您(nin)好，欢迎來到青莲百奥!
強(qiang)直性脊柱炎（AS）是一種(zhong)全身性炎症性疾(ji)病，在中國人群中的(de)患病率據報道(dao)達0.29%，屬於風湿免疫系統(tong)疾病範畴。这(zhe)一疾病可能造成不可逆的骨骼結構(gou)损伤和脊柱畸形，最終导致(zhi)患者残(can)疾，伴(ban)随(sui)而來的疲劳、睡眠障(zhang)碍、精神疾病等並(bing)发症嚴重影響患者的日常生活與工作能(neng)力，致使患(huan)者生活質量顯著(zhu)下降。从(cong)社會層面看，強直性(xing)脊柱炎的高发病率和长期治疗需求給医疗保健系統和社會带來巨大(da)的經濟壓力。在臨床實践(jian)中，強直性(xing)脊柱炎疾(ji)病活動度指数（BASDAI）是衡量強(qiang)直性脊柱炎疾病活動程度的常用指標(biao)，但由於其主觀性和患者驅動的性質，该指標存在一定的局限性，难以完全準確地反映疾病(bing)的客觀進(jin)展情况。現阶段關於強直性脊柱炎潜在生物標志物(wu)的蛋白(bai)質組學研究仍然有限，该领域的進一步深入探索(suo)對(dui)於揭示強直性脊柱炎的发病機製、確定更為有效(xiao)的诊断策略(lve)和治疗手段至關重要。
2025年5月，中國中医科學院廣安門医院劉宏潇研究團隊與國家蛋白質科學中心(xin)馬洁研究(jiu)團隊在國际學術期刊Journal of Advanced Research（影響因子11.4）上(shang)聯合发表了(le)最新研究成果。该研究(jiu)以"Characterization of immune features and discovery of potential biomarkers for ankylosing spondylitis using deep plasma proteomics"為題，系統性地采用深度血浆蛋白質組學技術手段，對強直性脊柱炎患者的免疫特征進行了全(quan)面描(miao)述和深層次剖析，並在此基礎上发現了一系列潜在的疾病生物標志物。強直(zhi)性脊柱炎作為(wei)一種慢性全身性自身免疫病，其(qi)病理機(ji)製复雜、臨床诊断困难，长期以來缺乏特异性较強(qiang)的早期诊断標志(zhi)。
北(bei)京青莲百奥生物科技有(you)限公司在该研究中為研究團隊提供了基於MagicOmics DMB低豐度蛋白富集磁珠試剂盒的深度血浆(jiang)蛋白質組學檢(jian)測服務,通過该試剂(ji)盒的特异性富集功能(neng),使得血浆中含
研究首先(xian)對发現隊列（n=104，包括活動期(qi)強直性脊柱炎患者(zhe)n=48、稳定期強直性脊(ji)柱(zhu)炎患者n=21、健康對(dui)照者n=35）進行血浆蛋白質組學(xue)分(fen)析，通(tong)過高(gao)通量蛋白質檢測技術系統地获取患者血浆中蛋白質的表達谱，進而(er)深入研究強直性(xing)脊柱炎不同臨床阶段的免疫特征變化和相關功能障碍機製。在此基礎(chu)上，研究(jiu)采用結合随機森林(lin)算法（RF）和正交(jiao)偏最小二乘判別(bie)分析（OPLS-DA）的多元統計學方法，構建機器學習模型驅動的評分矩阵(zhen)體系，从衆多蛋(dan)白質候選物中系統地筛選和识別出蛋白質(zhi)SAA1、FERMT3、ILK、TLN1可作為強直性脊柱(zhu)炎的(de)潜在生物標志物，这些標志物具有辅助诊断和疾病評估的潜(qian)在應用价值(zhi)。最后，研究在(zai)独立的驗證隊(dui)列（n=79，包括活動期(qi)強直性脊柱炎患者(zhe)n=27、稳定期強直性脊(ji)柱(zhu)炎患者n=28、健康對(dui)照者n=24）中通過ELISA檢測技術實現對上述生物標志物(wu)的独立驗證(zheng)，以確保研究发現的可靠性和臨床轉化潜力。
