基于血浆蛋白质组的液体活检技术，用于个性化监测和风险分层：检查点免疫疗法中的免疫相关不良事件

《Molecular & Cellular Proteomics》：Plasma Proteome-Driven Liquid Biopsy for Individualized Monitoring and Risk Stratification of Immune-Related Adverse Events in Checkpoint Immunotherapy

免疫检查点抑制剂相关不良反应（irAEs）的血浆蛋白组学特征及风险预测模型研究。通过质谱分析65例患者血浆，发现217个差异蛋白，构建ProIRAE模型，AUROC达0.929（发现队列）和0.978（验证队列），可有效预测irAE风险及重症转化。

　　
本研究聚焦于免疫检查点抑制剂（ICIs）治疗中免疫相关不良事件（irAEs）的预测与监测难题，通过血浆蛋白质组学结合机器学习技术开发了新型风险预测模型ProIRAE。该研究采用多组学整合分析策略，系统解析了65例接受PD-1/PD-L1抑制剂联合化疗患者的血浆蛋白质谱特征，揭示了irAEs从轻微到ICU级严重事件演变的分子机制，并成功构建了具有临床转化潜力的生物标志物体系。

研究团队首先建立了包含发现队列（47人）和验证队列（18人）的双阶段实验设计。样本采集严格遵循NCCN指南和CTCAE 5.0标准，通过质谱蛋白质组学技术捕获了血浆中超过2300个蛋白的丰度变化，经质量控制后保留1459个可比蛋白用于后续分析。研究发现，irAEs严重程度与血浆蛋白质谱存在显著相关性：重症组（22人）的蛋白质组异质性（CV值9.9%）显著高于对照组（CV值6.5%）和轻度组（CV值7.2%），提示重症患者存在更复杂的免疫激活网络。

通过差异蛋白分析，共识别217个与irAEs严重程度相关的差异蛋白，其中184个随病情加重上调，33个下调。功能富集分析显示，这些蛋白主要参与炎症反应（如中性粒细胞脱颗粒、IL-1信号通路）、代谢调控（氨基酸/碳水化合物代谢）和免疫应答（MHC-I抗原呈递）等关键生物学过程。值得注意的是，传统已知生物标志物如CRP、CD177和LCP1虽然存在表达差异，但其变化趋势在轻度与重症组间重叠，提示需要更精准的分子分型。

研究创新性地采用加权关联网络分析（WGCNA）技术，识别出四个核心蛋白模块（M1-M4），其中M1模块（包含IL1RL1等抗炎因子）与T细胞介导的免疫反应正相关，M4模块（包含TNC等凝血相关蛋白）则显示免疫抑制特征。通过酶联免疫吸附试验（ELISA）验证发现，IL-1受体样1分子（IL1RL1）和脂肪酸结合蛋白3（FABP3）具有高度稳定性（R2=0.73-0.99），且其血浆浓度随irAEs严重程度呈梯度变化。

基于这两个生物标志物，研究团队构建了多算法集成模型ProIRAE。模型采用递归特征消除法筛选变量，最终整合Naive Bayes、随机森林等八种机器学习算法。在发现队列中，ProIRAE对任何irAEs的预测效能达AUROC=0.929，对重症预测的敏感性和特异性分别达到95.5%和96.0%。验证队列中，该模型对重症的预测准确率提升至100%的特异性，敏感性达83.3%，AUPR值达到0.907，显示出良好的泛化能力。

研究进一步揭示了irAEs的免疫机制转变：轻度事件以体液免疫（B细胞）反应为主，表现为CD74、ITM2B等抗体相关蛋白的异常表达；而重症患者则出现显著的T细胞介导的炎症反应，表现为IL1RL1、FABP3等促炎蛋白的显著上调。这种从体液免疫向细胞免疫的过渡与临床观察到的irAEs转化规律一致，为机制研究提供了新的视角。

该研究的重要临床价值体现在三个方面：其一，ProIRAE模型实现了对ICU级重症的100%特异性预测，为危重病例早期识别提供了新工具；其二，生物标志物IL1RL1作为IL-33/ST2轴的关键组分，为开发靶向该通路的免疫调节剂提供了理论依据；其三，FABP3作为脂质代谢关键蛋白，可能为ICIs诱导的肺炎、心肌炎等组织损伤提供干预靶点。研究建议后续需开展多中心前瞻性队列验证，并建立动态监测模型以追踪蛋白质谱的时序变化。

局限性与改进方向：样本量偏小（n=65）且单一中心设计可能影响模型普适性，未来需扩大至跨地域、多癌种队列。此外，研究未涉及药物代谢组学分析，建议后续整合代谢物数据以完善免疫微环境全景图。对于技术层面，研究采用的DIA模式虽能提高通量，但可能遗漏低丰度蛋白，未来可尝试ODA模式结合高分辨率质谱提升检测灵敏度。

该研究标志着蛋白质组学在irAEs精准医学中的突破性进展，其开发的ProIRAE模型为临床管理提供了新范式：通过定期检测IL1RL1和FABP3的血浆浓度，结合机器学习算法评分，医生可实时评估患者发生重症irAEs的风险。这种无创监测手段不仅能优化现有CTCAE分级系统，还可指导个体化剂量调整和预防性治疗，对降低ICIs相关死亡率（当前报道重症死亡率约15-20%）具有重要临床意义。