血浆蛋白质组学揭示类风湿性关节炎临床前标志物及治疗响应的预测模型

本研究通过纵向队列分析，揭示了类风湿性关节炎(RA)临床前阶段的特异性血浆蛋白标志物，并构建了基于蛋白质组学的治疗响应预测模型。研究人员对278例RA患者、60例高风险个体和99例健康对照进行TMT标记质谱分析，发现ACPA阳性与阴性RA患者存在差异的免疫和代谢通路特征，同时鉴定出DAS28-CRP评分3.1、3.8和5.0三个关键波动节点的蛋白动态变化。通过机器学习建立的预测模型在独立验证队列中ROC值达0.88(MTX+LEF)和0.82(MTX+HCQ)，为RA早期干预和精准治疗提供了新工具。

　　

类风湿性关节炎(RA)作为一种慢性自身免疫性疾病，其发病机制复杂且具有高度异质性。尽管现有诊疗指南推荐传统合成改善病情抗风湿药(csDMARDs)作为一线治疗方案，但约30-60%患者存在治疗响应不佳的情况。更棘手的是，RA临床前阶段的生物学标志物匮乏，导致难以实现早期干预。这些挑战凸显了深入解析RA动态发展过程、建立精准预测工具的迫切需求。

四川大学华西医院的研究团队在《Nature Communications》发表了一项突破性研究。该团队采用TMT标记的高通量质谱技术，对包含278例RA患者、60例高风险个体和99例健康对照的纵向队列进行血浆蛋白质组分析。研究首次系统描绘了从健康状态到RA发病的全周期蛋白质组动态图谱，发现高风险个体特有的ROBO受体信号通路和RNA代谢异常，揭示了ACPA阳性患者更强烈的炎症反应特征。通过独创的DE-SWAN分析方法，研究人员捕捉到DAS28-CRP评分3.1、3.8和5.0三个关键节点的蛋白质波动规律，其中3.1节点与先天免疫激活相关，5.0节点则显示氧化应激显著增强。

技术方法上，研究采用TMT-126标记的混合组织样本作为内参，通过Q Exactive HF质谱仪进行DDA采集，检测到996个高置信度血浆蛋白。对206例接受csDMARDs治疗的患者进行3-9个月随访，使用LASSO算法构建预测模型，并在独立队列中通过ELISA验证标志物。

研究结果部分：
Proteomic characterization in at-risk individuals
高风险个体表现出独特的ROBO信号通路和RNA代谢异常，其中8例进展为RA的转化者显示补体成分消耗和免疫蛋白酶体激活。

Disease activity-associated proteins
发现SERPINA3、LRG1等蛋白与DAS28-CRP呈正相关，而ACOX1等代谢蛋白呈负相关。年龄分层显示45岁以上女性患者炎症标志物显著升高。

Nonlinear proteomic fluctuations
DE-SWAN分析揭示DAS28-CRP 3.8节点出现葡萄糖代谢抑制，5.0节点出现氨基酸代谢紊乱的阶段性特征。

Treatment response prediction
MTX+LEF响应者显示补体激活增强，而MTX+HCQ响应者表现线粒体功能改善。基于LGALS3BP等5个标志物的预测模型AUC达0.88。

这项研究的意义在于：首次建立了覆盖RA全病程的多维度蛋白质组图谱，提出的三阶段疾病活动度模型为临床分期提供了分子依据。开发的预测工具使csDMARDs治疗响应预测提前到用药前，其中MTX+LEF组合主要调控炎症通路，而MTX+HCQ则影响能量代谢，为个体化治疗方案选择提供了客观标准。发现的临床前标志物如PSMB7等，为RA超早期干预开辟了新途径。

研究也存在一定局限，如高风险亚组样本量较小，但通过创新的混合组织内参策略有效提高了低丰度蛋白检出率。这些发现不仅深化了对RA异质性的认识，也为其他自身免疫病的生物标志物研究提供了方法论参考。未来需要扩大队列验证标志物的普适性，并探索关键蛋白如ROBO4在骨侵蚀中的具体作用机制。