Cell教咱们学习一套的蛋白质组学的分析流程，5万多人

[ixxmu]

https://mp.weixin.qq.com/s/8RaNKWLliBvUCvbmbbf1PA

[ixxmu]

Cell教咱们学习一套的蛋白质组学的分析流程，5万多人 by 生信钱同学

不设置🌟有时会收不到公众号内容，code一段时间后会失效,代码在文末

这篇Cell提供了一整套的蛋白质组学的数据分析流程，其实用到转录组或代谢组等数据中也是一样的，没太大区别

全球首个血浆蛋白质图谱：解密健康与疾病的科学钥匙

2024年11月，由复旦大学等国际研究机构合作进行的血浆蛋白质图谱研究，为精准医疗领域带来了划时代的突破。这项研究不仅提供了全球首个大规模血浆蛋白质图谱，还首次系统地揭示了2,920种血浆蛋白与健康和疾病之间的深层联系，包含了超过700种疾病和986种健康相关特质。随着人口老龄化的加剧和疾病谱的变化，精准医疗越来越受到重视，而这项研究的成果无疑为精准医疗的实施和推进提供了重要的数据支持。

血浆蛋白质：精准医疗的关键纽带

血浆蛋白质组学作为精准医疗的重要组成部分，能有效反映人体的健康状况、疾病发生和发展的机制。每个人的血浆中都充满了从不同器官、组织释放出的蛋白质，这些蛋白质不仅仅是基因表达的产物，还与环境因素、生活方式等紧密相关。因此，血浆蛋白的水平与多种疾病（包括慢性病、急性病、代谢病等）之间存在着直接的联系。

这项研究的首要任务就是系统地描绘出血浆蛋白质与疾病之间的关联，进而为疾病的早期筛查、精准诊断和个性化治疗提供数据支持。研究团队通过分析来自英国生物银行（UK Biobank）的53026名成人样本，整合了14.8年的随访数据，揭示了2,920种血浆蛋白在406种常见疾病、660种新发疾病及986种健康特征中的多重角色。

全景式的蛋白质-疾病关联图谱

本次研究的最大亮点之一是通过蛋白质-疾病关联图谱，研究团队首次绘制出如此庞大的蛋白质与疾病的关联网络。通过对2920种血浆蛋白和720种疾病进行系统分析，研究发现了168,100对蛋白-疾病关联和554,488对蛋白-健康特质关联。这一发现突破了以往局限于单一疾病或少数疾病的研究局面，提供了一个全景式的视角，帮助科学家全面理解蛋白质如何影响健康和疾病。

例如，研究发现一些蛋白质在多种疾病中呈现出一致的风险模式，类似GDF15（生长分化因子15），其不仅在代谢疾病（如糖尿病、心血管疾病）中表现为风险因子，还与癌症、神经系统疾病等多种其他疾病相关。这种跨疾病的风险关联表明，蛋白质可能是疾病之间共享的生物学机制的关键。

此外，研究还揭示了超过650种蛋白质在50种以上的疾病中有显著的关联，这些蛋白质被视为重要的生物标志物，有助于进行疾病的早期识别和风险评估。

潜力巨大的预测和诊断模型

这项研究的另一大突破是基于蛋白质组学建立的疾病预测模型。通过机器学习和大数据分析，研究团队能够为183种疾病（包括内分泌代谢疾病、循环系统疾病等）提供高于0.80的诊断准确性，显著超过了基于人口学特征的传统预测模型。这表明，血浆蛋白质不仅能作为疾病的生物标志物，还能在疾病预测和早期诊断中发挥重要作用。

特别是在内分泌代谢疾病（如糖尿病、肥胖症）和循环系统疾病（如高血压、冠心病）的预测中，蛋白质模型表现出了超强的预测能力。例如，蛋白质NTproBNP（脑钠肽前体）在心血管疾病的早期筛查中具有显著优势，能够提前识别心脏病患者，提供比传统血压或心电图更精确的预测结果。

药物重定位与靶点发现

除了疾病的预测和诊断，血浆蛋白质图谱还为药物开发和治疗靶点的发现提供了潜在机会。研究通过与现有的药物数据库对接，找到了37个药物重定位机会，并识别了26个潜在的治疗靶点。这一发现是基于蛋白质-疾病关联与蛋白质-药物靶点数据库的对比分析，尤其是通过Mendelian随机化（MR）分析确认了若干蛋白质可能是某些疾病的因果因素。这些蛋白质不仅能作为疾病诊断的标志物，还能作为药物研发的靶点。

例如，研究发现蛋白质FURIN在高血压、冠心病等心血管疾病中扮演着关键角色，其作为潜在靶点，可能为高血压等疾病的治疗提供新的药物开发路径。此外，血浆蛋白BSG（白细胞抗原）在抑郁症等精神疾病中的作用被进一步确认，为抗抑郁药物的研发提供了新的思路。

多疾病的生物标志物与治疗靶点

一个令人兴奋的发现是，某些蛋白质在多种疾病中扮演着不同的角色。例如，蛋白质GDF15在糖尿病、心血管疾病以及某些癌症中的表达显著增高，而在抑郁症等精神疾病中也有显著表现。这类蛋白质的“多重角色”提示了疾病之间可能存在共享的生物学机制，同时为这些疾病提供了共同的治疗靶点。通过进一步的临床验证，这些蛋白质有望成为精准治疗的核心。

关键词：蛋白质组学，生信分析，生物信息学

这次生信的大纲内容进行全面的调整，想了解生信的，跟班的，可以看下面👇这个文章

这次可不是只学单细胞，基本上从基础到多组学、空间、机器学习一条龙全打通了

• 后苔↩️之前贴子的岸号即可霍得之前的代码，今日关键词：241124

引文，原文：

Yue-Ting Deng, Jia You, Yu He, Yi Zhang, Hai-Yun Li, Xin-Rui Wu, Ji-Yun Cheng, Yu Guo, Zi-Wen Long, Yi-Lin Chen, Ze-Yu Li, Liu Yang, Ya-Ru Zhang, Shi-Dong Chen, Yi-Jun Ge, Yu-Yuan Huang, Le-Ming Shi, Qiang Dong, Ying Mao, Jian-Feng Feng, Wei Cheng, Jin-Tai Yu, Atlas of the plasma proteome in health and disease in 53,026 adults, Cell, 2024.