当前位置: 华文头条 > 健康

多组学关联分析——揭开疾病神秘面纱的有力武器

2024-07-05健康

疾病的发生和发展通常涉及多个层面的生物学过程,包括基因表达、蛋白质功能、代谢物变化等。传统的单一组学研究只能提供某一层面的信息,而多组学关联分析能够综合多个层面的数据,提供更全面、更深入的疾病理解。例如,通过分析患者的基因组、转录组、蛋白质组和代谢组数据,可以发现与特定疾病相关的特定分子标志物,从而提高诊断的准确性和敏感性。这对于揭示疾病的发病机制、发现新的疾病标志物以及开发新的治疗策略至关重要。

基于此,小编与大家分享三篇联合多组学联合分析在医学领域的研究案例,希望对您的研究有所帮助。

文章一

英文标题:The multiomics landscape of serum exosomes during the development of sepsis

中文标题:脓毒症发展过程中血清外泌体的多组学特征

发表期刊: Journal of Advanced Research

IF:12.822

发表时间:2021

组学策略:转录组、蛋白质组、代谢组

研究思路

摘要

脓毒症是一种感染引起的严重炎症性疾病,可导致多器官功能障碍。本研究采用高效液相色谱-串联质谱和RNA-seq法检测3例健康个体和9例脓毒症患者血清外泌体中外泌体蛋白和RNA的动态图谱。然后进行整合多组学分析,并通过对盲肠结扎和穿刺建模的小鼠进行代谢组学分析进行验证。结果发现在脓毒症患者的血清外泌体中,共鉴定出354个蛋白、195个mRNA、82个lncRNAs和55个miRNAs为差异表达分子。综合多组学分析显示,外泌体成分与细胞因子风暴、补体和凝血级联、内皮屏障、20S蛋白酶体依赖的蛋白降解和维生素代谢有关。重要的是,用来自CLP小鼠的血清外泌体预处理显著抑制了促炎细胞因子的表达,并减轻了脓毒症小鼠的组织损伤。进一步的代谢组学分析表明,脓毒症血清外泌体预处理显著影响CLP小鼠与维生素消化吸收相关的代谢物。我们的研究首次描述了血毒症发展过程中血清外泌体的分子动力学特征,并提出了一些假设的分子机制,为正在进行的脓毒症斗争提供有帮助的诊断和治疗见解。

图1:脓毒症患者血清外泌体中异常调节miRNAs靶向基因的功能网络图

文章二

英文标题:The fusion of multi-omics profile and multimodal EEG data contributes to the personalized diagnostic strategy for neurocognitive disorders

中文标题:多组学特征和多模式脑电图数据的融合有助于神经认知障碍的个性化诊断策略

发表期刊: Microbiome

影响因子:16.8

发表时间:2024

组学策略:宏基因组、蛋白质组、代谢组

研究思路

摘要

由于评估的主观性以及缺乏精确的诊断方法和具体指标,全球老龄化人群中神经认知障碍(NCDs)的患病率日益上升,已成为一个重大问题。因此,制定针对非传染性疾病的个性化诊断策略已成为紧要事项。本研究记录了一组匹配的正常衰老(NA)和非传染性疾病老年人的多模式脑电图(EEG)数据,并收集了他们的粪便样本和尿液外泌体,通过整合宏基因组学、蛋白质组学和代谢组学分析,确定非传染性疾病的多组学特征和代谢途径。此外,使用粪便微生物群移植(FMT)在老年小鼠中进行了多组学特征的实验验证。我们发现,非传染性疾病老年人的脑电图功率谱密度较低,并确定了特定的微生物群和代谢产物。最后,我们使用支持向量机(SVM)算法构建了一个基于脑电数据和多组学特征的机器学习模型来对NA和NCDs组进行分类,该模型在对NA和非NCDs进行分类时的准确率为92.69%。我们的研究强调了多组学分析和脑电图数据融合在非传染性疾病个性化诊断中的潜力,有可能提高诊断精度并深入了解非传染性疾病的潜在机制。

图2:正常衰老组和非传染性疾病组的肠道微生物群分析

文章三

英文标题:Integrated proteogenomic characterization across major histological types of pituitary neuroendocrine tumors

中文标题:垂体神经内分泌肿瘤主要组织学类型的整合蛋白基因组学特征

发表期刊: Cell Research

影响因子:46.297

发表时间:2022

组学策略:全外显子测序、蛋白质组、转录组、磷酸化蛋白质组学

研究思路

摘要

垂体神经内分泌肿瘤(PitNET)是颅内最常见的肿瘤之一。由于其肿瘤异质性和缺乏高质量的生物标志物,其致病分子机制远未完全确定。在这里,我们对200名PitNET患者进行了迄今为止报道的最大规模的综合基因组学、转录组学、蛋白质组学和磷酸蛋白质组学分析。基因组学数据表明,GNAS拷贝数增加可以作为PIT1谱系过度增殖的可靠诊断标志物。基于蛋白质组学的PitNETs分类确定了7个簇,其中,过表达上皮-间质转移(EMT)标志物的肿瘤聚集在一个更具侵袭性的亚组中。进一步的分析确定了不同集群的潜在治疗靶点,包括CDK6、TWIST1、EGFR和VEGFR2。探索免疫疗法在PitNET中应用潜力的免疫分型确定了JAK1-STAT1-PDL1轴的改变与免疫衰竭之间以及JAK3-STAT6-FOS/JUN轴的变化与免疫浸润之间的关联。在750名PitNET患者的独立队列中,这些已鉴定的分子标记物和各种簇/亚型中的变化得到了进一步证实。这种跨越传统组织学边界的蛋白基因组分析提高了我们目前对PitNET病理生理学的理解,并提出了新的治疗靶点和策略。

图3:PIT1谱系中不同免疫簇的机制

基因组、转录组、蛋白质组和代谢组等都是生物学研究中重要的研究领域,它们各自关注于不同的生物学层次,但同时又相互关联,共同揭示了生物体内复杂的生命活动。利用多组学分析可以将同一生物进程中的基因、mRNA、蛋白质以及小分子代谢物联系起来,从「原因」和「结果」不同层面来探究生物学机理,筛选同一代谢通路中起调控作用的转录本、起关键作用的蛋白质和代谢物,绘制环环相扣的代谢通路的分子机理图,从深层次认识和解释复杂的生物学过程。这些研究对于推动医学领域的发展、提高疾病诊断与治疗的准确性和效率、以及实现个体化医疗具有至关重要的作用。

参考文献:

[1] Lei L ,Lin H ,Chenyang H , et al.The multiomics landscape of serum exosomes during the development of sepsis[J].Journal of Advanced Research,2022,39203-223.

[2] Han Y ,Zeng X ,Hua L , et al.The fusion of multi-omics profile and multimodal EEG data contributes to the personalized diagnostic strategy for neurocognitive disorders.[J].Microbiome,2024,12(1):12-12.

[3] Fan Z ,Qilin Z ,Jiajun Z , et al.Integrated proteogenomic characterization across major histological types of pituitary neuroendocrine tumors.[J].Cell research,2022,32(12):1047-1067.