圖1 強(qiang)直性脊柱炎深度(du)血浆蛋白質組學和生物信息學分析工作流程
在血浆(jiang)蛋(dan)白質組學的深度分析中，该研究采用青莲百奥(ao)自研的MagicOmics DMB低豐度蛋白富集磁珠試剂(ji)盒進(jin)行樣品前處理，通過高效的磁珠(zhu)分离技術富集血浆中豐度较低的蛋白分(fen)子。随后利用(yong)数據(ju)非依赖性采集（DIA）模(mo)式(shi)開展質谱檢測工作，该模式可對整個樣品進行(xing)全覆盖掃(sao)描分析，有效提升蛋白質的鉴定深(shen)度與準確(que)性。
強(qiang)直性脊柱炎是一種與(yu)免疫性疾病密切相關的疾病，多種免疫細胞(bao)和炎症介質(zhi)對其发病機製有顯著影響；本研究根據血浆蛋白質組學(xue)数(shu)據通過CIBERSORT方法計算免疫(yi)細胞類(lei)型和比例，進而描述強直性脊(ji)柱炎患者的免疫學(xue)特征。
本研究通過(guo)對三個觀察組的免疫細胞構成進行深入分析，結果表明，記忆B淋巴細胞(bao)、M2型巨噬細胞、静息記忆CD4+ T細胞和(he)初始CD4+ T細(xi)胞的比例在三組之間存在顯著差(cha)异。與健康對照者相比，活動期強直性脊(ji)柱炎患者群體(ti)中觀察到静息記忆CD4+ T細胞数量顯著增加，这一現象反映了疾病活跃阶(jie)段免疫應答的特(te)异性變化。
圖2 基於血浆蛋白質(zhi)組學数據的強直性脊(ji)柱炎免疫特征
與健康對照者相比，在活動期強直性脊柱炎患者中確定了376個差(cha)异(yi)表達蛋白質（DEP）。分析表明，203個(ge)上調蛋白質主要參與凝血(xue)、肌動蛋白丝組織、伤口愈合以及白細(xi)胞遷移等(deng)功能，173個下調蛋白質主要(yao)參與(yu)代谢過程、RNA加工、運輸和(he)定位以及(ji)翻译等功能。
圖3 活動期強直性脊柱炎患者和健康對照(zhao)者的蛋白質組學特征和功能(neng)分析
對这376個差异表達蛋(dan)白質進行k-means聚類表(biao)達趨勢(shi)分析，在健康對照者(zhe)、活動期(qi)強直性脊(ji)柱炎患者、稳定(ding)期強直性脊柱炎患者三組臨床樣本中揭示(shi)了四簇不同的聚類模式。
簇1所包含(han)的蛋白質在活動期強直性脊柱炎患者體内相比健康對照組呈(cheng)現表達下調的特征，但在(zai)稳定期強直性脊柱炎患者中这(zhe)些蛋白質的表達得到恢复，这類蛋白質主要富集於胰高(gao)血糖素信號通(tong)路、丙酮酸代(dai)谢和糖异生等代谢途(tu)径中。
簇4所包含的蛋白質在活動期強直性脊柱炎患者中(zhong)相(xiang)比健康對照組呈現表達上調的特征，但在病情進入稳定期的強直性脊(ji)柱炎(yan)患者中則出現恢复，这些蛋白質主(zhu)要富集於肌動蛋白(bai)細胞骨架的調節、黏着斑以及趨化因子信號通路等關键功能模块。
簇2/簇3代表在活動期強直性脊柱炎患者中表達下(xia)調(diao)/上調，但在稳定期強直性脊柱(zhu)炎(yan)患者中未能恢复到健康對照水平的蛋白質，主要富集於剪接體和核糖體通路/血小板活化、紧密连(lian)接等方面。
