研究材料
455名COVID-19陽(yáng)性患者
 
技術(shù)路線
步驟1：Olink蛋白質(zhì)組分析；
步驟2：代謝組分析；
步驟3：?jiǎn)渭?xì)胞轉(zhuǎn)錄組分析；
步驟4：完整N糖肽蛋白質(zhì)組分析；
步驟5：多組學(xué)聯(lián)合分析。
 
研究結(jié)果

1、Olink蛋白質(zhì)組分析
通過(guò)Olink 1536 panel對(duì)455個(gè)臨床樣本進(jìn)行了蛋白質(zhì)組學(xué)分析，確定了幾種和疾病嚴(yán)重程度顯著相關(guān)的差異蛋白。其中，與細(xì)胞因子風(fēng)暴和巨噬細(xì)胞激活綜合征相關(guān)的細(xì)胞因子：IL-6、IL-8、CCL2、VEGFA、TNF和IFN-γ的濃度與疾病嚴(yán)重程度呈正相關(guān)。此外，CCL7、CXCL9等其他細(xì)胞因子和趨化因子，CASP1、TNFRSF10A凋亡標(biāo)志物也有此規(guī)律。隨著疾病進(jìn)展，與補(bǔ)體通路相關(guān)的凋亡標(biāo)志物L(fēng)RP1、VSIG4，造血介質(zhì)CSF1、IL-5Rα，與蛋白多糖相關(guān)的HS3ST3B1、SDC1，細(xì)胞表面受體LILRA5、LAG3、CAPG，與血管重構(gòu)相關(guān)的PROK1、ANGPTL1、EPHB4，與鈣相關(guān)的CALCA、SMOC1等蛋白升高。而細(xì)胞表面受體CD1c、ITGA V及TNFSF10、TNFSF11、ICOSLG、GALNT7、COMP、CRTAC1、CDH6、NPY等蛋白降低（圖1）。
   
2.代謝組分析
通過(guò)脂質(zhì)檢測(cè)發(fā)現(xiàn)了與疾病嚴(yán)重程度相關(guān)的14類脂質(zhì)的相對(duì)豐度。盡管兩組中甘油二酯類的豐度保持不變，但住院患者的溶血磷脂酰膽堿、磷脂酰膽堿、醚磷脂酰乙醇胺和磷脂酰肌醇的含量低于門(mén)診患者。在102個(gè)疾病進(jìn)展相關(guān)的預(yù)測(cè)生物標(biāo)志物中，12個(gè)是脂類。個(gè)體統(tǒng)計(jì)分析確定了8種磷脂隨著疾病進(jìn)展下降，而特定種類的神經(jīng)酰胺則相反(圖2B)。通過(guò)LC-MS/MS進(jìn)行代謝物檢測(cè)，發(fā)現(xiàn)住院患者的血紅素、TMAP、丙酸咪唑等代謝物與門(mén)診患者相比顯著升高，熊去氧膽酸和2-羥基去氧膽酸濃度則相反。與宿主腸道微結(jié)構(gòu)相關(guān)的幾種代謝物也與疾病嚴(yán)重程度顯著相關(guān)（圖2）。  
3.單細(xì)胞轉(zhuǎn)錄組分析
為了分析預(yù)測(cè)細(xì)胞因子的標(biāo)志物在細(xì)胞層面mRNA的表達(dá)情況，作者從過(guò)往研究中確定了COVID-19患者（疾病嚴(yán)重程度從輕到重）分離的細(xì)胞，根據(jù)單細(xì)胞轉(zhuǎn)錄組測(cè)序數(shù)據(jù)，我們?cè)趪?yán)重組中觀察到17個(gè)從細(xì)胞因子分析中確定的蛋白也有類似的上調(diào)(圖3)。
   
4.完整N糖肽蛋白質(zhì)組分析
通過(guò)完整N糖肽蛋白質(zhì)組學(xué)檢測(cè)，確定了114個(gè)糖肽組間差異顯著。糖基化在載脂蛋白B-100的Asn¹⁵²³、Asn³⁴⁶⁵、Asn³⁸⁹⁵和afamin的Asn⁴⁰²下降(圖4B)�？傮w而言，與患病前相比，重癥和危重癥患者樣本中這些分子的蛋白濃度降低，但門(mén)診患者卻沒(méi)有。此外， Asn¹¹在門(mén)診患者中沒(méi)有改變，但在重癥患者和危重患者中升高(圖4C)。從APOH和激肽原-1衍生的含唾液酸復(fù)合型聚糖的糖肽在危重患者中顯著減少，激肽原-1 Asn⁷²則相反。入院患者ORM1蛋白濃度顯著升高。
   
5.多組學(xué)聯(lián)合分析
使用24對(duì)配對(duì)樣本進(jìn)行多組分析，大多數(shù)分子遵循上述設(shè)計(jì)中觀察到的模式，包括IL-6、TNF和LTA4H(即在新冠重癥和危重患者中，這些分子在患者隊(duì)列中濃度高于患病前隊(duì)列)。危重癥患者CRTAC1顯著下降，重癥患者CRTAC1下降不顯著�；疾『笞≡夯颊叩娜苎�磷脂、磷脂酰膽堿、磷脂酰肌醇和醚磷脂乙醇胺濃度降低，支持這些脂質(zhì)與新冠嚴(yán)重和危重預(yù)后之間的關(guān)聯(lián)(圖5B)。在匹配樣本中，代謝產(chǎn)物包括血紅素、熊脫氧膽酸、3-丙酸脲和TMAP也顯示出與橫斷面分析中觀察到的類似變化趨勢(shì)(圖5C)。
小編小結(jié)
本研究利用Olink、質(zhì)譜等平臺(tái)進(jìn)行多組學(xué)聯(lián)合分析，開(kāi)發(fā)了一種含102個(gè)生物標(biāo)志物的預(yù)測(cè)模型，相較于傳統(tǒng)的細(xì)胞因子組能更好地預(yù)測(cè)COVID-19的嚴(yán)重程度。