易算整理 | 质谱蛋白组-临床指标联合生信分析类型盘点

今天是国庆的第三天，大家都在假期里放松，但工作上的问题可不会自动消失。

比如，当手里握有一系列临床指标，质谱蛋白组项目也进入了送测阶段，那么接下来该对指标做哪些处理？蛋白质-临床指标的相关性分析又该如何展开？

这些问题并不少见，我们也经常收到类似的反馈。所以今天趁着这个节日的空档，特意整理了几类常见的分析方法，帮大家梳理思路。希望在你轻松度假的同时，也能为接下来的科研工作带来一点启发。

首先易算小伙伴会给你一份清单。

为确保质谱蛋白组学与临床指标的结合分析能够广泛适用于多种疾病类型（如肿瘤、慢性病等），除了样本编号、性别、年龄等基础信息以外，以下是我们易算制定的统一临床指标要求常规清单，涵盖不同疾病类型下的常见指标。

1. 肿瘤患者

• 肿瘤分期（TNM分期）：评估肿瘤大小（T）、淋巴结受累（N）和远处转移（M）状态。

• ECOG评分：评估患者的体能状态，影响治疗方案和预后评估。

• 肿瘤大小：通过影像学（如CT、MRI）测量肿瘤直径。

• AFP（甲胎蛋白）、CEA（癌胚抗原）、CA19-9：肿瘤的检测。

• PSA（前列腺特异性抗原）：用于前列腺癌的筛查。

• HER2状态：用于乳腺癌和胃癌的靶向治疗决策。

2. 慢性病患者（如糖尿病、高血压等）

• 病程：患病时间及相关治疗历史。

• BMI（体重指数）：用于评估营养状态及肥胖程度。

• 血压：用于评估高血压患者的控制状态。

• 糖化血红蛋白（HbA1c）：评估糖尿病患者的长期血糖控制。

• 血脂（TC、LDL-C、HDL-C、TG）：用于心血管疾病风险评估。

• 肾功能指标（肌酐、尿素氮）：评估肾脏健康。

3. 心血管疾病患者

• 心电图（ECG）：用于检测心律失常和心脏功能。

• 左心室射血分数（LVEF）：评估心功能，尤其心衰患者。

• 肌钙蛋白（cTnI/cTnT）：急性心肌梗死标志物。

• BNP/NT-proBNP：心衰患者预后指标。

4. 其他常见临床指标（适用于多种疾病）

• C反应蛋白（CRP）：反映全身炎症状态。
  

• 红细胞沉降率（ESR）：用于评估慢性炎症的存在。

• 血清白蛋白（Alb）：用于评估营养状态和肝功能。

• 尿素氮（BUN）和肌酐（Cr）：评估肾功能。

5.关键时间

• 无进展生存期（PFS）：从治疗开始到疾病进展时间。
  

• 总生存期（OS）：从诊断或治疗开始到死亡时间。

• 开始治疗的时间：记录开始接受特定治疗（如化疗、免疫治疗）的日期。

• 治疗持续时间：治疗过程中的时间长度，有助于评估治疗的有效性和副作用。

• 疾病复发的时间：从治疗结束到疾病再次出现时间。

• 样本采集时间：在质谱分析中，样本采集的时间点（如诊断前、治疗期间或治疗后）。

以上是适用于肿瘤、慢性病、心血管疾病等不同类型患者的统一临床指标要求。这些指标还可以细化，其准确收集和评估是结合质谱蛋白组数据进行生物标志物筛选、诊断模型构建以及预后分析的基础。

讲完这份清单接下来我会告诉你这些指标大致会出哪些分析。

目的：获得原始的临床指标后，可进一步对这些指标进行评分和分层。通过根据临床评分（如纤维化分期、炎症和脂肪变性评分）对患者进行分组，分析不同病理状态下的蛋白丰度差异。此后，可以对差异蛋白进行层次聚类分析，揭示其在不同病理阶段中的表达模式，构建功能模块或生物通路。

https://doi.org/10.1038/s41591-022-01850-y

示例：纤维化分期（F0-F4）：文献中通过纤维化分期（Kleiner评分）对患者进行分组，识别出在不同纤维化阶段显著差异的蛋白。这种分析揭示了随着纤维化进展，蛋白质在病理中的动态变化。

