技术路线


结果速递

1.尿液样本的蛋白质组学特征
       运用PVDF膜过滤样本，结合质谱的蛋白质组学技术，对来自两个独立队列的235例尿液样本进行了系统研究。研究分别鉴定到4564个和5725个蛋白质，其中前10个最丰富的蛋白质约占总尿蛋白质组信号的一半(图1D和E)。此外，在两组样本中被共同定量到的蛋白质有2051个，是迄今为止单次分析中覆盖最深的尿液蛋白质组。

2.尿样蛋白质量过滤

       样品在采集过程会因为环境因素和人为因素的污染导致对分析结果产生严重影响，从而可能会错过或者得到准确的生物标志物。作者用红细胞、消化系统中细胞或细胞碎片的污染程度来剔除了来自Columbia队列的6个样本和来自LCC队列的4个样本强度明显增加的污染标记物，用PCA分析也排除了一个Columbia队列离群样本。最后作者对过滤后蛋白组学数据进行了全局相关性分析及PCA分析，发现性别是尿蛋白质组个体差异的主要影响因素。
 图2 尿蛋白质量过滤

 

3.PD组尿液中相关蛋白质组改变的检测
       通过比较健康对照组和PD患者尿液蛋白组，发现了371种蛋白质（FDR＜5%，Columbia队列298种，LCC队列73种）显著变化。研究者发现与疾病相关的蛋白质特征在两个独立队列之间具有高度相关性。通过GO功能分析，差异蛋白在骨骼发育，生长因子活性等功能中显著富集。

图3 PD对尿液蛋白组影响

 

4.致病性LRRK2依赖性的变化与溶酶体和鞘糖脂代谢有关

      LRRK2是目前为止与PD关联最大的单个基因，LRRK2错义突变病例占了整体病例的3%。所以文章研究了尿液蛋白质组是否因LRRK2 G2019S突变的存在而改变。研究者比较了LRRK2G2019S突变携带者与野生非携带者的尿液蛋白组，找到了237种差异蛋白(FDR＜5%，Columbia队列166种，LCC队列104种）；对共定量蛋白（227个）丰度相关性分析发现两个队列中蛋白倍数变化相似。GO功能分析发现LRRK2 G2019S突变会引发溶酶体功能失调。

 图4 尿液蛋白质组揭示致病性LRRK2依赖性溶酶体失调

5.机器学习
       研究者将Columbia和LCC两个队列的所有样本蛋白组学数据合并，通过机器学习模型，实现了PD患者和LRRK2G2019S携带者高敏感性和特异性的分层。根据机器学习模型的性能，VGF，LTF，CELA3A，TUBB4B和SOD2成为潜在候选蛋白，可作为早期指示疾病发展的预测标记。

图5 机器学习对样本进行分型
 

小结