编辑推荐：
慢性阻塞性肺疾病（COPD）威胁全球健康，早期诊断依赖肺功能监测存在局限。研究人员对 176 名成人进行多组学分析，发现相关蛋白和代谢物，构建模型预测肺功能，还识别出 ECOPD 亚型。这为早期诊断和个性化治疗提供新方向。
慢性阻塞性肺疾病（Chronic Obstructive Pulmonary Disease，COPD）如同隐匿在人群中的健康杀手，悄无声息地威胁着全球无数人的生命。据统计，到 2030 年，它预计将成为全球第三大死因，2019 年其导致的残疾调整生命年（Disability-Adjusted Life Years，DALYs）占慢性呼吸系统疾病负担的 71.9%。早期慢性阻塞性肺疾病（Early Chronic Obstructive Pulmonary Disease，ECOPD）作为 COPD 病程的起始阶段，对其进行有效防控至关重要。然而，当前 ECOPD 的诊断主要依赖临床肺功能监测，并且受吸烟暴露影响很大，这使得诊断结果难以精准反映疾病的真实进展情况。正因如此，探索 ECOPD 准确的生物学特征迫在眉睫。
为了攻克这一难题，中国医学科学院基础医学研究所、北京协和医学院等多家机构的研究人员携手开展了一项意义重大的研究。他们从中国肺健康研究（China Pulmonary Health Study，CPHS）队列中精心挑选了 176 名成年人，其中包括 88 名健康对照（Healthy Controls，HC）和 88 名临床确诊的 ECOPD 患者，并严格按照年龄、性别和吸烟史进行匹配。同时，还独立收集了另一组包含 35 名 HC 和 35 名 ECOPD 患者的验证队列。
研究人员运用了蛋白质组学和代谢组学分析技术。在蛋白质组学分析中，通过数据非依赖采集（Data-Independent Acquisition，DIA）的质谱技术，对血浆样本进行检测；在代谢组学分析方面，开发了 MetaPipe 流程来处理数据。
研究结果如下：
- CPHS 队列特征：对比 HC 和 ECOPD 患者，ECOPD 组肺功能参数（FEV1、FEV1% predicted、FEV1/FVC）显著降低，但常规血液检测无明显差异，且肺功能与吸烟暴露无强相关性。
- 蛋白质组学特征：共检测到 902 种蛋白质，其中 377 种在两组中均存在。通过逻辑回归和基因集富集分析（Gene Set Enrichment Analysis，GSEA），确定了 248 种与 ECOPD 相关的蛋白质，涉及炎症反应等过程。在验证队列中，15 种蛋白质在调整基线因素后仍与 ECOPD 显著相关。
- 代谢组学特征：鉴定出 1788 种代谢物，其中 137 种与 ECOPD 相关。代谢途径富集分析显示，氨基酸代谢如丙氨酸和天冬酰胺代谢上调。在验证队列中，色氨酸、肾上腺酸等四种代谢物在 ECOPD 患者中呈下降趋势。
- FEV1/FVC 预测模型：利用机器学习构建多种预测模型，发现多组学模型预测肺功能的效果最佳（R2=0.74），蛋白质组学模型在诊断 ECOPD 方面表现出色（AUC=0.949）。
- 多组学揭示 ECOPD 亚型：通过相似性网络融合（Similarity Network Fusion，SNF）和聚类分析，将 ECOPD 分为两个亚型。一个亚型与感染和炎症相关，另一个与凝血和血管平滑肌收缩相关。此外，部分 HC 个体具有与 ECOPD 相似的多组学特征，被认为有患病风险。
研究结论和讨论部分指出，该研究通过多组学整合，全面揭示了 ECOPD 的生物学特征。所识别的生物标志物和分子通路为 ECOPD 的早期诊断和个性化治疗提供了极具潜力的靶点，有望改善患者的预后情况。不过，研究也存在一定局限性，如队列规模相对较小，研究设计为横断面研究，且研究对象局限于中国人群等。未来还需开展更大规模、多中心的纵向研究，进一步验证研究结果，并对已识别的生物标志物进行功能验证，以更深入地了解 ECOPD 的发病机制。
这项研究成果发表在《Respiratory Research》杂志上，为全球 ECOPD 的研究和防治贡献了宝贵的中国智慧，为后续相关研究开辟了新的道路，具有重要的理论和实践意义。
