干眼症泪液蛋白质组改变的全面综述:对病理生理学和生物标志物潜力的见解

A comprehensive review of tear fluid proteome alterations in dry eye disease: Insights into pathophysiology and biomarker potential

作者信息Saleh Ahmed, Steven Safille, Victoria Clifton, Shruti Sharma, Cintia S de Paiva, Ashok Sharma
PMID41638552
期刊Ocul Surf
发布时间2026-04
DOI10.1016/j.jtos.2026.01.010

实验完整度

本文为综述文章,汇总50项已发表研究,未开展独立的实验验证,主要基于文献整合分析,实验细节不足。

主要模型

干眼症患者泪液样本(基于Schirmer纸条或毛细血管收集) 健康对照泪液样本

重点核对

DED诊断标准:OSDI-6评分≥4且客观泪膜或眼表异常 泪液收集方法:Schirmer纸条或毛细血管,影响蛋白质组成 分析平台:LC-MS/MS、ELISA、Luminex等,影响蛋白质覆盖范围 蛋白质变化方向:至少两项独立研究中一致上调或下调 数据提取标准:仅纳入至少两项研究中差异表达的蛋白质

摘要

泪液是一种高度特化和动态的生物流体,由蛋白质、脂质、粘蛋白和电解质组成,对于维持眼表完整性、免疫防御和泪膜稳定性至关重要。越来越多的泪液蛋白质组学研究证据表明,干眼症中的蛋白质组成发生广泛改变,反映了局部眼表病理与全身炎症影响之间的复杂相互作用。本综述总结了50项已发表研究的蛋白质组学发现,以识别在干眼症中一致上调或下调的泪液蛋白,并在眼表稳态的背景下解释其生物学意义。在各项研究中,干眼症泪液中上调的蛋白质主要反映急性期和炎症通路的激活,包括S100A8/A9、ORM1、APOA2和促炎细胞因子,以及氧化应激反应和上皮重塑过程。相比之下,下调的蛋白质包括关键的保护和稳态泪液成分,如乳铁蛋白、溶菌酶、脂质运载蛋白-1、泪液蛋白和分泌珠蛋白等,以及参与免疫转运、上皮结构和脂质代谢的蛋白质,这些对于泪膜稳定性至关重要。总体而言,这些蛋白质组学变化表明应激和炎症通路的激活,可能加剧干眼症中的上皮屏障损伤和泪膜不稳定。通过整合不同方法学中的蛋白质组学数据,本综述突出了干眼症病理生理学背后的趋同生物学通路,并提示泪液蛋白组合作为疾病分层、监测和治疗靶点生物标志物的潜力。

实验结论

提炼研究问题、关键发现与证据,快速把握文章的核心贡献。

研究问题
泪液蛋白质组改变如何反映干眼症的病理生理机制,并作为生物标志物?
核心机制
干眼症泪液蛋白谱显示炎症、急性期反应、氧化应激、蛋白水解和上皮重塑相关蛋白上调,而抗菌防御、上皮维持、脂质结合和泪膜稳定相关蛋白下调,从泪膜稳态转向慢性应激和持续炎症状态。
主要证据
基于50项临床泪液蛋白质组学研究的整合,40个蛋白在至少两项研究中一致上调,12个蛋白一致下调,其中ALB、ANXA1、C3、IL-1β、IL-6、IL-8、IFN-γ、MMP9、ORM1、S100A6、S100A8、S100A9、转铁蛋白和TNF等14个蛋白上调,AZGP1、CST4、泪液蛋白、脂质运载蛋白-1、乳铁蛋白、溶菌酶、PRR1、PIP、PRR4和SCGB1D1等10个蛋白下调,经不同队列方向一致性验证。
研究意义
作者指出这些蛋白是机制研究和靶向生物标志物开发的高优先级候选者,但需进一步纵向验证以确立诊断特异性和临床效用,用于疾病分层、监测和治疗靶向。

研究路径

按研究推进顺序梳理实验设计、验证步骤与关键观察。

1

文献检索与筛选

系统收集2005至2025年间发表的分析干眼症患者泪液蛋白质组的研究,确保纳入标准一致。

在PubMed中使用“dry eye disease”、“DED”、“proteomics”、“tear fluid”、“mass spectrometry”、“biomarkers”等检索词组合,并手动筛选参考文献,最终纳入50项研究。

2

数据提取与标准化

从各项研究中提取样本量、人口统计学信息、DED诊断标准、泪液收集方法、蛋白质组学平台和差异表达蛋白,以进行统一比较。

使用标准化框架从每项研究中提取数据,包括样本量、人口统计学、泪液收集方法、蛋白质组学平台和差异表达蛋白。最终共报告123个上调蛋白和35个下调蛋白,筛选至少两项研究中差异表达的蛋白纳入主要分析。

3

功能注释与通路归类

对差异表达蛋白进行功能注释,并按生物通路归类,以解释其与DED病理生理的相关性。

使用ChatGPT-4 Turbo(OpenAI)通过“Run Deep Research”工作流进行AI辅助注释,总结蛋白功能、泪膜生物学作用及DED关联,并由作者独立审查和验证。

4

结果整合与一致性分析

整合跨研究数据,识别方向一致的蛋白质作为候选生物标志物,并分析表达趋势。

将上调蛋白归类为急性期和炎症蛋白、氧化应激和氧化还原稳态、上皮完整性和细胞骨架重塑、蛋白酶和蛋白酶抑制剂、代谢酶和转运蛋白、免疫成分和粘膜防御;下调蛋白归类为抗菌和分泌蛋白、免疫和粘膜防御蛋白、结构和上皮完整性蛋白、脂质和转运蛋白、应激反应和凋亡调节因子等。

研究方法

按研究目的归类文中使用的方法,便于定位所需技术。

产品清单

实验环节名称品牌货号
PubMed----
ChatGPT-4 Turbo (OpenAI)OpenAI--
Schirmer试纸条----
毛细管----
液相色谱-串联质谱法----
酶联免疫吸附测定----
Luminex检测----
抗体微阵列----
免疫印迹----
二维凝胶电泳----
Bio-Rad蛋白检测试剂盒Bio-Rad--
安捷伦2100生物分析仪Agilent--

关键环节

汇总复现实验时建议重点确认的条件及原文阅读提示。

环节核对要点
文献检索策略
检索词、数据库、时间范围(2005年1月至2025年3月)
阅读提示:Methods section 2.1
纳入和排除标准
人类参与者、诊断为DED、任何蛋白质组学方法分析泪液、英文发表;排除动物模型、体外系统或非DED眼部疾病
阅读提示:Methods section 2.1
数据提取
样本量、人口统计学、DED诊断标准、泪液收集方法、分析平台、差异表达蛋白
阅读提示:Methods section 2.2
数据筛选
至少两项研究报道的差异表达蛋白
阅读提示:Methods section 2.2
数据分析
AI辅助注释工具(ChatGPT-4 Turbo)、验证流程(独立人工审查)
阅读提示:Methods section 2.3