圖4 強直性脊柱炎不同阶段的蛋白質(zhi)組學特(te)征
在(zai)強直性(xing)脊柱炎的早期诊断與臨床鉴別中，基(ji)於376個(ge)差异表達蛋白質構建了随機森林(lin)算法機器學習模型，用(yong)於精準(zhun)區分強直性脊柱炎患者與健康對照者兩個不同的人群。该模(mo)型采用科學的数據分割策略，以隊(dui)列70%的樣(yang)本作為訓練集進行模(mo)型學習，30%的樣本作為独立測試集進(jin)行泛化(hua)能力評估，同時執(zhi)行五折交叉驗證以確保模型的稳(wen)定性與可靠性。混淆(xiao)矩阵分析結果表(biao)明，模型(xing)在兩類樣本的预測性能均表現出色，強直性(xing)脊柱炎患者(zhe)100%被準(zhun)確(que)预測為阳性病例，而健康對照者(zhe)91%被準(zhun)確预(yu)測為阴性病例，展現了较高(gao)的精準度與理想的召回率水平(ping)。
圖5 構建基於随機(ji)森林算法的模型區分強(qiang)直性脊柱炎患者與健康對照者
首先對基於(yu)随機(ji)森林算法構建的分類模型進行性能評估，對其分類(lei)準確率與基尼(ni)重要性進行排名，並將排名結果映射到0至5的分(fen)值區間(jian)以便進行標準化處理；之后针對(dui)強直性脊柱炎的免疫學特(te)征分析，采用正交偏最小(xiao)二乘判別分析方法(fa)，系統計算每個(ge)差异表達蛋白質在區分活動期強直性脊柱炎患者與健康對照者時的變量投影重要性(xing)（VIP）得分，將VIP值按照大(da)小順序進行(xing)排序並映射到0至5的分值區間，同時根據統計檢驗中設定的不同阈值標準對其相應的經過多重(zhong)比较校正的(de)p-value進行科學劃(hua)分，進(jin)而按照分布(bu)情况予以0至5的賦分；此外，還需(xu)對log2|FC|（即以2為底的差异表達倍数絕對(dui)值的(de)對数，这是衡量蛋白質(zhi)豐度變化程(cheng)度的重要指標）進行排序並映(ying)射到0至5的分值區間，同樣需要根據設定的不同阈值標準對其(qi)相應的經過(guo)校正的p-value進行科學(xue)劃分並予以0至5的賦分；最終，將(jiang)上述所有評分參数(shu)進行系統整合，構建起蛋白質生物標(biao)志物的綜合評分(fen)矩阵，该評分矩阵中所計算得出的平均得分可以直觀指示每個蛋白質在區分強直性(xing)脊柱炎患者與健康對照(zhao)者時的相對重要性和區分能力。
圖6 使(shi)用基於機器學習的評分矩阵识(shi)別強直性脊柱炎的潜在生物標志物
通過結合評分矩阵、功能分析和強直性(xing)脊柱炎在不同臨床阶段的蛋白質表達趨勢變(bian)化規律，系統筛選並確(que)定(ding)了蛋白質SAA1、FERMT3、ILK、TLN1作為強直(zhi)性脊柱炎的候選生物標志物。在強直性脊柱炎的臨床诊疗(liao)過程中，这四種蛋白質在患者(zhe)體内的表達動態(tai)與疾病活動状態密切相關。具體而言，蛋白質SAA1、FERMT3、ILK、TLN1在活動(dong)期強直性脊柱炎患者中的表達水平均呈現明顯升高(gao)，而(er)在(zai)稳定期強直性脊柱炎患者中的表達水平則恢复至正常範围，这一動態變化特征表明其具備用作強(qiang)直性脊柱炎诊断和预后(hou)評估的生物標志物价值。