《npj Parkinson's Disease》:Plasma proteomics for Parkinson’s disease classification: cross-cohort benchmarking of proteomic, transcriptomic, and multimodal models
编辑推荐:
本研究旨在解决血液生物标志物在帕金森病早期检测和严重程度监测中的应用问题。研究人员开展了一项主题为血浆蛋白质组学与全血转录组学在帕金森病诊断中效能对比及多模态融合策略评估的研究。他们使用靶向血浆蛋白质组学(Olink)和全血RNA测序数据,在开发队列中训练诊断分类器,并在独立队列中进行外部验证。结果显示,仅基于蛋白质组的随机森林分类器取得了最佳外部验证性能(AUROC = 0.8724),而仅基于RNA的最佳模型性能有限(AUROC = 0.5978)。多模态融合策略未能显著提升仅蛋白质组模型的判别能力。研究还构建了蛋白质组学严重程度指数(PSI),其中DDC蛋白与总MDS-UPDRS评分相关性最强。该研究支持靶向血浆蛋白质组学作为血液帕金森病生物标志物开发的主要分子模态,为未来无创诊断和疾病监测提供了重要依据。
帕金森病是一种常见的神经退行性疾病,其诊断主要依赖临床症状,缺乏客观、便捷的生物学标志物。特别是在疾病早期,症状不典型,容易与其他疾病混淆,导致诊断延迟。如果能从血液中找到可靠的生物标志物,将能极大地推动帕金森病的早期发现、精准诊断和病情监测。然而,血液成分复杂,信号微弱,究竟是从蛋白质层面还是基因转录层面更能捕捉到疾病的信号?将两种信息结合起来是否能产生“1+1>2”的效果?这些问题在真实世界、跨越不同人群的验证中仍然没有明确的答案。一项发表在《npj Parkinson's Disease》上的研究,正是为了回应这些挑战。研究人员开展了一项严谨的跨队列研究,旨在系统地评估血浆蛋白质组学和全血转录组学信号对帕金森病的诊断价值,并测试了多种策略来整合这两种不同维度的数据,以期找到最优的血液生物标志物开发路径。
为了回答这些问题,研究人员主要采用了以下几种关键技术方法:首先,他们建立了两个独立的参与者队列:一个用于模型开发的队列和一个用于外部验证的独立队列,以确保研究发现的可靠性。其次,在分子数据获取上,他们并行使用了靶向血浆蛋白质组学(通过Olink平台)和全血RNA测序,分别从蛋白质表达水平和基因转录水平获取生物分子信息。在数据分析阶段,他们运用了多种机器学习方法构建诊断分类器,包括随机森林、支持向量机、逻辑回归等,并严格采用参与者分组的交叉验证策略来评估模型性能。为了比较不同数据模态的效能,他们不仅分别构建了仅基于蛋白质组和仅基于转录组(RNA)的模型,还系统评估了多种多模态融合策略,包括早期融合、平衡早期融合、晚期融合和堆叠法。最后,他们利用线性回归和非线性回归方法,从基线蛋白质表达数据中推导出一个蛋白质组学严重程度指数,用于评估其与临床评分(MDS-UPDRS)的相关性,并探讨了其在纵向变化中的意义。
研究结果
蛋白质组学模型在跨队列验证中展现出卓越的诊断性能
研究人员首先分别基于蛋白质组数据和转录组数据训练了帕金森病与健康对照的分类器。在开发队列中,经过严格的交叉验证后,他们将表现最佳的模型在完全独立的验证队列中进行测试。结果非常明确:仅基于血浆蛋白质组学的随机森林分类器取得了最强的外部验证性能,其受试者工作特征曲线下面积(AUROC)达到0.8724,精确率-召回率曲线下面积(AUPRC)为0.8989。相比之下,表现最佳的仅基于RNA的模型配置,其AUROC仅为0.5978,诊断能力远逊于蛋白质组模型。这一对比强烈提示,在血液中,蛋白质水平的信号比RNA水平的信号能更稳定、更有效地区分帕金森病患者与健康人。
多模态融合未能超越单一蛋白质组学模型的判别能力
既然蛋白质和RNA代表了不同层次的生物学信息,将它们结合起来是否能有更好的效果?研究团队系统评估了四种主流的融合策略:早期融合(将特征在输入模型前合并)、平衡早期融合(对不平衡的特征进行加权处理)、晚期融合(组合不同模型的预测概率)和堆叠法(使用初级模型的预测作为次级模型的输入)。然而,令人稍感意外的是,没有任何一种融合策略能够显著提升仅使用蛋白质组学数据的最佳模型的判别能力。无论是AUROC还是AUPRC,融合模型的表现都与单一的蛋白质组学模型相当,并未显示出统计学上的显著优势。这表明,在当前的研究背景下,转录组信息并未为蛋白质组已提供的强判别信号增添额外价值。
鉴定出与疾病严重程度相关的关键蛋白并构建蛋白质组学严重程度指数
除了诊断分类,研究还深入探索了蛋白质表达与疾病严重程度之间的关系。研究人员从模型中筛选出32个对分类贡献最大的蛋白质。其中,多巴脱羧酶(DDC)蛋白的表达水平与帕金森病运动与非运动症状综合评估量表(MDS-UPDRS)的总分显示出最强的相关性(斯皮尔曼相关系数 ρ = 0.61)。基于这些关键蛋白,研究团队构建了一个线性的蛋白质组学严重程度指数(PSI)。该指数能够解释基线时28.2%的疾病严重程度(MDS-UPDRS评分)变异。然而,当研究人员进一步分析时发现,PSI的残差(即实际严重程度与PSI预测严重程度之间的差异)在纵向随访中并未显示出独立的、可预测病情变化趋势的能力。这意味着,虽然基线PSI能较好地反映当时的疾病状态,但可能无法独立预测未来的疾病进展速度。
研究结论与意义
这项研究通过头对头的比较和严谨的跨队列验证,得出了明确而有力的结论:在开发基于血液的帕金森病生物标志物时,靶向血浆蛋白质组学是比全血转录组学更优选的分子模态。其单独构建的诊断模型展现出优秀的、可跨队列推广的判别能力。相反,在本研究设置下,转录组信号提供的诊断信息有限,并且将其与蛋白质组数据进行多模态整合,也未能带来诊断性能的进一步提升。这提示未来研究应优先投资于深度挖掘血浆蛋白质组。
在疾病严重程度关联方面,研究成功地从血浆蛋白质组中鉴定出了一组与临床表型紧密相关的生物标志物,特别是DDC蛋白显示出与疾病严重程度的强关联。基于此构建的线性PSI能够定量反映患者当前的疾病负担,这为开发无创的疾病状态监测工具奠定了基础。尽管PSI未能显示出独立的纵向预测价值,但这并不减损其作为疾病状态“ snapshot ”(快照)指标的意义。
这项研究的意义重大。首先,它为帕金森病生物标志物研究领域提供了清晰的优先级指引,建议将资源更多地集中于血浆蛋白质组学的验证与开发上。其次,研究所建立的、经过外部验证的蛋白质组学分类模型,为未来开发临床可用的血液检测方法提供了坚实的前期证据。最后,所构建的PSI和鉴定的关键蛋白(如DDC)不仅加深了对帕金森病血液分子特征的理解,也为探索疾病的病理生理机制提供了新的线索。总之,该研究朝着实现帕金森病的早期、客观、便捷诊断与监测迈出了坚实的一步,并为后续转化研究和临床实践指明了重点方向。