对一个已建立队列进行综合多组学分析，揭示了类风湿性关节炎中的代谢重编程网络

《Journal of Pharmaceutical and Biomedical Analysis》：Integrative Multi-Omics Profiling of a Self-Established Cohort Reveals Metabolic Reprogramming Networks in Rheumatoid Arthritis

类风湿关节炎（RA）外周血单核细胞（PBMCs）代谢重编程的整合组学分析揭示其通过RNA代谢、氧化磷酸化等通路异常调控炎症反应，关键磷酸化位点包括ACTB Ser33和NPM1 Ser10，上游转录因子NFKB1/2、STAT1/2及CBFB可能介导代谢异常，预测药物如黄酮哌酯等或可干预RA代谢重塑。

　　在研究中，科学家们关注的是类风湿性关节炎（RA）这一慢性自身免疫性疾病。RA的主要特征包括全身性炎症和代谢失调，其病理机制复杂，尤其是RA患者外周血单核细胞（PBMCs）中的代谢重编程仍不完全清楚。因此，研究人员整合了来自96名RA患者和90名健康对照（HCs）的PBMCs蛋白质组学和磷酸化蛋白质组学数据，同时结合了113名RA患者和54名HCs的转录组学数据，以识别差异蛋白、关键磷酸化位点、激酶活性变化以及转录因子与靶基因之间的相互作用。此外，研究还利用药物签名数据库（DSigDB）和治疗靶点数据库（TTD）预测潜在的治疗调节因子。

蛋白质组学分析显示，在RA患者的PBMCs中，与RNA代谢、氧化磷酸化以及其他代谢通路相关的蛋白显著上调。而磷酸化蛋白质组学则发现了27个与代谢相关的磷酸化位点，其中Actin Beta（ACTB）的Ser33位点上调，Nucleophosmin 1（NPM1）的Ser10位点下调。研究还发现，细胞周期依赖性激酶（CDK）家族可能通过调节RNA相关通路参与代谢重编程。整合分析突出了Nuclear Factor Kappa B Subunit 1（NFKB1）、Nuclear Factor Kappa B Subunit 2（NFKB2）、Signal Transducer and Activator of Transcription 1（STAT1）、Signal Transducer and Activator of Transcription 2（STAT2）以及Core-Binding Factor Subunit Beta（CBFB）作为潜在的上游转录调控因子。

研究还识别出一些可能作为RA相关代谢重塑调节剂的化合物，包括flavopiridol hydrochloride、serine、diclofenac和carbamazepine。与以往仅依赖单组学数据的研究不同，这项整合了蛋白质组学、磷酸化蛋白质组学和转录组学的多组学分析，系统地描绘了RA免疫细胞中的代谢调控网络，发现了新的候选靶点，从而提供了新的机制见解和潜在的治疗方向。

类风湿性关节炎是一种慢性系统性自身免疫疾病，其特点是关节的对称性多发性炎症、滑膜增生以及关节的进行性破坏，同时还伴有关节外表现和全身症状，严重影响患者的生活质量。近年来，虽然在RA的诊断和治疗方面取得了进展，但其复杂的病因和发病机制仍未完全阐明。RA的发病过程涉及多种因素之间的复杂相互作用，包括遗传易感性、环境诱因、免疫失调和代谢异常，其中免疫细胞的代谢重编程被认为是RA发病的核心驱动因素之一。

已有研究表明，RA患者PBMCs中的关键免疫细胞亚群，如T细胞、B细胞和单核细胞的功能状态显著改变，并且与疾病活动度和全身炎症等临床指标密切相关。近年来，一些研究进一步揭示了RA患者PBMCs中多个免疫相关通路的异常激活，包括抗原呈递、细胞因子信号传导和异常T细胞分化，这表明这些通路可能在RA的发病机制中发挥重要作用。

