呼吸系统疾病是一类普遍存在的慢性疾病，主要涉及气管、支气管、肺部及胸腔。在我国，呼吸系统疾病的发病率位居心血管疾病和糖尿病之后，排名第三。近年来，蛋白质组学作为一种高通量的生物技术，在呼吸系统疾病的研究中扮演了重要角色。通过系统的大规模蛋白质分析，蛋白质组学为揭示呼吸系统疾病的发病机制、筛选诊断标志物以及寻找药物靶点提供了全新的视角。

在本期讨论中，我们将基于2024年度国内外的重要研究成果，探讨基于SomaScan平台的蛋白质组学检测在呼吸系统疾病领域的应用进展。

呼吸系统疾病风险预测中的蛋白质组学应用

根据Moll等的研究，利用COPDGene、LSC、SPIROMICS等吸烟人群队列及MESA一般人群队列的SomaScan蛋白质组数据和死亡率数据，开发了一种基于15种蛋白质的死亡风险评分（protRS）。通过Cox回归模型和多变量分析，评估了protRS与吸烟者全因死亡率和呼吸道特异性死亡率之间的关联。研究结果指出，protRS与全因死亡率和呼吸道特异性死亡率显著相关，且在特定人群中，纳入protRS可以显著提升全因死亡率的预测精度。

呼吸系统疾病发病机制中的蛋白质组学研究

大规模的蛋白质组学研究在揭示呼吸系统疾病发病机制方面日益受到重视。一项利用孟德尔随机化（MR）分析的研究整合了UKBiobank和FinnGen两个研究队列的数据，涵盖12791名肺心病（PHD）患者和729378名对照样本。分析3622种血浆蛋白后，发现了3种与PHD风险显著相关的蛋白质，其中包括CAMK1。CAMK1与PHD的关联在两个队列中得到了验证，并且其在PHD患者中的表达水平显著高于对照组。此外，通过ELISA方法测定血样中CAMK1的浓度，进一步支持了这一研究结果。这一发现为CAMK1在PHD发病机制中的作用提供了新认识，为未来的治疗策略开辟了新的思路。

另一项大规模研究则在COPDGene和CARDIA两个队列中，鉴定出了852个与肺间质异常（QIA）显著相关的蛋白质。此外，发现有144个蛋白质在两个队列中均具有相关性，并且这些蛋白质在炎症反应、细胞粘附和免疫应答等生物通路中表现出高度富集。这些结果不仅深入揭示了QIA的复杂生物学机制，还为早期肺损伤和慢性肺疾病的潜在生物标志物提供了展望。

呼吸系统疾病的诊断与预后评估

在蛋白质组学和肽组学结合的研究中，Samorodnitsky等探讨了HIV相关阻塞性肺病（OLD）中的蛋白酶活性。研究发现，在HIV感染者中，多种蛋白酶的上调与肺功能下降相关。通过对支气管肺泡灌洗液的分析，识别了在OLD患者中发生蛋白水解降解的31种蛋白质，提示单一蛋白酶靶向治疗可能效果有限，这为理解HIV相关OLD的机制提供了新视角，并为未来的治疗策略揭示了潜在靶点。

Wang等研究则尝试通过结合组学数据（如蛋白质和miRNA）与传统的临床数据，来改进特发性肺纤维化（IPF）患者的疾病预测模型。研究使用IPF-PRO登记表的数据，分析231名患者的全血蛋白质和miRNA，构建了预测模型。尽管组学数据对提高预测模型的贡献有限，但依然识别出了一些与IPF进展相关的生物标志物，如SP-D、serpinA7和MMP-9。

总结与未来展望

总体而言，蛋白质组学检测在呼吸系统疾病研究领域已取得显著进展，特别是在疾病风险预测、发病机制探讨及病症诊断与预后评估中展现出了巨大潜力。未来的研究应继续拓展蛋白质组学技术的应用，提升检测的灵敏度和特异性，进而更好地服务于呼吸系统疾病的临床诊疗与科学研究。

涉及该领域的更多信息与资源，欢迎访问俄罗斯专享会294，以获取最新的生物医疗研究动态。