在實际應用中(zhong)，SAA1、FERMT3、ILK、TLN1预測強直性脊柱炎患者與健康對照者的(de)判別效率分別(bie)為0.745、0.880、0.815、0.851；预測強直性脊柱炎从活動期轉向稳定期的臨床轉归判別(bie)效率分別為0.719、0.813、0.850、0.851。这些数值表現均普遍(bian)高於ESR（紅細胞沉降率，作為客觀炎症標志物）的判別效率，與CRP（C-反應蛋白，作為客觀炎症標志物）的判別效率相当或(huo)與之相比略高，為臨床诊断和疾病监測提供了更為可(ke)靠的生物(wu)學依據。
對驗證隊列進行深入的生物標志物確認分(fen)析(xi)，该隊(dui)列包括79例血浆(jiang)樣本，其中活(huo)動(dong)期強直性脊柱炎患者27例，稳定期強直性脊(ji)柱(zhu)炎患者28例，健康對(dui)照者24例，采用ELISA方法對(dui)上述樣本進行逐項(xiang)驗證。在三組人群間的(de)比對分析中，觀察(cha)到蛋白質(zhi)SAA1、FERMT3、ILK、TLN1的表達水平呈(cheng)現出與前期蛋白質組學分析結果高度一致的變化趨勢(shi)，證實了之前在組學数據中(zhong)发現的規律性(xing)。基於(yu)这四(si)種關键蛋白質的生物學特性，研究人員構(gou)建了綜合判別的組合模型，随(sui)后以ELISA實驗数據對该模型進行了独立的(de)驗證評(ping)估，結果表明此組合模型能够有效區分活(huo)動(dong)期強直性脊柱炎患者與健康對照者兩組人群。
本研究采用了一種綜(zong)合的研究策略，通過將蛋(dan)白質組學分析與基於機器學習的計算方法相結(jie)合，系統阐明強直性脊(ji)柱炎的(de)病理機製並发現了關键生物標志物，同時探索了(le)潜在的治疗靶點方向。在研究(jiu)設計中，通過對處於不同臨床阶段的強直性脊柱炎患者進行深度血浆蛋白質(zhi)組分析，觀察到了几種蛋白表達水平呈現出的動態(tai)變化規(gui)律，这些(xie)蛋白質的表達特征體現了強(qiang)直性脊柱炎疾病的進展特性，並與其潜在的病理機製相關聯。經過系統的数(shu)據分析與整理，最終通過ELISA方法進(jin)行了嚴(yan)格的生物學驗證，確認了蛋白質SAA1、FERMT3、ILK、TLN1可作為強直性脊柱(zhu)炎的(de)潜在生物標志物。值(zhi)得注意(yi)的是，其中(zhong)FERMT3、ILK、TLN1这三個(ge)蛋白質參與整合素通路的調控，该通路在細胞生物學中對細胞(bao)粘附和遷移、信號轉导(dao)以及與細胞外基質的相互作用等(deng)生理過程中发挥着至關重要的作用，这一(yi)发現表明这些蛋白質可能與在強直性脊柱炎患者中觀察到的异常炎症反應具有密切關聯(lian)。
青莲百奥面向血液蛋白質組研(yan)究所遭遇的關(guan)键技術瓶颈，深入應用"蛋(dan)白冠"理论與(yu)Vroman效應等生物物理學原理，独家開发了具有專利保護的(de)低豐度蛋白富集磁珠試剂(ji)盒（MagicOmics DMB），配套自(zi)動化樣本前處理機器人系(xi)統，能够(gou)顯著優化和精簡复雜繁琐的樣本前(qian)處理工作流程。针對臨床與(yu)科研中隊列標志(zhi)物筛選、風险预測(ce)評估、患者分子分(fen)型分析等多層(ceng)次需求，青莲(lian)百(bai)奥同步推出了包括疾病標志物筛選分析、预后標志物筛選評估(gu)、分子分型高(gao)級分析報告在内的全套解(jie)決方案。
