呼吸系统疾病是常见的慢性病类型，主要影响气管、支气管、肺部及胸腔，其发病率在我国仅次于心血管疾病和糖尿病，排名第三。近年来，蛋白质组学作为一种高通量的生物技术，在呼吸系统疾病的研究中发挥了重要作用。通过大规模的蛋白质分析，蛋白质组学为揭示呼吸系统疾病的发病机制、筛选诊断标志物及发现药物靶点提供了全新视角。

基于SomaScan平台的应用进展

本期将探讨基于SomaScan平台的蛋白质组学检测在呼吸系统疾病领域的应用进展。研究人员利用COPDGene、LSC、SPIROMICS等吸烟人群队列和MESA一般人群队列的SomaScan蛋白质组数据与死亡率数据，开发了一个基于15种蛋白质的死亡风险评分（protRS）。通过Cox回归模型和多变量分析，该研究评估了protRS与吸烟者全因死亡率和呼吸道特异性死亡率之间的关系。结果显示，protRS与全因死亡率和呼吸道特异性死亡率均有显著相关性，并且在某些人群中将protRS纳入预测模型显著提升了全因死亡率预测的准确性。此外，具体蛋白质分析还揭示了呼吸系统与心血管系统相关疾病可能涉及的生物途径和分子机制，发现了一些已知药物在相关疾病治疗中的潜在再利用价值。

在呼吸系统疾病发病机制中的应用

大规模蛋白质组学技术逐渐被应用于揭示呼吸系统疾病的发病机制。一项研究通过孟德尔随机化分析，整合了UK Biobank与FinnGen的研究数据，总共纳入了12791名肺心病（PHD）患者及729378名对照。在对3622种血浆蛋白进行分析后，研究人员发现三种与PHD风险显著相关的蛋白质，其中包括CAMK1。值得注意的是，CAMK1在PHD患者中的表达显著高于对照组，这一发现为未来的治疗策略提供了新的思路。

此外，在COPDGene和CARDIA两个队列中，研究发现852种与肺间质异常（QIAs）显著相关的蛋白质，有144种在两个队列中一致相关，这些蛋白质主要富集于炎症反应、细胞黏附和免疫应答等生物通路。这些发现为开发新的早期诊断方法和治疗干预措施提供了宝贵的思路。

在肺功能研究中的应用

研究人员还分析了来源于AGEs-Reykjavik研究的5368名参与者的数据，探讨了血清蛋白与肺功能（以FEV1为指标）之间的关系。结果显示4782种蛋白与FEV1存在关联，其中530种在多重比较校正后依然显著相关。进一步分析表明，8种蛋白质可能对FEV1具有因果影响。这项大规模的研究揭示了与肺功能下降相关的多种蛋白质标志物，为深刻理解这些蛋白质在肺功能中的作用提供了新的洞见。

在呼吸系统疾病的诊断和预后评估中的应用

通过蛋白质组学与肽组学的联合分析，研究人员探索了HIV相关阻塞性肺病（OLD）中蛋白酶活性与靶点。研究发现，在HIV感染者中，多种蛋白酶的上调与肺功能下降存在关联，识别出31种在OLD患者中发生蛋白水解降解的蛋白质，这些发现为理解HIV相关OLD的发病机制提供了新视角，并为未来治疗策略找到了潜在靶点。

此外，研究结合组学数据与传统临床数据，改进特发性肺纤维化（IPF）患者疾病进展的预测模型。虽然组学数据在提升已有预测模型表现方面的贡献有限，但研究仍识别出了一些与IPF进展相关的生物标志物，如SP-D、serpinA7和MMP-9，为后续研究提供了基础。

总结与展望

蛋白质组学检测在呼吸系统疾病领域的应用已取得显著进展，不仅为疾病风险预测及发病机制探究提供了重要支持，还在疾病的诊断与预后评估中展现出巨大潜力。未来研究应继续扩展蛋白质组学技术的应用，提高灵敏度和特异性，以更好地服务于呼吸系统疾病的临床诊疗与科学研究。与此同时，利用尊龙凯时的资源和技术优势，推动呼吸系统疾病相关生物标志物的开发与应用，将为提升患者的生活质量做出贡献。