目的：通过相关性分析，识别与临床指标（如纤维化分期、炎症评分等）显著相关的蛋白，筛选出潜在的生物标志物。方法是通过Spearman或皮尔森相关系数，分析蛋白质表达水平与临床评分的相关性，找出与病理状态高度相关的蛋白质，往往用于生物标志物的筛选。 

https://doi.org/10.1038/s41591-022-01850-y

示例：文献中列出了与Kleiner评分、NAS炎症评分和NAS脂肪变性评分显著相关的前20个蛋白质。例如，某些蛋白质与纤维化评分有强相关，能够作为纤维化进展的潜在标志物。

除了一个个蛋白与临床指标做相关性做成条形图或者线性回归散点图以外，还可以有其他展示形式，比如火山图和热图组合。

https://doi.org/10.1016/j.xcrm.2023.101166

此外，加权基因共表达网络分析（WGCNA）是一种通过构建共表达网络来发现模块的方法，这些模块通常包含功能相似的蛋白质或基因。通过WGCNA分析，研究者能够构建蛋白质共表达模块，并通过计算模块特征值与临床指标的相关性筛选出与临床指标显著相关的模块。这类案例非常多此处不再赘述。

目的：通过蛋白质组学数据，结合患者的临床结局（如无进展生存期PFS、总生存期OS），识别与疾病进展或治疗反应显著相关的生物标志物。通过LASSO回归、Cox回归等方法筛选、验证这些标志物，并通过生存分析与ROC曲线等评估模型的预测性能。

3.1 LASSO回归

目的：在大量的蛋白质数据中，LASSO回归通过正则化回归对变量进行筛选，减少多重共线性最终识别出与临床结局显著相关的蛋白质特征。此方法对高维数据尤其适用，可以优化后续的分析步骤。

https://doi.org/10.1038/s41591-023-02790-x

示例：在文献中，研究者通过LASSO回归筛选了14个与免疫检查点抑制剂治疗反应显著相关的蛋白质，这些蛋白被用于构建预后模型，以区分高风险和低风险患者。

3.2 Cox单因素与多因素回归分析

目的：Cox回归模型用于评估蛋白质水平与生存期的关联。单因素Cox回归可用于评估每个蛋白质对生存结局的独立影响，多因素Cox回归则允许同时调整多个临床协变量（如年龄、肝转移等），从而评估蛋白质表达对预后的独立作用。

https://doi.org/10.1016/j.annonc.2021.08.1748

示例：文献中，LIF通过Cox多因素回归分析被确认为独立的预后标志物，即使在控制了其他临床变量后，LIF高水平患者的生存风险仍然显著增加。

3.3生存曲线分析（Kaplan-Meier分析）

目的：Kaplan-Meier生存曲线用于比较不同蛋白质表达水平患者在PFS和OS上的生存差异。此分析能够直观展示高表达与低表达组之间的生存率差异。

https://doi.org/10.1016/j.annonc.2021.08.1748

示例：在文献中，LIF低水平患者的PFS和OS显著优于LIF高水平患者。Kaplan-Meier生存曲线显示了这一差异，提示LIF可作为预后标志物。

目的： 往往会形成体液蛋白与临床指标的生物标志物。通过将质谱分析发现的蛋白质与血常规等临床指标相结合，形成新的诊断生物标志物，用于早期筛查疾病尤其是肿瘤。

https://doi.org/10.1038/s41467-023-44255-2

文献中基于质谱分析（DIA）筛选了11种蛋白质，经过PRM靶向验证和建模，最终确定了2个关键的蛋白质标志物——HABP2和CD163。这两个标志物结合了AFP和PIVKA-II等已知临床标志物，形成了一个P4面板。研究显示，该面板的AUC（曲线下面积）为0.979，灵敏度为0.925，特异性为0.915，显著优于传统标志物AFP和PIVKA-II。

结语

我们今天梳理的质谱蛋白组学与临床指标结合的几类分析方法，从临床分组、相关性分析，到预后模型和诊断标志物的构建，都是科研工作中不可或缺的工具。希望这次的整理，能为你接下来的研究工作提供一些方向和灵感。科学探索的路漫漫，但每一次数据的挖掘，都是迈向未来的坚实一步。

如果有更多问题，或者需要进一步交流，欢迎随时探讨！