北京哪家医院白癜风 http://pf.39.net/bdfyy/bdflx/160308/4782744.html与肥胖和过度饮酒相关的肝脏疾病的患病率不断上升，促使人们对精确的生物标志物的需求不断增加，这些生物标志物旨在社区筛查、诊断脂肪性肝炎和显著纤维化、监测、预后和预测治疗效果。组学方法的突破和生物信息学的力量为将临床需求与技术进步结合起来创造了一个极好的机会。组学技术对生物过程进行先进的研究，从基因到转录和调控，到循环蛋白、代谢物和脂质水平，以及包括细菌、病毒和真菌在内的微生物组。因此，我们正处于技术和生物信息学快速发展的时期，这将为个性化医疗开发精确的生物标志物。虽然目前还没有基于组学的生物标志物成熟到可以应用于临床，但通过组学技术产生的数据范围，为进一步验证大量候选生物标志物的无假设发现提供了力量。
近期，医院AleksanderKrag团队在JournalofHepatology杂志上发表了题为“Review:Opportunitiesandbarriersforomics-basedbiomarkerdiscoveryinsteatoticliverdiseases”的综述，重点围绕遗传学、转录组学、蛋白质组学、脂质组学、代谢组学、微生物组学几个方面，探讨了组学技术在脂肪肝疾病范围内鉴定生物标志物的优势和局限性，下面我们将对文章内容进行解读。
要点
脂肪肝患者迫切需要准确的生物标志物，用于纤维化和炎症的分期和分级，监测疾病进展，改善药物开发和批准管道。
高通量组学技术的快速发展和成本的降低与卓越的计算能力相结合，多组学可能促进一个准确、个性化诊断的时代。
脂肪变性肝病发生和进展的异质性可以通过宿主遗传学、转录组学、蛋白质组学、代谢组学和脂质组学，以及肠道微生物、病毒和真菌宏基因组学之间的相互作用来解开。
高通量组学技术的快速发展和成本的降低与卓越的计算能力相结合，多组学可能促进一个准确、个性化诊断的时代。
介绍
超过三分之一的成年人患有脂肪性肝病，代谢功能障碍相关脂肪性肝病（MASLD）、酒精相关性肝病（ALD）或这些疾病的组合（MetALD）。疾病进展的患者会出现高肝脏相关并发症、肝外并发症和过早全因死亡率。因此，迫切需要准确的风险分层和有效的治疗方法来改变疾病的自然进程。现有和未来生物标志物的性能取决于其预期的使用和验证环境（图1）。治疗酒精性肝病、MetALD和MASLD脂肪性肝病的全科医生和肝病学家尤其缺乏准确诊断严重纤维化（≥F2）和脂肪性肝炎、预后、监测和预测以及评估干预效果的测试。传统的生物标志物的诊断准确性是通过受试者工作特征下面积（AUROC）、敏感性特异性和预测值来评估的。然而，这些性能特征取决于研究人群的疾病患病率。因此，未来的生物标志物需要针对目标人群进行定制，并在反映适当疾病患病率的队列中进行测试。
图1.生物标志物的预期用途和光谱偏差（图源：Thieleetal.,JHepatol,）
组学技术的机遇
近年来，由于高通量组学技术与不断提高的计算能力以及使用常规硬件和软件运行人工智能和机器学习方法的能力，生物标志物开发的新时代已经到来。这一重大进步允许对数千甚至数百万种分析物进行无假设测试。因此，多组学能够解开宿主基因、基因转录、蛋白质、代谢物和脂质之间的复杂分子相互作用，以及宿主与由细菌、病毒和真菌组成的微生物组之间的相互作用（图2）。因此，组学测量会产生许多候选生物标志物。
图2.基于组学的生物标志物的潜力（图源：Thieleetal.,JHepatol,）
由于技术的发展和高通量组学平台容量的提高，遗传学、转录组学、蛋白质组学、脂质组学、代谢组学、宏基因组学和宏转录组学的分析成本正在下降。因此，在未来十年内，多组学方法将越来越多地用于肝病患者的临床管理（图3）。
图3.以遗传学为参考的重大科技突破的组学时间表（图源：Thieleetal.,JHepatol,）