代谢重编程指的是细胞在特定生理或病理条件下，对代谢通路和代谢物谱进行动态适应的过程。越来越多的证据表明，RA患者的PBMCs中存在显著的代谢异常，如糖酵解、氧化磷酸化、脂质代谢和氨基酸代谢的失调。例如，激活的免疫细胞倾向于使用有氧糖酵解来快速生成能量，以满足其增殖和功能需求。这些代谢改变不仅影响能量生成和生物合成，还通过调节信号通路和表观遗传调控放大炎症反应和组织损伤。

然而，目前对RA外周免疫细胞中代谢重编程的上游调控架构和跨层分子机制仍缺乏深入理解。虽然大多数现有的RA研究集中于基因组数据，但这些方法单独使用无法全面揭示免疫细胞代谢的调控复杂性。蛋白质组学分析能够直接测量蛋白质的丰度，这代表了细胞功能效应器，而磷酸化蛋白质组学则提供了关于动态信号事件和通路激活状态的独特见解，这些信息在转录层面是无法体现的。通过整合蛋白质组学、磷酸化蛋白质组学和转录组学数据，研究人员能够描绘多层次的调控网络，并揭示驱动RA代谢重编程的后转录和后翻译机制。

在本研究中，研究人员对来自96名RA患者和90名HCs的PBMCs进行了蛋白质组学和磷酸化蛋白质组学分析，并结合了来自Gene Expression Omnibus（GEO）数据库的公开转录组学数据（nHC = 54, nRA = 113）。具体而言，研究人员系统地绘制了与代谢相关的分子改变，构建了将代谢通路与免疫调控联系起来的相互作用网络，识别了上游的转录因子和激酶，并指出了潜在的关键调控节点。这种整合的分析框架为RA中的代谢重编程提供了高分辨率的视角，并为未来的治疗策略提供了机制性的见解。

研究的样本来自96名RA患者和90名健康对照，其中包含了年龄、性别、疾病持续时间、关节数量、红细胞沉降率、C反应蛋白、类风湿因子、环状瓜氨酸肽以及28关节疾病活动度评分等临床特征，这些信息在补充表1中进行了总结。尽管RA组和HC组在人口学特征上存在轻微差异，但这些差异并未显著影响研究结果。通过整合多组学数据，研究人员能够更全面地理解RA患者PBMCs中的代谢改变，并揭示这些改变背后的生物学意义。

此外，研究人员还利用药物签名数据库（DSigDB）和治疗靶点数据库（TTD）预测潜在的治疗调节因子。这些数据库提供了关于药物与靶点之间相互作用的丰富信息，有助于识别可能对RA相关代谢重塑具有调节作用的化合物。通过这些预测，研究人员可以进一步探索针对RA的新型治疗策略，并为未来的临床研究提供方向。

研究的伦理审查得到了深圳人民医院伦理委员会的批准，批准号为LL-KY 2019514。所有参与研究的人员在数据收集时均签署了书面知情同意书。研究的经费支持来自深圳高水平医院建设基金、北京大学深圳医院科研基金（KYQD2025465）以及广东省临床医学实验室研究中心（2023B110008）。这些资金支持确保了研究的顺利进行，并为数据的生成和分析提供了必要的资源。

研究人员在研究中承担了不同的职责。Siyi Chen负责撰写、审阅和编辑，同时参与了方法设计、概念化和数据管理。Bin Tan也参与了撰写、审阅和编辑，负责方法设计、数据管理以及概念化。Yingcan Xu负责数据管理、方法设计和验证。Feiran Gao参与了验证、数据管理以及方法设计。Yixi Li负责撰写原始稿件，数据管理、概念化、方法设计以及可视化。Deyu Liao也参与了撰写原始稿件、可视化、方法设计以及数据管理。Yong Dai负责撰写、审阅和编辑，同时参与了方法设计和数据管理。Wei Zhang负责数据管理、方法设计以及概念化。

研究人员还声明没有已知的可能影响研究结果的财务利益或个人关系。他们对所有研究参与者和样本采集过程表示感谢，并特别感谢北京大学深圳医院的临床工作人员在患者招募和样本采集中的支持。研究的参与和发表得到了所有作者的同意，并确保了研究的透明性和合规性。这些信息不仅有助于理解研究的背景和方法，也为未来的研究提供了参考和借鉴。