《Cell》发布人类蛋白质组分布图谱：解码血浆蛋白的“身份密码”

深度整合21种组织与8类细胞蛋白质组数据，隆德大学团队构建全局标签评分系统实现血浆蛋白溯源

人体如同一座精密运转的生态系统，各器官组织与细胞群体通过复杂的分子对话维持生命活动。在这张巨大的通讯网络中，血浆蛋白质组作为最重要的信息载体，实时反映着机体生理状态与疾病进程。然而，由于缺乏系统性研究手段，科学家始终难以准确解读血浆中成千上万种蛋白质究竟来自何种组织或细胞，又如何参与疾病的发生与发展。

为此，瑞典隆德大学Johan Malmström教授团队在《Cell》上发表了重磅研究成果。该团队成功构建了涵盖21种人体组织和8类血细胞的人类蛋白质组分布图谱，首次实现了血浆蛋白质组来源的精准解析。值得一提的是，Malmström教授曾在蛋白质组学先驱Ruedi Aebersold实验室从事博士后工作，并共同开发了广受欢迎的DIA技术OpenSWATH，此次研究正是其团队在蛋白质组学领域的又一突破性贡献。

01、血浆蛋白质组分布图谱的构建

为系统解析血浆蛋白质组的组织来源，研究团队选取了18个高度血管化的器官（包括心、肝、脾、肾等）和8种血液中丰度较高的细胞类型（如中性粒细胞、红细胞、血小板等），采用基于质谱的蛋白质组学策略，构建了一个覆盖10,786种蛋白质的人类蛋白质组图谱。

许多蛋白质在多个组织中均有表达，且表达水平差异显著，这为蛋白质—组织关联归类带来巨大挑战。为解决该问题，研究团队创新性地采用均匀流形逼近与投影（UMAP）结合加权高斯核密度估计（KDE） 方法，将蛋白质投射至二维潜在空间，依据各器官信号贡献对蛋白质进行自动分类，为血浆蛋白溯源奠定基础。

应用这一策略，团队在9,827种定量蛋白质中成功将5,108种标注为具有组织或细胞特异性，其中大脑、肝脏和中性粒细胞所贡献的特异性蛋白数量最为显著。该方法还成功识别出多个已知具有明确组织关联的蛋白质，如心肌肌钙蛋白、胰腺淀粉酶和肺表面活性相关蛋白。功能富集分析进一步显示，不同类别蛋白质所参与的生物学过程与其对应器官的生理功能高度吻合，证实了该分类策略的可靠性。

02、全局标签评分系统（GLS）的开发与应用

为整合多源数据并提升蛋白质—组织关联判断的鲁棒性，研究团队融合了已发表的RNA及蛋白质图谱数据，开发出一套全局标签评分系统（GLS），用于量化每个蛋白质与特定组织关联的置信度。GLS评分越高，表明该蛋白质的组织来源越明确。

研究发现，约5%的组织富集蛋白获得了最高GLS评分（4分），显示出极高的组织特异性，例如心肌中高表达的收缩蛋白。其余95%的蛋白质因表达广泛或丰度较低，在不同图谱间未能得到一致注释，因而评分较低。值得注意的是，即使低GLS评分（1–2分）的蛋白质，其表达仍明显富集于所标注的组织，并参与该器官的特有功能，说明整合多图谱策略显著提高了组织关联蛋白的覆盖范围和注释可靠性。

03、图谱在疾病机制解析中的应用

为验证该图谱在病理状态下的应用价值，研究团队聚焦于三类急诊常见疾病——胰腺炎、心肌损伤和感染，系统分析了不同组织来源蛋白质在患者血浆中的动态变化。

结果显示：在胰腺炎患者中，11种胰腺富集蛋白（如AMY2A、PNLIP等）显著上升；心肌损伤患者中则检测到5种心脏特异性蛋白（如MB、FABP3等）的明显高表达；而在细菌感染患者中，中性粒细胞与巨噬细胞来源的蛋白质（如RETN、CTSG等）显著上调，血小板相关蛋白（如PF4、PPBP）则普遍下调，可能与脓毒症中血小板减少的病理机制有关。这些发现表明，在疾病状态下特定组织或细胞来源的蛋白质在血浆中发生显著改变，具备作为病理过程特异性生物标志物的潜力。

