上次在我們的“滴血算病”專題中為大家介紹了一種利用血漿蛋白質(zhì)組學(xué)篩選糖尿病腎病高危人群的臨床策略,這次我們精彩繼續(xù),一起來關(guān)注能否利用血漿蛋白組學(xué)進(jìn)行房顫的風(fēng)險(xiǎn)預(yù)測。
房顫是一種常見的心律失常,影響全球約3.7億人,可顯著增加中風(fēng)、心力衰竭和全因死亡的風(fēng)險(xiǎn)。傳統(tǒng)的風(fēng)險(xiǎn)預(yù)測模型在識別房顫高危人群中的效果相對有限。血漿蛋白質(zhì)不僅能夠反映遺傳、環(huán)境、年齡、并發(fā)癥等因素的綜合效應(yīng),而且在疾病發(fā)生、發(fā)展的關(guān)鍵生物過程中發(fā)揮重要作用,預(yù)期可以有效預(yù)測房顫的發(fā)生風(fēng)險(xiǎn)。然而,蛋白質(zhì)組學(xué)在預(yù)測房顫發(fā)生風(fēng)險(xiǎn)方面的應(yīng)用價(jià)值尚未得到深入評估。
(圖片源于網(wǎng)絡(luò),版權(quán)歸原作者)
針對此研究問題,南方醫(yī)科大學(xué)南方醫(yī)院國家腎臟病臨床研究中心開展了相關(guān)工作,研究成果最近發(fā)表在Heart雜志。研究納入了36,129名無房顫病史的參與者,基于約3000種血漿蛋白質(zhì)的數(shù)據(jù),首次構(gòu)建并驗(yàn)證了一個(gè)由47種血漿蛋白質(zhì)組成的風(fēng)險(xiǎn)預(yù)測模型。該模型可有效預(yù)測房顫的發(fā)生風(fēng)險(xiǎn)。
該研究將參與者隨機(jī)分為訓(xùn)練集和驗(yàn)證集,從訓(xùn)練集中篩選出47種關(guān)鍵蛋白質(zhì),構(gòu)建蛋白質(zhì)風(fēng)險(xiǎn)評分模型。在驗(yàn)證集中,該模型的C-統(tǒng)計(jì)量達(dá)到了0.802,顯著高于基于臨床危險(xiǎn)因素的HARMS2-AF模型(C-統(tǒng)計(jì)量:0.751)和房顫多基因風(fēng)險(xiǎn)評分模型(C-統(tǒng)計(jì)量:0.748)。上述結(jié)果表明,蛋白質(zhì)風(fēng)險(xiǎn)評分模型在預(yù)測房顫風(fēng)險(xiǎn)方面具有更高的準(zhǔn)確性和判別力。此外,即便單獨(dú)使用血漿腦鈉肽前體(NT-proBNP)構(gòu)建預(yù)測模型,預(yù)測房顫的C-統(tǒng)計(jì)量也能達(dá)到0.785,與多蛋白模型相近,表明NT-proBNP是預(yù)測房顫風(fēng)險(xiǎn)的重要生物標(biāo)志物。
該研究表明,基于多種血漿蛋白質(zhì)的風(fēng)險(xiǎn)評分,或者單獨(dú)使用NT-proBNP,對房顫發(fā)生風(fēng)險(xiǎn)的預(yù)測價(jià)值均優(yōu)于傳統(tǒng)的臨床危險(xiǎn)因素模型和多基因風(fēng)險(xiǎn)評分,突出了蛋白質(zhì)組學(xué)數(shù)據(jù)在房顫風(fēng)險(xiǎn)分層中的重要臨床價(jià)值。
傳統(tǒng)的房顫風(fēng)險(xiǎn)預(yù)測模型往往需要整合多項(xiàng)臨床變量,包括病史、體格檢查、血液檢測等,往往過程繁瑣、耗時(shí)長,且難以在大規(guī)模人群中推廣。隨著蛋白質(zhì)組學(xué)技術(shù)的發(fā)展,我們的研究結(jié)果提供了一種標(biāo)準(zhǔn)化的簡單策略,可以通過單次血液檢查客觀評估房顫的風(fēng)險(xiǎn)。該方法尤其適用于大規(guī)模人群的健康評估和管理,可以實(shí)現(xiàn)房顫高危人群的早期篩查、早期預(yù)防、早期治療和最大程度降低風(fēng)險(xiǎn),對于臨床實(shí)踐和公共衛(wèi)生均具有重要價(jià)值。
參考文獻(xiàn):
Liu M, Zhang Y, Ye Z, et al. Enhanced prediction of atrial fibrillation risk using proteomic markers: a comparative analysis with clinical and polygenic risk scores. Heart. 2024;110(21):1270-1276. Published 2024 Oct 10. doi:10.1136/heartjnl-2024-324274
編輯 | 張藝煒 蔡湘連
審核 | 秦獻(xiàn)輝