脓毒症是由感染引起的宿主反应失调，导致生命威胁的器官功能障碍，是一个全球性的卫生挑战。目前缺乏有效的免疫调节疗法来应对脓毒症的高死亡率和全球危机。目前根据临床、实验室和分子分层因素，提出了对免疫反应状态、预后和治疗反应有参考价值的脓毒症亚型。然而，由于对脓毒症血浆蛋白质组的了解不全面，无法确定脓毒症宿主反应的性质以及对患者进行最佳分层。
今年6月5日，牛津大学纳菲尔德医学系的研究团队在《Sci Transl Med》（IF:17.1）杂志上发表题为：《High-throughput mass spectrometry maps the sepsis plasma proteome and differences in patient response》的相关研究。该研究通过高通量串联质谱技术详细描绘脓毒症的血浆蛋白组，并识别导致患者响应的因素，以期为脓毒症的病理生理学理解和新治疗方法提供更好的理解。
样本（共1611例）：
因社区获得性肺炎（CAP）或粪便腹膜炎（FP）而入住重症监护室（ICU）的脓毒症患者，并在他们入院期间连续采样（n=1189名患者，1879个样本）：这些患者被分为发现组和验证组；
另增加其他队列作为比较组，包括需要血管加压的脓毒症临床试验者（n=45名患者，154份样本）、健康志愿者（HVs）（n=152人和样本），以及与非感染性炎症患者（n=149名患者，351份样本）和非感染性ICU患者（n=76名患者，76份样本）。
方法：该研究开发了一种高通量定量蛋白质组学工作流程，使用布鲁克timsTOF Pro质谱仪，对来自1611个个体的2612个血浆样本在28个完全随机的采集板上一批检测，每天检测100个样本。
检测结果：最终检测到2782个蛋白质，数据预处理后得到来自1598个个体的2575个样本中的269个蛋白质。
主成分分析（PCA）表明，主成分（PC）1形成了从HVs和选择性手术术前病例到术后病例和非感染性危重症，再到脓毒症的样本梯度（图1B）。PC1在不同样本队列中呈现出梯度，其中抗微生物体液反应、细胞趋化、对外部刺激反应的正向调节（脓毒症/重症）和脂蛋白代谢过程（非脓毒症对照组）的载荷最高。PC2涉及B细胞活化和Fc受体信号通路的调控（图1D）。该研究还利用队列中的所有样本推导出了蛋白质共表达网络，将184个蛋白质分成16个共表达模块，这些模块因比较队列而异，分别富集于急性期蛋白（蓝色模块，脓毒症患者较高）、血浆脂蛋白组装（黄色，HVs患者较高）、血小板脱颗粒（棕色，脓毒症患者较高）和免疫球蛋白（黑色，脓毒症患者较高；紫色，非感染者较高；紫色，在非感染ICU患者中较高，洋红色，在脓毒症和非感染ICU患者中较高）（图1E）。
图1 血浆蛋白质组PCA分析和共表达网络
该研究继续研究脓毒症与其他特征样本的蛋白质丰度差异和通路富集情况（图2A）。在发现组和验证组的六个脓毒症-对比组对比中，发现有11种蛋白质在所有对比中含量不同，所有这些蛋白质在脓毒症中含量最高。这些蛋白质涉及急性期反应、组织损伤保护、中性粒细胞功能、细胞因子产生以及半乳糖代谢相关蛋白（图2B-D）。根据蛋白差异构建基于弹性网络回归算法的机器学习模型，可以区分验证人群,AUC=100.0%(99.9 to 100.0%)(脓毒症患者vs健康），AUC=96.9%(94.6 to 99.2%)（脓毒症患者vs术后）。这说明蛋白质差异在不同患者队列中是稳定的。
图2 脓毒症特异性蛋白质组反应
该研究继续探究了特定血浆蛋白是否与脓毒症反应的特定临床特征有关。就个体血浆蛋白丰度而言，确定了一组蛋白[包括PTGDS（前列腺腺蛋白D2合成酶）、B2M（β2微球蛋白）、CFD（复合因子D）、LCN2、VWF、COL6A1、USP15、MMP2、COL1A2、CD14、PLTP（磷脂转移蛋白）和CRP]，这些蛋白与反映更严重疾病的临床变量高度相关，包括总SOFA、急性生理学和慢性健康评估（APACHE）、休克或肾功能衰竭的发生以及凝血酶原时间（图3）。
图3 脓毒症血浆蛋白质组与临床特征的相关性
