Cell | 绘制人类蛋白质组分布图谱，揭示疾病中血浆蛋白质动态变化

关键词

人类蛋白质组、血浆蛋白质组、组织特异性、疾病动态、质谱分析

摘要总结

这篇文章是2025年发表在《Cell》杂志上的一篇研究，标题为“Human proteome distribution atlas for tissue-specific plasma proteome dynamics”。文章通过整合21种组织和8类细胞的蛋白质组及转录组数据，结合质谱技术和机器学习方法，构建了全球首个高精度的人类蛋白质组分布图谱，并开发了“全局标签评分（GLS）”系统，用于推断血浆蛋白质的组织来源。这一研究为解析疾病过程中器官特异性蛋白质的动态变化提供了新工具，对精准医学和生物标志物开发具有重要意义。

---

研究背景

血浆蛋白质组是人体健康与疾病的重要窗口，但其组成受多器官蛋白质分泌和渗漏的影响，来源复杂。以往研究多依赖肝脏等高丰度蛋白质，但大量低丰度的组织特异性蛋白质（如心肌肌钙蛋白、胰腺淀粉酶）在疾病诊断中的作用未被系统解析。此外，现有蛋白质图谱存在样本量小、技术差异大等局限，难以准确关联蛋白质与组织来源。

---

研究分析

研究团队从18个血管化器官和8种血细胞中收集样本，结合质谱技术（DDA-MS和DIA-MS）和机器学习算法（UMAP/KDE），构建了覆盖10,786种蛋白质的图谱。通过整合已发表的RNA和蛋白质图谱数据，开发了“全局标签评分（GLS）”系统，定量评估蛋白质与组织的关联置信度。进一步利用该图谱分析了胰腺炎、心肌损伤和脓毒症患者血浆中组织特异性蛋白质的动态变化，并验证其在疾病分型和器官功能评估中的应用价值。

---

研究结果

1. 图谱构建：在9,827种定量蛋白质中，5,108种被明确标注为组织或细胞特异性，其中脑、肝脏和中性粒细胞贡献的蛋白质最多。

2. 全局标签评分（GLS）的应用：GLS系统为每种蛋白质分配一个置信度评分。分数越高，表示蛋白质与某个组织的关联越明确。在本研究中，约5%的蛋白质被GLS系统分配了最高的置信度评分，表明它们具有非常高的组织特异性。例如，心脏蛋白主要在心脏中表达。剩下的95%的蛋白质在不同图谱中被分配到特定组织的置信度较低。这意味着这些蛋白质可能在多个组织中都有表达，或者它们的表达量较低，从而无法明确地将它们分配到某个特定组织。

3. 疾病关联：

   • 胰腺炎患者血浆中，11种胰腺特异性蛋白质（如AMY2A、PNLIP）显著升高；

   • 心肌损伤患者血浆中，5种心脏特异性蛋白质（如MB、FAB3P）水平异常；

   • 细菌感染患者血浆中，中性粒细胞和巨噬细胞来源的蛋白质（如RETN、CTSG）显著上调，而血小板蛋白质（如PF4）因血小板减少而下调。

4. 临床应用：在英国生物银行（UK Biobank）和脓毒症队列中，肝、肺特异性蛋白质（如SFTPB）与器官功能障碍显著相关，验证了图谱的临床潜力。

---

亮点与局限

亮点：

• 提出数据驱动的GLS评分系统，提升蛋白质-组织关联的客观性；

• 在多种疾病队列中验证了器官特异性蛋白质的动态变化，为无创诊断提供新思路。

局限：

• 样本量较小（每个器官仅3例），个体差异可能影响结果；

• 未充分考虑年龄、性别等人口统计学因素；

• 不同图谱之间的技术差异可能影响结果的一致性。

• 组织与细胞图谱的蛋白质重叠度高（91%），区分难度较大。

---

公开数据

https://tsomics.shinyapps.io/RNA_vs_protein/