《Journal of Proteome Research》：Proteomic Profiling of Extracellular Vesicle-Enriched Plasma Using Mag-Net for Biomarker Discovery in Pancreatic Ductal Adenocarcinoma
编辑推荐：
胰腺导管腺癌（PDAC）是一种高度侵袭性的癌症，2020年在南非被列为癌症相关死亡前七大主要原因之一。这突显了持续研究以识别可靠生物标志物来改善临床结果的迫切性。本研究比较了PDAC患者、良性胆道病变（BBP）患者和健康对照（HC）的血浆蛋白质组。研究人员使用
胰腺导管腺癌（PDAC）是一种高度侵袭性的癌症，2020年在南非被列为癌症相关死亡前七大主要原因之一。这突显了持续研究以识别可靠生物标志物来改善临床结果的迫切性。本研究比较了PDAC患者、良性胆道病变（BBP）患者和健康对照（HC）的血浆蛋白质组。研究人员使用了Mag-Net，一种基于磁珠的富集膜结合囊泡的方法。比较分析确定了PDAC、BBP和HC之间独特和重叠的失调蛋白。PDAC显示出上皮-间充质转化（EMT）、补体激活、缺氧、糖酵解和细胞外基质重塑通路的富集，这与侵袭性肿瘤生物学一致。包括SPP1、THBS2、PTX3、FBLN2、SDC1、CTSS和VCAN在内的蛋白在PDAC中显著增加，其中LRG1与疾病严重程度关联最强。蛋白GPNMB、H4C1、SAA1和CCDC47在疾病比较中显示出进行性上调，提示可能与疾病进展相关。这些发现表明血浆蛋白质组学提供了判别性的分子见解，并支持开发人群相关的生物标志物组合。虽然几种候选蛋白显示出纳入多分析物组合的前景，但需要在更大队列中进行进一步验证，以建立其在PDAC早期检测、风险分层和改进鉴别诊断中的诊断和转化效用。
胰腺导管腺癌（PDAC）是一种高度恶性的肿瘤，5年生存率低于10%，2024年已成为全球癌症相关死亡的第三大原因。由于早期症状不典型，约85%的患者确诊时已处于不可切除阶段，且现有治疗手段有限，迫切需要通过蛋白质组学技术发现可靠生物标志物以改善临床结局。针对非洲人群在该领域研究不足的问题，研究人员在一项发表于《Journal of Proteome Research》的研究中，采用Mag-Net方法从血浆中富集细胞外囊泡（EVs），对南非队列的PDAC患者（n=81）、良性胆道病变（BBP）患者（n=62）和健康对照（HC，n=35）进行血浆蛋白质组学比较分析。研究发现，PDAC与BBP和HC存在显著差异的蛋白表达谱，其中LRG1与疾病严重程度关联最强，并鉴定出一系列逐步上调的蛋白（如GPNMB、H4C1、SAA1、CCDC47），为开发多分析物生物标志物组合提供了基础，但需在更大规模队列中验证其临床诊断和转化价值。
该研究主要采用以下关键技术方法：样本来源于南非约翰内斯堡Chris Hani Baragwanath学术医院的肝胆胰单元，队列包括81例PDAC（60例可切除、15例局部晚期、6例转移）、62例BBP和35例HC。血浆处理使用Mag-Net方法，该法通过磁性超多孔SAX微珠（MagReSyn SAX beads）富集膜结合囊泡，随后进行蛋白聚集捕获（PAC）和酶解。肽段经Evosep One液相色谱系统分离，联用timsTOF HT质谱仪进行数据采集（采用dia-PASEF模式），最终在Spectronaut 19软件中进行蛋白质鉴定和定量，并运用Wilcoxon检验、Kruskal-Wallis检验、Fisher精确检验及Spearman相关分析进行差异统计，同时通过Enrichr和FGSEA算法进行MSigDB Hallmark和KEGG通路富集分析。
