维码添加小鹿微信




 培训报名 

第32期组学培训班_北京站 正在火热报名中........

长按二维码即可报名

点击“蓝色字体”了解培训班详情

长按二维码报名培训班



END

本文系鹿明生物原创

欢迎转发到朋友圈

转载请注明本文转自鹿明生物

点击“阅读原文”看更多精彩

▼你“再看”我吗?



  • 客服电话: 400-6699-117 转 1000
  • 京ICP备07018254号
  • 电信与信息服务业务经营许可证:京ICP证110310号
  • 京公网安备1101085018
  • 客服电话: 400-6699-117 转 1000
  • 京ICP备07018254号
  • 电信与信息服务业务经营许可证:京ICP证110310号
  • 京公网安备1101085018

Copyright ©2007-2021 ANTPEDIA, All Rights Reserved