使用从所有队列中确定的蛋白质共表达模块，我们发现特定的模块与比较组对比结果和特定临床变量显著相关（FDR<0.05）（图2A和4A-C）。蛋白质组特征对死亡率的影响在许多情况下是通过器官功能障碍介导的，其中八个模块中有六个影响了结果，既直接影响又通过至少五个器官系统的SOFA评分间接影响，涉及止血、内肽酶活性负调节、脂蛋白组装、免疫球蛋白和中性粒细胞脱颗粒（图4D）。
图4 脓毒症血浆蛋白质组内的差异
为了定义脓毒症亚表型，使用所有时间点的脓毒症发现队列的蛋白定量进行聚类分析，确定了三个亚组，将其称为基于脓毒症血浆蛋白质组的聚类（SPC1/2/3）。总的来说，当将SPC1与SPC2或SPC3与HV进行比较时，血浆蛋白差异丰富（脓毒症患者的SPC1、SPC2和SPC3分别为81、74和55种蛋白），包括SPC1特异性的免疫球蛋白和载脂蛋白，SPC1中吞噬作用的富集和B细胞活化的正调控，以及SPC2中免疫球蛋白的丰度较低。
图5 发现队列中的SPCs
为了验证和进一步描述这些亚组，根据脓毒症发现队列开发了SPC预测模型（AUC)≥95%，灵敏度和特异性≥85%），并将该模型应用于脓毒症验证队列（来自394名患者的624个样本）以推导出SPC分型结果，它重现了死亡率和严重程度测量值的关联结果（图6A-B）。进一步测试了基于少量信息蛋白生物标记物的群集预测，使用八个预测因子推导出了一个新的最小弹性网模型，该模型成功地预测了HV的集群（灵敏度为72.7%，特异度为94.2%）。
SPC1的特征是血浆中免疫反应蛋白的丰度更高，包括特异性细胞因子和免疫球蛋白，以及更多的胶原和ECM成分，这意味着这些患者的组织损伤程度更大（图6F）。SPC1的脂蛋白代谢和转运相对下调。相比之下，SPC2的免疫球蛋白丰度和B细胞信号通路蛋白较低，而在SPC3中，白细胞介素信号和细胞因子浓度相对降低。
图6 基于脓毒症血浆蛋白组的集群（SPCs）的验证和分子特征
利用矩阵分解法（30）将837份样本（649名患者）的脓毒症血浆蛋白质组学（MS）与配对的白细胞转录组学（RNA测序（RNA-seq））整合在一起，试图最大限度地提高脓毒症血浆蛋白质组学（MS）的信息量。接着确定了哪些成分与疾病严重程度、脓毒症来源、临床协变量和疾病亚型有关联，并重点研究了有显著蛋白质贡献的76个成分。与SPCs关联性最强的成分与富含ECM和新陈代谢的蛋白质（USP15、COL1A2、MMP2和VWF）、补体和免疫球蛋白变链有关（图7D）。
图7 血浆蛋白质组学与白细胞转录组学的整合
该研究进一步通过分析1016名患者（1361个样本）的SPC和白细胞转录组衍生脓毒症反应特征（SRS），探讨了血浆蛋白质组学和白细胞转录组学衍生的脓毒症亚表型之间的关系。在发现队列中 70%的SPC1患者也被分配到SRS1，而在SPC2和SPC3中分别为37%和34%（图8A-B）。确定了SRS组间不同丰度的蛋白质（图8C），其中一些与区分SPC1和SPC2+3的蛋白质重叠（图8D）。最后，鉴于SRS1和SPC1都与不良预后相关（图8E），该研究测试了这两种分类是否可以结合起来，以进一步为风险分层提供信息。结果表明同时被分配到SRS1和SPC1的患者（约占11%的患者）死亡率最高，28天时为33.3%，而SPC3非SRS1患者（约43%）的死亡率最低，为10.4%（图8F）。
图8 蛋白质组（SPC）和转录组（SRS）患者亚组的关系
文章通过对大量脓毒症患者血浆样本的高通量质谱分析，成功绘制出脓毒症血浆蛋白组的全景，并识别出与疾病进程和患者响应相关的特征蛋白。这一研究不仅揭示了脓毒症的亚型，还提出了潜在的生物标志物，并为实现脓毒症的个体化医疗提供了新的机会。
参考文献
[1]Mi Y, Burnham KL, Charles PD, et al. High-throughput mass spectrometry maps the sepsis plasma proteome and differences in patient response. Sci Transl Med. 2024;16(750):eadh0185. doi:10.1126/scitranslmed.adh0185
