跨平台蛋白质组学调和及其对疾病风险预测模型可转移性的影响

《Nature Communications》：Systematic comparison of affinity plasma proteomic technologies across multiple cohorts reveals generalizability of proteomic prediction

摘要

生物样本库水平蛋白质组数据集的出现以及与表型的广泛关联，显著提高了我们对健康中蛋白质组驱动因素的理解，并引发了一系列疾病风险预测模型的开发。然而，队列和蛋白质组学检测方法的差异可能会严重削弱蛋白质组学模型的可转移性，从而极大地限制了其通用性。在本研究中，我们生成并协调了两个领先的多元亲和力蛋白质组学平台（Olink 和 SomaScan）在 11 个独立队列中的比较结果。我们发现了导致平台差异的关键因素，并建立了一组包含 757 个蛋白探针配对的高质量集合，这些配对在各队列中保持一致的相关性，作为新兴研究的参考。为了调查对蛋白质组学预测的影响，我们训练模型预测年龄、身体质量指数和 15 种常见疾病，并评估其在多个独立队列和平台上的性能。我们发现模型性能在各平台间存在系统性恶化，尤其是在未进行探针相关性过滤的情况下，并且在模型可转移性中观察到一种 U 型效应，这反映了跨平台蛋白质一致性与生物相关性之间的权衡。最佳跨平台相关性截止值因特征而异，其中 0.3–0.4 最为常见。我们的研究强调了评估跨平台和队列蛋白质组学模型性能的实用考量，为稳健的蛋白生物标志物开发、疾病预测和药物靶向提供了指导。