组学测量可分为两种分析方法：非靶向和靶向。非靶向组学采用无假设的方法对大量分子进行半定量分析，通常由机器学习和其他先进的生物信息学辅助。因此，非靶向组学非常适合发现新的生物标志物。靶向方法使用定量测定来测量多达几百个分子的预定义面板的浓度。例如，靶向组学可以通过使用校准曲线和内标加标来实现绝对定量，并且非常适合搜索高丰度生物标志物或假设驱动的生物标志物评估。发现新的靶点和通路在药物发现和寻找疾病病因方面特别有用;然而，其在临床常规分析中的应用仍在评估中。不同的组学技术各有各的特定优势，在个性化和精准医疗方面具有巨大潜力（图4）。
以下各节描述了不同组学学科的技术复杂性和生物标志物前景。
遗传学
遗传学是研究最广泛的组学技术，将单核苷酸多态性与肝硬化、肝细胞癌和脂肪变性联系起来，特别是对于MASLD和ALD。
NGS方法可以成为罕见单基因肝病精确诊断的有效工具。NGS方法包括：1）全外显子组测序，靶向具有功能意义的编码区，以及2）全基因组测序，捕获基因组中几乎所有的基因型，包括编码和非编码及罕见变异。随着成本的不断降低，全基因组测序有望成为未来非靶向发现的首选方法。
大规模的GWAS和荟萃分析通过肝活检、影像学检查、弹性成像、肝酶和电子健康记录阐明了ALD和MASLD脂肪变性、脂肪性肝炎和纤维化的遗传结构。结合多个全基因组显著SNP的遗传风险评分（GRS）（P5×10?8）可用于风险预测和分层。尽管进行了全面的临床检查，但仍未确诊的患者可能受益于基因组分析，以改善疾病预后。
转录组学
转录组是组织或血液样本的所有RNA转录本的总和，通常用于检查基因表达。循环RNA物种包括几类较短的RNA，其中microRNA（miRNA）是迄今为止研究最多的。miRNA的定量可以通过测序或逆转录定量聚合酶链反应（qPCR）来完成，通常在靶向或多重panel中完成。这些方法灵敏，通常是定量的，而且成本相对较低。一旦确定了有前途的RNA生物标志物，就可以基于靶向RT-qPCR或基于微流控的纳米传感器以高灵敏度和准确性检测RNA。
微生物组学
人体是所有皮肤和粘液表面大量微生物的家园。绝大多数存在于肠道中，肠道是十万亿个细菌的家园。肠道菌群通过产生多种代谢物、调节免疫系统和防止病原体感染，对宿主生理机能产生重要影响。由于微生物可以进入血液循环，从而到达肝脏并将其作为首选寄宿器官。
鸟枪法宏基因组测序可评估物种水平的分类学特征和微生物组的功能特征，但需要资源密集型测序设备和先进的生物信息学。细菌16S核糖体RNA基因的更便宜的扩增子测序可以在没有大量计算资源的情况下确定分类图谱，但在属或科水平上分辨率较低。宏转录组学对微生物RNA进行量化，以描述细菌物种的基因转录活性如何根据健康或疾病而变化。虽然越来越多的证据表明微生物群紊乱在肝脏疾病的发展和进展中起作用，但肠道微生物群的生物标志物潜力仍处于起步阶段。
蛋白质组学
蛋白质是人类疾病中生物标志物和药物靶点的最主要来源。常规实验室检测以蛋白质为主（占所有分析物的42%），截至年，美国食品和药物管理局（FDA）批准的药物中有75%以人类蛋白质为目标。转氨酶、白蛋白、胆红素和凝血因子是用于评估肝功能的常规测量蛋白质的例子。
蛋白质组学旨在绘制生物样品中的所有蛋白质图谱，现有平台根据样品类型量化数百到数万种蛋白质。基于质谱（MS）的蛋白质组学和基于亲和力的蛋白质组学是大规模蛋白质研究的常用技术。基于MS的蛋白质组学是蛋白质定量分析、翻译后修饰和蛋白质-蛋白质相互作用的最全面方法和金标准。
基于MS的蛋白质组学是跨所有生物体和样品类型进行无偏倚蛋白质分析的理想方法。非靶向方法，也称为发现蛋白质组学，提供了蛋白质组的全局视图，通常用于发现新的生物标志物。然而，缺乏标准化及其半定量性质是发现蛋白质组学的一个重大障碍——在特定研究中获得的值通常只能与同一研究中获得的其它样品进行水平比较。相比之下，基于MS的靶向蛋白质组学专注于感兴趣的特定蛋白质，提供精确的定量、验证和临床应用。
