多组学联合分析之:蛋白质组学和代谢组学帮助新冠重症患者分类

冠状病毒病COVID-19是由严重急性呼吸系统综合症冠状病毒2(SARS-CoV-2)引起的,目前仍在世界范围内传播。感染SARS-CoV-2的患者中约80%表现为轻度症状,预后良好。但约20%的患者患有呼吸窘迫,需要立即进行氧气治疗或其他住院干预。这些患者被分类和诊断主要是基于一组临床特征进行的,例如呼吸频率(≥30次/min)、平均氧饱和度(静息状态下≤93%)或动脉血氧分压/氧浓度(≤300mmHg)。但是表现出这些临床特征的患者已经发展到临床严重阶段,需要立即获得专门的重症监护,否则可能会迅速死亡。因此,开发新的方法以尽早评估哪些病例可能变得临床严重至关重要。

本研究中,研究者假设在严重患者的血清中可以检测到SARS-CoV-2诱导的特征性的分子变化,并应用蛋白质组学和代谢组学技术分析COVID-19患者和几个对照组的血清,以验证这一假设。

s7

s7

杂志:Cell
影响因子:38.637
发表时间:May 2020
链接:https://www.cell.com/cell/fulltext/S0092-8674(20)30627-9

摘要

重症COVID-19患者的早期发现和有效治疗仍然是主要挑战。本文研究者对46个COVID-19和53个对照个体的血清进行了蛋白质组学和代谢组学分析。然后,使用来自18名非重症患者和13名重症患者的蛋白质组学和代谢组学数据,进行机器学习模型训练。使用10名独立患者对模型进行了验证,其中7名正确分类。在第二个有19名COVID-19患者的测试测试组中,采用了靶向蛋白质组学和代谢组学方法进一步验证该分子分类器,得出16个正确分类。与其他组相比,研究确定了COVID-19患者血清中的分子变化涉及巨噬细胞失调、血小板脱粒、补体系统途径和大量代谢抑制。

主要结果

研究者首先使用基于TMT的蛋白质组学技术和非靶向代谢组学技术分析了患者和对照个体的血清,总共鉴定和定量了894种蛋白质和941种代谢物(包括36种药物及其代谢物)。在无分子选择下,来自SARS-CoV-2感染患者的血清的组学数据可从健康个体中很好地分辨出来,而其他组则表现出一定程度的分离。基于18位非严重和13位严重患者的蛋白质组学和代谢组学数据,研究者建立了一个随机机器学习模型,从而对29个重要变量进行了优先级排序,其中包括22种蛋白质和7种代谢产物。在10名患者的独立测试组中测试了该模型,除一名患者外其余严重患者均正确识别。为了进一步验证该分类器,研究者开发了针对22种蛋白质和7种代谢物的靶向质谱分析,并在19名患者中进行了测试,其中16位患者分类正确。研究发现COVID-19患者的血清中有105种蛋白质差异表达,在严重患者中有93种蛋白表现出特异性调节。途径分析和网络富集分析表明,这93种蛋白中的50种属于三个主要途径,即补体系统激活、巨噬细胞功能和血小板脱粒。研究发现COVID-19患者的373种代谢产物发生了显著变化,而204种代谢物的变化与通过mFuzz评估的疾病严重程度相关。80种显著变化的代谢物涉及蛋白质组学分析揭示的三个生物学过程。

通过蛋白质组和代谢组特征的机器学习区分重度和非重度COVID-19患者

通过蛋白质组和代谢组特征的机器学习区分重度和非重度COVID-19患者

COVID-19血清中失调的蛋白质

COVID-19血清中失调的蛋白质

COVID-19血清中失调的代谢物

COVID-19血清中失调的代谢物

百泰派克生物科技提供多组学整合分析服务,包括蛋白组学和代谢组学的联合分析。
欢迎感兴趣的老师联系我们!

相关服务

蛋白质组学与代谢组学整合分析
蛋白质组学
代谢组学
多组学整合分析

How to order?

客服咨询

提交需求

关注公众号

促销活动