血浆蛋白质组学分析构建高性能生物标志物组合预测COVID-19患者不良预后

为解决COVID-19重症患者死亡率预测难题，北京朝阳医院团队通过Olink蛋白质组学技术分析157例患者血浆样本，鉴定出白细胞介素8（IL8）和骨保护素（OPG）组成的联合预测模型（AUC=0.791），其预测效能显著优于传统临床指标（如IL6 AUC=0.685），为早期识别高风险患者提供了新型分子工具。

　　

在全球COVID-19累计死亡超700万例的背景下，如何早期识别高风险患者仍是临床难题。尽管世界卫生组织（WHO）于2023年宣布COVID-19不再构成国际关注的突发公共卫生事件，但SARS-CoV-2持续变异导致的死亡风险依然存在。传统指标如C反应蛋白（CRP）、白细胞介素6（IL6）等对重症患者死亡率预测效能有限（AUC<0.650），而影像学评分在入院时难以区分存活与死亡病例。

首都医科大学附属北京朝阳医院的研究团队通过前瞻性队列研究，采用Olink Target 96炎症面板对157例COVID-19患者（含52例死亡病例）和54例健康对照进行血浆蛋白质组分析。研究发现死亡组患者存在75种差异表达蛋白（DEPs），其中IL8和OPG在死亡病例中显著升高（p<0.001）。通过逻辑回归构建的联合预测模型在训练队列中区分死亡与重症患者的曲线下面积（AUC）达0.781，优于传统指标IL6（AUC=0.723）。该成果发表于《Journal of Proteome Research》。

研究采用三大关键技术：1）Olink邻近延伸分析技术（PEA）检测92种炎症相关蛋白；2）多中心验证队列（美国麻省总医院170例患者）进行外部验证；3）基于受试者工作特征（ROC）曲线和Kaplan-Meier生存分析评估预测效能。

训练队列与实验设计
研究纳入52例死亡（COVID-19-F）、50例重症存活（COVID-19-S）和55例轻中度（COVID-19-M）患者，年龄、性别匹配。入院72小时内采集血浆样本，死亡组额外采集终末期样本。

疾病严重程度评分价值
八分类序数量表和中国试行第十版标准显示，死亡组与重症组入院时评分无显著差异（p>0.05），CT半定量评分亦无法区分预后（总分范围0-25）。

传统指标预测效能局限
19项临床参数中，仅IL6在死亡组与重症组比较中AUC达0.723，其余指标如降钙素原（PCT）AUC=0.619，提示传统指标对院内死亡预测价值有限。

蛋白质组特征揭示病理机制
75个DEPs主要富集于炎症反应（如IL6信号）和免疫激活通路。死亡组呈现独特的"炎症-免疫失衡"特征，IL8和OPG与临床参数（如CRP、白细胞计数）显著相关（p<0.01）。

预测模型构建与验证
联合模型在训练队列中区分死亡与轻中度的AUC为0.791，外部验证队列中提升至0.892。动态监测显示死亡组IL8持续升高，而存活组逐渐下降（p<0.001）。

该研究首次建立基于蛋白质组学的COVID-19死亡预测模型，其创新性体现在：1）发现OPG作为新型预测标志物，其水平升高反映内皮细胞活化和Weibel-Palade小体（WPB）释放；2）揭示IL8通过CXCR1/CXCR2受体介导中性粒细胞胞外诱捕网（NET）形成，加剧肺泡损伤；3）联合模型突破传统指标"重症鉴别天花板效应"。研究为临床早期干预提供分子依据，但需在非亚洲人群中进一步验证。