Ann Rheum Dis.（IF>20）：巨细胞动脉炎患者血浆蛋白质组学研究

一、背景介绍

         巨细胞动脉炎（Giant Cell Arteritis, GCA）主要影响50岁以上人群，通常累及颞动脉，可导致不可逆的视力丧失和脑血管事件，因此早期诊断至关重要。目前诊断方法包括动脉活检、超声成像等，但这些方法有局限性，常用标志物如C反应蛋白（CRP）和红细胞沉降率（ESR）特异性较低，在区分活动性和非活动性状态方面存在挑战。近年来，临床研究转向血液蛋白质组学来寻找更精确的标志物，通过全面分析血浆蛋白质组图谱，识别出标记物，并探索与疾病的相关性，有助于病理机制的理解，提高GCA的诊断精度。

 

二、材料方法

 

 

         研究队列包括了30名GCA患者和30名健康对照，分别采取血浆样本，其中GCA患者在活动期和缓解期依次采取1次，最终获取90份样本备用。蛋白质组学检测平台采用SomaScan Assay技术，该技术利用慢速解离修饰适配体，可以高亲和力的特异性结合目标蛋白，通过DNA微阵列测量相对荧光单位，将蛋白质浓度转换为相应的适配体浓度，实现对血浆样本中7000余种蛋白定量分析。对于所鉴定的差异蛋白，应用多重线性回归模型（MLRMs）和混合效应线性回归模型（MeLRMs）识别，利用Spearman秩相关和MLRMs分析蛋白丰度与PGA或CRP的相关性，采用留一法交叉验证评估模型在区分活动期和非活动期GCA时的准确性，有关机器学习采用随机森林模型，以区分活动期和非活动期GCA患者与对照组，并评估模型的准确性、特异性等指标。

 

三、结果讨论

         研究鉴定识别了537种蛋白质在活动期 GCA存在差异，其中202种蛋白质丰度上升（如CCL14、CD34、CD59等）；另有781种蛋白质在非活动期存在差异，其中331种蛋白质丰度较高（如CCL1、CXCL9、IL12RB1等），提示这些蛋白质可能在维持或反映疾病状态方面具有重要作用，关联分析发现16种蛋白与活动期GCA患者疾病活动度相关联，比如CCL14、IL1RL1、TNFRSF1A等。基于血浆蛋白质组的随机森林模型可以准确区分活动期、非活动期GCA及对照，准确性分别达到95.0%与98.3%，验证采用了留一交叉验证方法，证实了模型在独立数据集上的稳健表现，表明了蛋白组结合机器学习的巨大潜力。研究揭示了活动性和非活动性GCA涉及不同免疫反应、代谢途径等，比如发现了一些与炎症与免疫相关的蛋白IL17C、IL31、TNF R1等，有助于深入理解病理机制，为开发新的治疗靶点提供依据。

 

四、研究结论

         研究通通过多中心、前瞻性纵向研究设计和先进的血浆蛋白组学策略，识别了能够区分巨细胞动脉炎（GCA）活动期和非活动期患者与非疾病对照组的血浆蛋白标志物，并揭示了与疾病活动性相关的蛋白质，表明血浆蛋白标志物结合机器学习技术在GCA的诊断和疾病活动性评估中具有重要应用前景，为GCA的诊断监测提供了新思路，为个性化精准医疗提供了基础，有望改善患者预后生活质量，如能在更大的患者队列中进一步验证这些发现，则能够实现更为重要的临床意义，并发挥实际应用价值。

 

五、结果展开

图1. 显示GCA患者队列的血浆蛋白组学临床研究。

a.显示课题研究设计流程。样本收集自30名GCA和30名对照，使用SomaScan Assay进行蛋白组学分析，数据随后用于统计分析。
b.显示血浆蛋白组学分析结果的主成分分析（PCA），每个点代表一个单独的样本，上侧和右侧的箱线图分别表示主成分1（PC1）和主成分2（PC2）值的分布。
c.显示与主成分1（PC1）值相关的临床参数，可见PC1受到研究分组、年龄、泼尼松治疗情况影响。

 

图2. 显示不同研究组别之间存在的差异蛋白。

活动期GCA患者中，与对照组相比，有202种蛋白质的丰度更高，而335种蛋白质的丰度更低

a.显示活动期GCA与对照组之间的差异蛋白。
b.显示非活动期GCA与对照组之间的差异蛋白。
c.热图显示活动期GCA与对照组之间537个差异蛋白。
d.热图显示活动期GCA与对照组之间781个差异蛋白。
e.热图活动期和非活动期GCA之间10个差异蛋白。

 

图3. 显示GCA差异蛋白的GO分析结果。

a.显示活动期GCA样本中20个高丰度蛋白的GO分析。
b.显示非活动期GCA样本中20个高丰度蛋白的GO分析。
c.显示活动期GCA样本中20个低丰度蛋白的GO分析。
d.显示非活动期GCA样本中20个低丰度蛋白的GO分析。

 

图4. 显示活动期GCA患者样本中血浆蛋白与临床评分评估（PGA）及C反应蛋白（CRP）的相关性分析。

a.显示活动期GCA患者中，5种蛋白与PGA评分呈正相关（Spearman’s ρ > 0.4且在多重线性回归模型中的p值 < 0.05），11种蛋白呈负相关。
b.显示活动期GCA患者中，10种蛋白与CRP水平成正相关，11种蛋白呈负相关。

 

图5.显示随机森林分类器在不同输入特征集大小下的分类准确性，其中粉色表示区分活动期GCA与对照的准确性，灰色表示区分非活动期GCA与对照的准确性。

 

参考文献：

Cunningham KY, Hur B, Gupta VK, Koster MJ, Weyand CM, Cuthbertson D, Khalidi NA, Koening CL, Langford CA, McAlear CA, Monach PA, Moreland LW, Pagnoux C, Rhee RL, Seo P, Merkel PA, Warrington KJ, Sung J. Plasma proteome profiling in giant cell arteritis. Ann Rheum Dis. 2024 Nov 14;83(12):1762-1772.