04、大规模人群队列的验证与临床应用

为进一步量化不同器官在生理与疾病状态下对血浆蛋白质组的贡献，研究团队整合了英国生物样本库（UK Biobank） 中54,219名参与者的大规模蛋白质组数据，以及包含1,364例脓毒症患者的独立队列。

分析表明，不同组织对血浆蛋白质组的贡献差异显著：大脑、肝脏、脾脏等大型高血管化器官贡献了数百种蛋白质，而前列腺、膀胱等器官仅贡献数十种。更重要的是，组织特异性蛋白质的血浆水平与器官功能障碍显著相关——例如在肝功能障碍患者中，128种肝脏富集蛋白与ALT水平呈强相关；在脓毒症合并呼吸衰竭患者中，肺特异性蛋白SFTPB显著上升。这些结果再次验证该图谱在识别器官损伤及推进精准标志物开发中的巨大应用价值。

总结与核心技术亮点

综上所述，本研究通过构建首个人类多组织-细胞蛋白质组分布图谱，并开发全局标签评分（GLS）系统，实现了对血浆蛋白质组来源的高精度解析，为理解疾病机制和发现组织特异性标志物提供了强大工具。

关键技术突破包括：

1. 多组织-细胞蛋白质组整合图谱构建：涵盖29种组织与细胞类型，基于DIA-MS技术系统鉴定近万种蛋白质，为血浆蛋白溯源提供数据基础；
2. UMAP + KDE机器学习分类策略：创新性地将蛋白质表达模式映射至二维空间，实现自动、客观的蛋白质-组织关联分类；
3. 全局标签评分系统（GLS）：融合多源转录组与蛋白质组数据，对蛋白-组织关联进行置信度量化，显著提升标注可靠性；
4. 疾病特异性蛋白动态监测：在胰腺炎、心肌损伤、感染等疾病队列中验证了组织富集蛋白作为病理状态特异性标志物的潜力；
5. 大规模人群验证：整合UK Biobank等万人级队列，证实器官损伤与相应组织蛋白在血浆中的水平变化显著相关。

该研究不仅提供了一套公开可用的数据资源与分析工具，更开创了"通过血浆蛋白追溯器官状态"的新范式，为未来无创诊断、疾病分型及精准治疗提供了强有力的方法论支持。

一滴血中窥全身，蛋白质组学的"GPS时代"已经到来。

值得一提的是，随着蛋白质组学在精准医学中的不断深入，对血浆蛋白质组进行大规模、高灵敏度和高定量的分析已成为疾病标志物挖掘的关键挑战。在这一背景下，谱研生物依托先进的质谱技术平台和丰富的组学数据分析经验，推出了面向血浆蛋白质组的深度覆盖定量解决方案。该方案基于高通量DIA质谱技术和自主优化的样本分级策略，可实现对血浆中低丰度组织泄漏蛋白的高灵敏度检测；结合生物信息学流程与多层次质控体系，确保定量结果的准确性与可重复性。此外，公司搭建的一站式蛋白质组-转录组整合分析平台，可支持研究者从海量数据中挖掘具有生物学意义和临床潜力的标志物分子，并为机制研究提供功能注释和通路富集等多维度证据。谱研生物致力于为科研与临床用户提供可靠、高效的多组学技术支撑，推动蛋白质组学从基础研究向转化应用加速迈进。

本文由【谱研生物】原创发布，转载请标注来源。
关注公众号，回复"血浆蛋白图谱"获取原文！

【联系我们】

谱研生物官方网站：https://www.puyanbio.com/

业务咨询：