发现阶段血浆蛋白质组学分析
利用病例对照样本筛选与胃癌相关的差异表达蛋白。
对100例胃癌和94例对照的血浆样本进行液相色谱-串联质谱分析，使用DIA模式，鉴定差异表达蛋白。
关于丁香通
公司信息
个人用户
企业机构
无忧采购 轻松科研
- 移动端
血浆蛋白质组学特征改善胃癌风险分层和个性化筛查
Plasma proteomic signatures improve risk stratification and personalized screening for gastric cancer
实验完整度
高包含发现期病例对照质谱蛋白组学、验证期大规模前瞻性队列蛋白检测，并进行了功能验证和机制探讨。
主要模型
胃癌患者血浆样本 非胃癌对照血浆样本 UK Biobank前瞻队列血浆样本
重点核对
发现集样本量：100例胃癌和94例对照 验证集样本量：52,552名UK Biobank参与者，其中92例胃癌 中位随访时间：13.63年 蛋白检测平台：Olink Explore 3072 统计方法：LASSO-Cox回归和稳定性选择
摘要
背景：准确识别胃癌高危个体仍是有效筛查的主要挑战。我们旨在识别血浆蛋白质组学特征，并开发用于胃癌风险分层的风险预测模型。方法：在病例对照发现集（100例胃癌病例和94例对照）中使用液相色谱-串联质谱进行血浆蛋白质组学分析。在52,552名英国生物银行参与者中评估候选蛋白，中位随访时间为13.63年，期间发现92例胃癌事件。使用LASSO惩罚Cox回归和稳定性选择开发整合临床、遗传和蛋白质组学因素的风险模型，并通过自助重采样进行内部验证。结果：在发现集的2306种差异表达蛋白中，有25种在验证中达到名义显著性（P < 0.05）且方向一致。在校正错误发现率后，两种蛋白（CTSD和GGH）仍具有显著性。主要蛋白质组模型（临床因素加5种蛋白）相比临床模型改善了区分能力（乐观校正C指数：0.745 vs. 0.732，P = 0.046）。风险分层显示明显的胃癌风险梯度：中风险组风险比为6.08（95% CI 2.15–17.20），高风险组为23.88（95% CI 8.66–65.87）。风险评分作为连续变量也与胃癌风险相关（每标准差HR：1.09，95% CI 1.08–1.11）。各风险组的15年累积发病率范围为0.02%至0.56%。决策曲线分析显示临床效用改善。结论：血浆蛋白质组学特征可能改善胃癌风险分层，超越传统临床因素，并可能支持更有针对性的筛查策略。需要进一步验证。补充信息：在线版本包含补充材料，可在10.1007/s10120-026-01749-4获取。关键词：胃癌，蛋白质组学，生物标志物，癌症筛查，癌症预防。
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
- 血浆蛋白质组学特征是否能够改善胃癌风险分层，并支持个性化筛查？
- 核心机制
- 文献讨论了几种蛋白的潜在机制，如CTSD的异常糖基化与胃癌发病相关，GGH调节叶酸浓度影响细胞增殖和DNA修复，但未明确验证因果机制。
- 主要证据
- 发现集质谱蛋白质组学鉴定差异蛋白，UK Biobank前瞻队列验证25种蛋白与胃癌风险相关，其中5种蛋白组成的模型改善了风险分层，高风险组HR为23.88。
- 研究意义
- 作者提出血浆蛋白标志物可能改善胃癌风险分层，支持更有针对性的筛查策略，并需要进一步外部验证和机制研究。
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。
验证阶段蛋白与胃癌风险的关联分析
在大型前瞻队列中验证发现阶段蛋白与胃癌风险的关联。
利用UK Biobank中52,552名参与者的Olink蛋白数据和胃癌事件记录，使用Cox回归分析蛋白与胃癌风险的关联。
构建风险预测模型
整合临床、遗传和蛋白质组学因素，开发胃癌风险预测模型。
使用LASSO-Cox回归和稳定性选择筛选蛋白，构建四种模型，并比较其区分能力。
风险分层和临床效用评估
评估模型在风险分层和临床决策中的效用。
根据风险评分将参与者分为低、中、高风险组，比较组间胃癌风险差异，并进行决策曲线分析。
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。
蛋白定量平台
生存分析
产品清单
| 实验环节 | 名称 | 品牌 | 货号 |
|---|---|---|---|
| 样本处理 | 血浆蛋白富集试剂盒 | 北京精确健康生物技术有限公司 | PH035 |
| 蛋白消化 | 胰蛋白酶 | -- | -- |
| 色谱分离 | 超高效液相色谱系统 | Thermo Fisher Scientific | UHPLC 3000 |
| C18分析柱 | -- | -- | |
| 质谱分析 | Thermo Scientific Orbitrap Eclipse质谱仪 | Thermo Fisher Scientific | -- |
| Nanospray Flex离子源 | Thermo Fisher Scientific | -- | |
| 数据处理 | Spectronaut 17.4软件 | Biognosys | -- |
| 基因分型 | UK Biobank Axiom芯片 | Affymetrix | -- |
| UK BiLEVE Axiom芯片 | Affymetrix | -- |
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 |
|---|---|
| 发现阶段样本采集 | 空腹血样5毫升，EDTA抗凝，1800g离心10分钟，4℃保存 阅读提示：Methods: Sample collection and processing |
| 蛋白质组学分析 | 血浆富集试剂盒PH035，消化缓冲液含2 µg胰蛋白酶，37℃过夜，LC-MS/MS条件 阅读提示：Methods: Protein extraction, proteomic profiling, data processing, and protein quantification |
| 验证阶段蛋白检测 | Olink Explore 3072平台，蛋白质组学数据来自UK Biobank 阅读提示：Methods: Statistical analyses, Validation stage |
| 模型构建 | 临床因素（年龄、性别、教育程度、吸烟、体育活动、家族史），PRS基于112个SNP，LASSO-Cox回归稳定性选择频率≥0.7 阅读提示：Methods: Construction of risk prediction model and risk score |
| 风险分层 | 风险评分计算，按Youden指数确定截断值，分为低、中、高风险组 阅读提示：Results: Risk stratification for gastric cancer screening, Methods |