**3.1 人口学和临床病理特征**：通过比较81例PDAC、62例BBP和35例HC的临床数据发现，PDAC患者中位年龄62岁（男性为主，67.1%），BBP患者中位年龄39岁（女性为主，85.5%），HC中位年龄31岁（性别均衡）。C反应蛋白（CRP）随疾病严重程度（从BBP到可切除、局部晚期、转移性PDAC）显著升高，碱性磷酸酶（ALP）和γ-谷氨酰转移酶（GGT）在PDAC中亦显著高于BBP。
**3.2 血浆蛋白质组特征**：应用Mag-Net方法平均鉴定出2339个蛋白组。主成分分析（PCA）显示，在PC2和PC3维度上，HC与PDAC样品群基本分离，BBP样品群则处于中间位置并与两者重叠，提示PDAC血浆蛋白谱具有独特分子特征。
**3.3 PDAC和BBP中的失调蛋白**：经年龄和性别调整后，差异表达分析表明PDAC vs HC组有71个蛋白下调、72个蛋白上调；PDAC vs BBP组有49个下调、26个上调；BBP vs HC组各有12个上调和下调。通路富集分析（MSigDB Hallmark）显示PDAC vs HC显著富集上皮-间充质转化（EMT）、顶端连接、凝血、补体、糖酵解、缺氧等通路；PDAC vs BBP还额外富集肌生成、E2F靶点、血红素代谢和血管生成。KEGG通路分析进一步确认PDAC富集整合素信号、细胞骨架重塑、黏着斑、血小板激活及ECM-受体互作通路，而BBP vs HC仅富集胆固醇代谢和脂肪消化吸收通路。UpSet图显示，69个蛋白（42.3%）为PDAC vs HC独有，17个（10.4%）为PDAC vs BBP独有，5个蛋白（PRSS2、GPNMB、SAA1、H4C1、CCDC47）在三个比较组中均上调。Spearman相关分析显示LRG1与疾病严重程度关联最强，受试者工作特征（ROC）曲线下面积（AUC）在区分HC vs PDAC达0.94（95%CI: 0.88-0.99），区分BBP vs PDAC达0.85（95%CI: 0.78-0.91）。蛋白相关网络（KODAMA）分析揭示LRG1与C1QC、CCDC47、CDHR2、ORM1、PRSS2及SAA1等蛋白形成高度相关簇。
讨论部分指出，PDAC与BBP在临床和生化指标（如胆红素、ALP、GGT）上存在重叠，但血浆蛋白质组学能提供额外的判别信息。PDAC的分子特征以基质激活、ECM重塑、炎症信号和细胞骨架失调为主，而BBP主要表现为胆固醇和脂肪代谢的代谢改变。五个逐步上调的蛋白（GPNMB、H4C1、PRSS2、SAA1、CCDC47）从良性到恶性病变持续升高，提示其作为疾病进展标志物的潜力。LRG1的强关联性支持其在PDAC中的促肿瘤作用。研究结论（翻译自5. Conclusion）：总体而言，这些发现表明，尽管PDAC与BBP共享显著的临床和生化特征，但血浆蛋白质组学分析可检测出区分恶性与非恶性状态的独特分子标记。观察到的蛋白质组模式进一步指示，该队列中的PDAC以增强的基质激活、细胞外基质重塑、炎症信号及细胞骨架失调为特征，而BBP仅表现出相对温和的代谢和炎症变化。尽管这些结果与国际PDAC蛋白质组学研究大体一致，但在该南非队列中观察到的强炎症、基质和代谢特征，突显了在代表性不足的非洲人群中评估PDAC生物学的重要性，因为环境、遗传和临床异质性可能影响疾病表现和生物标志物谱。总之，血浆蛋白质组学能提供超越常规临床生物标志物的判别和疾病严重程度相关信息。虽然数种候选蛋白有希望整合到多分析物生物标志物组合中，但仍需在更大规模、独立且统计效力足够的非洲队列中进行验证，以确立其在PDAC早期检测、风险分层和改善鉴别诊断中的临床实用性。
