BrainProt v3.0：集成多组学数据解析人脑疾病图谱的知识库平台

《Journal of Proteome Research》：BrainProt v3.0: An Integrative and Simplified Omics-Based Knowledge-Base About the Human Brain and Its Associated Diseases

本研究针对神经科学研究和组学技术产生的海量脑相关疾病数据分散在不同平台的问题，推出了BrainProt v3.0知识库。该平台整合了人脑疾病图谱(HBDA)、脑疾病标记物 curator(BDMC)和脑疾病药物发现(BDDF)等模块，收录20,202个疾病相关基因、136,557个化学靶点互作数据和2,145项临床试验详情。通过脑疾病转录组图谱(BDTM)和脑疾病蛋白质组图谱(BDPM)整合52个数据集1,868个样本的多组学数据，助力揭示脑肿瘤与神经退行性疾病的相互作用机制，推动人脑蛋白质组计划(HBPP)发展。

　　

随着神经科学研究的飞速发展和组学技术的不断突破，科学家们产生了海量与脑部疾病相关的数据。然而，这些宝贵的数据往往分散在各类文献库和数据库中，犹如散落的珍珠，难以被有效整合利用。这种数据碎片化的现状，给全球神经科学研究协作带来了巨大挑战，阻碍了人们对脑疾病机制的深入理解。正是在这样的背景下，印度理工学院孟买分校的Deeptarup Biswas等研究人员开发了BrainProt v3.0这一集成性知识库平台。

该研究发表于《Journal of Proteome Research》，团队通过构建一个综合性的组学知识库，成功整合了人脑疾病图谱(Human Brain Disease Atlas, HBDA)、脑疾病标记物 curator(Brain Disease Marker Curator, BDMC)和脑疾病药物发现(Brain Disease Drug Finder, BDDF)等多个功能模块。平台收录了20,202个疾病相关基因、136,557个化学靶点相互作用以及2,145项临床试验的详细信息。特别值得一提的是，团队还创建了脑疾病转录组图谱(Brain Disease Transcriptome Map, BDTM)和脑疾病蛋白质组图谱(Brain Disease Proteome Map, BDPM)，整合了来自52个数据集、1,868个样本的多组学数据，为研究不同脑部疾病的分子特征提供了强大支持。

研究人员主要运用了生物信息学数据整合、多组学数据分析、临床数据挖掘等关键技术方法。样本队列来源于公共数据库和已发表研究中的脑疾病相关数据集，涵盖了神经退行性疾病、脑肿瘤等多种疾病类型。通过系统性的数据收集、标准化处理和功能模块开发，建立了这一综合性知识平台。

主要研究结果

人脑疾病图谱(HBDA)的构建

研究人员整合了多种脑部疾病的分子数据，建立了全面的人脑疾病图谱。该图谱涵盖了阿尔茨海默病、帕金森病、脑肿瘤等重要脑部疾病，提供了疾病相关基因表达、蛋白质互作网络等关键信息。

脑疾病标记物 curator(BDMC)的开发

通过系统分析转录组和蛋白质组数据，团队开发了脑疾病标记物筛选工具。该工具能够识别与特定脑疾病密切相关的潜在生物标志物，为疾病诊断和治疗靶点发现提供支持。

脑疾病药物发现(BDDF)模块的实现

研究团队整合了已知的化学靶点相互作用数据，建立了药物-靶点关系网络。该模块包含136,557个化学靶点相互作用，为药物重定位和新药开发提供了重要参考。

多组学数据整合分析

通过脑疾病转录组图谱(BDTM)和脑疾病蛋白质组图谱(BDPM)，研究人员成功整合了来自1,868个样本的多组学数据。这些数据涵盖了正常和疾病状态下脑组织的基因表达和蛋白质表达谱，为理解疾病发生发展的机制提供了多维视角。

生物分子交叉对话分析

平台提供了转录组学和蛋白质组学数据的关联分析功能，能够揭示不同分子层次之间的调控关系。这种整合分析有助于识别关键的疾病相关分子通路和网络调控机制。

研究结论与意义

BrainProt v3.0作为一个综合性的组学知识库，为脑疾病研究提供了重要资源平台。通过整合多来源、多类型的生物医学数据，该平台不仅解决了数据碎片化的问题，更重要的是促进了不同脑疾病之间的比较研究。特别是对于脑肿瘤与神经退行性疾病之间相互作用机制的研究，这一平台提供了独特的数据支持和分析工具。

该研究的创新性在于其系统性的数据整合方法和用户友好的功能模块设计。平台不仅包含基础的基因、蛋白质信息，还整合了化学相互作用和临床试验数据，实现了从基础研究到临床应用的桥梁作用。脑疾病转录组图谱和蛋白质组图谱的建立，为理解疾病发生的分子机制提供了重要窗口。

BrainProt v3.0的发展将有力推动人脑蛋白质组计划(Human Brain Proteome Project, HBPP)的进程，通过不断扩大疾病和数据的整合范围，有望在更深层次上揭示脑疾病的复杂性。这一平台不仅服务于基础研究人员，也为临床医生和药物研发人员提供了宝贵资源，有望加速脑疾病诊断标志物的发现和治疗策略的开发。