编者按：今天为大家带来著名蛋白质组学家、德国马普研究所Mathias Mann教授团队近日发表的最新研究成果，文章基于严谨的科学设计、使用新型的质谱分析方法，详细分析了不同群体、不同病程的非酒精性脂肪肝（NAFLD）患者的血液，并找出了一组潜在的生物标志物，为NAFLD的临床检测提供了这样一种新的可能性。

2019年3月1日，著名蛋白质组学家、德国马普研究所Mathias Mann教授团队在系统生物学权威期刊Molecular systems biology发表了题为“Plasma proteome profiling discovers novel proteins associated with non-alcoholic fatty liver disease”的研究论文，运用新的蛋白质组学方法来寻找非酒精性脂肪肝的生物标志物。Lili Niu和Philipp E Geyer为本文的并列第一作者。

肝脏的损伤和异常经常会释放一些蛋白到血液中，从而成为疾病检测的标志物。最经典的莫过于常规体检中检测肝损伤的谷丙转氨酶(ALT)指标，以及肝癌的早期诊断标志物甲胎蛋白(AFP)含量。随着日常生活水平的提高以及肥胖和相关代谢综合征的全球化流行趋势，非酒精性脂肪肝（NAFLD）已经成为欧美和我国富裕地区慢性肝病的首要原因，预估发病率高达25%，已经成为人们生活健康的重大隐患。目前，侵入性的肝穿刺仍然是诊断NAFLD的金标准，但显然是一种难以普遍实施的检测方法。那么，可否像其他肝脏疾病一样，从血液中直接检测NAFLD的标志物呢？近期MSB上的研究报道给出了这样一种新的可能性[1]。

由于NAFLD同肥胖和糖尿病密切相关，且后期可发展为肝硬化，研究者在分组时充分考虑了不同情况的组合，并分为了三个群体（cohort），如图1A所示。第一个cohort全部是肥胖人群，其中是否患有NAFLD的志愿者各10人；第二个cohort全部是糖尿病患者，其中是否患有NAFLD的志愿者各10人和8人；第三个群体为肝硬化患者，共10人。总计48个志愿者的样本。

图1 实验设计、检测流程和数据质控

在质谱分析方面，研究者采用了去年发表的BoxCar数据采集方法[2]，该方法能够有效地提高检测深度并是的肽段信号的动态检测范围提高10倍。通过这种技术，在不去除高丰度蛋白的情况下，研究者平均每个血浆样品定量到503个蛋白，全部定量到684个蛋白。在质控方面，研究者通过凝血和红细胞污染等指标确认了样品前处理的一致性，并且通过CV值的方式确认了其质谱定量的稳定性（图1C-F）。

通过数据统计分析，研究者找到了一个6个蛋白的panel可以用于预测NAFLD的发病情况，包括ALDOB、PIGR、VTN、LGALS3BP、AFM和APOM，其中至少PIGR的指标是与同葡萄糖耐受无关的（在图2左右两个cohort中都有显著差异）。有趣的是，AFM和LGALS3BP两个蛋白在以往的研究中都有提及和NAFLD的相关性，这也间接证明了这个蛋白panel作为潜在标志物的可靠性。

图2 由6个蛋白组成的panel在是否患有NAFLD的志愿者之间有显著差别

接下来，为了进一步印证这些潜在biomarker蛋白的可靠性，研究者使用小鼠动物模型进行了验证实验。通过高脂饮食可以诱导小鼠的NADLD表型。通过分析不同病程的小鼠血可以发现，PIGR、ALDPB等蛋白在中等(mild)和严重(severe)的小鼠血液中有显著的差异，此外还发现了其他一些能够指征病情严重程度的潜在蛋白。

图3 高脂饮食诱导的NAFLD小鼠模型中血液蛋白质的差异

这篇文章基于严谨的科学设计、使用新型的质谱分析方法，详细分析了不同群体、不同病程的NAFLD患者的血液，并找出了一组潜在的生物标志物，再次体现了基于质谱的蛋白质组学方法在血液标志物筛选中巨大的应用潜力。

参考文献

Niu L, et al., 2019, Plasma proteome profiling discovers novel proteins associated with non‐alcoholic fatty liver disease. Molecular Systems Biology.

Meier F, et al., 2018, BoxCar acquisition method enables single-shot proteomics at a depth of 10,000 proteins in 100 minutes. Nature Methods.