質譜推動尿生物標志物檢測證明性別與個體差異關系

　　疾病生物標志物是與疾病生理過程相關的可測量變化指標，尿液是疾病生物標志物發現過程中極具研究吸引力的生物材料。尿液蛋白質組主要由通過腎小球屏障的血漿蛋白和由泌尿生殖系統內的細胞排出的蛋白組成，因此它可以反映身體的全身和局部狀態。但尿蛋白的濃度和組成受多種生理因素的影響，是尿生物標志物發現的主要瓶頸之一。

　　2019年3月20日，MCP 雜志在線發表題為“Comprehensive analysis of individual variation in the urinary proteome revealed significant gender differences”的研究論文。為了闡明個體差異及影響尿蛋白組的相關因素，來自北京師范大學高友鶴教授、國家腎臟病重點實驗室的吳鏑課題組及中國科學院基礎醫學科學研究所的孫偉研究團隊等聯合開展研究。作者通過對20-69歲健康成人的尿液樣本進行了蛋白質組學分析，研究發現了尿蛋白的代謝狀態、性別相關差異和年齡相關差異，尤其是證明了性別是導致個體差異的關鍵因素；最后，通過特征蛋白質的參考區間提供了發現尿液生物標志物分析異常的基線。

　　該研究選擇了49名健康獻血者（年齡在20-69歲）的尿液（樣本策略）進行分析。根據年齡將其分為5個類別，每個類別的間隔為10年。因此，整個樣本根據年齡和性別共分為十組。由于樣本檢測的復雜性，采取了無標簽定量技術（Label-free）方法進行蛋白質組定量（質譜策略）。最終鑒定到3008個蛋白質（FDR<1%且unique peptide="">2），其中可定量到1872個蛋白質。

Figure 1. 蛋白組學技術流程路線

　　作者通過構建蛋白質共表達網絡，分析了在不同個體中具有相似尿表達譜的蛋白質，并繪制了具有相似表達譜的蛋白質簇的代表性互作網絡，以及不同年齡和性別組中蛋白質豐度的可視化蛋白質豐度分布圖。通過REACTOME數據庫對其最大的子網進一步分析發現，共有36種蛋白質參與了代謝途徑；其中顯著富集到的有碳水化合物、氨基酸和衍生物、生物氧化和維生素和輔因子代謝途徑。同時發現12個蛋白質在腎臟和肝臟中高表達，進一步說明這個子網可能代表了代謝狀態異常與否的關鍵性尿指標。

Figure 2. 蛋白共表達網絡

　　作者從組學結果中篩選出了男性和女性尿液樣品中顯著變化的35和76個蛋白質。首先針對可能來自生殖系統的蛋白質進行了亞細胞定位和IPA分析，發現在不同性別組中增加的蛋白質對細胞侵襲顯示出相反的作用。隨后作者從中選擇了9類特征蛋白質在85個獨立樣本上進行MRM驗證，并建立了用于區分男性和女性樣本的“尿液模型”；最后通過2D LC-MS / MS分析證實了大多數樣品符合這一“模型”預測。

Figure 3. 不同性別的尿液模式分析

　　正常尿蛋白質組的表征為疾病的診斷和監測提供了基礎信息。作者在這項研究中，發現性別是除年齡外導致個體差異的關鍵因素。男性和女性尿蛋白質組表現出不同的表達譜，并且可以通過僅由五種蛋白質組成的線性模型準確區分。