基于MS的蛋白质组学的最新技术进步，包括样品制备的自动化、液相色谱法的改进，以及新型MS采集方法和复杂信息学解决方案的开发，使得在一项临床研究中生成数千个蛋白质组图谱成为可能。这进一步转化为可重复和稳健的结果。与此同时，研究人员已经开始应用基于机器学习的分类算法来证明所提出的生物标志物在肝病中的预测或鉴别能力。
代谢组学和脂质组学
代谢组包括人体内的所有内源性和外源性小分子，如糖、脂质、氨基酸、脂肪酸、生物碱和多酚。脂质代谢物生物标志物的一个例子是磷脂酰乙醇，用于检测酒精摄入，来源于乙醇存在下磷脂酰胆碱的反式磷脂酰化。
人类被认为含有大约3,种内源性或常见代谢物，而植物界拥有大约,种代谢物，其中90%仍未定量或鉴定。代谢组学平台通常使用质谱法进行不同化学分析的组合。基于MS的代谢组学可以检测数千种人类代谢物，其质量基于先前用纯标准品鉴定代谢物的数据库。公共数据库可用于表征分子特征，但它们仅提供假定的鉴定，其确定性不足以得出有意义的结论。此外，机器学习方法也用于识别大量新代谢物。
脂质组学是一种特别有前途的代谢组学技术，用于发现脂肪性肝病的生物标志物。在一项针对早期酒精性肝病的研究中，酒精性肝病患者的脂质组学特征早在轻微纤维化时就开始与匹配的健康对照组不同。随着纤维化阶段的增加，生物活性脂质类鞘磷脂和磷酸胆碱在肝组织和血浆中均下调，并且既可诊断显著纤维化，又可预测肝脏相关结局。这一发现在晚期酒精性肝硬化的独立队列中得到了验证。其它研究表明，脂质面板可以预测晚期MASLD：血液中的甘油三酯升高，溶血磷脂酰胆碱和磷脂减少，显示出对MASLD和MASH的良好诊断性能。有趣的是，不饱和甘油三酯随着PNPLA3风险变体的存在而增加。
代谢组学和脂质组学在肝病学中的应用受到特异性的挑战，因为大多数已知的代谢物具有共同的疾病途径。此外，虽然一些代谢物被发现是稳定的，但其它代谢物如葡萄糖和胆固醇或受饮食影响。因此，在整个肝病进展或消退过程中纵向测量时，基线水平的建立很重要。
拜谱小结
组学技术具有多种优势。它们可以识别生物分子与疾病之间的关联，揭示潜在机制，并通过非靶向无假设或有针对性的假设驱动方法识别新的生物标志物。临床研究越来越多地利用多个组学层对肝病进行综合研究。从多个组学层中基于机器学习的特征选择可以帮助确定每个组学层的诊断和预后权重，但更重要的是，多组学集成可以通过解决基因、基因表达和产物之间的生物学相关作用来捕获疾病复杂性。未来五到十年将不可避免地在多组学的证据基础和成熟度方面提供重大改进，使第一批基于组学的生物标志物作为个性化医疗的精密工具进入临床实践。拜谱生物作为一家国内领先的多组学公司，已建立了完善成熟的蛋白组学、代谢组学、脂质组学、转录组学、微生物组学等多组学及其联合产品技术服务体系，积累了丰富的经验，欢迎致电咨询！
参考文献：ThieleM,VillesenIF,NiuL,JohansenS,SulekK,NishijimaS,VanEspenL,KellerM,IsraelsenM,SuvitaivalT,deZawadzkiA,JuelHB,BrolMJ,StinsonSE,HuangY,AlvarezSilvaMC,KuhnM,AnastasiadouE,LeemingDJ,KarsdalM,MatthijnssensJ,ArumugamM,DalgaardLT,Legido-QuigleyC,MannM,TrebickaJ,BorkP,JensenLJ,HansenT,KragA;MicrobLiverandGALAXYconsortia;GALAXYconsortium;MicrobLiverconsortium.Review:Opportunitiesandbarriersforomics-basedbiomarkerdiscoveryinsteatoticliverdiseases.JHepatol.:S-(24)-8.
