《Advanced Science》：Biochemically Constrained Multi-Omics Integration Reveals Protein–Metabolite Dependencies Across Diseases
编辑推荐：
整合蛋白质组学和代谢组学数据对于理解复杂疾病至关重要，然而当前主要依赖统计关联的方法往往忽略了分子实体之间的结构化生化关系，并且在小型临床队列中遭受判别不稳定性。在此，研究人员提出了ProMetNet，一个将Reacome数据库中的通路衍生连接性纳入神经网络架
整合蛋白质组学和代谢组学数据对于理解复杂疾病至关重要，然而当前主要依赖统计关联的方法往往忽略了分子实体之间的结构化生化关系，并且在小型临床队列中遭受判别不稳定性。在此，研究人员提出了ProMetNet，一个将Reacome数据库中的通路衍生连接性纳入神经网络架构的生物化学约束框架。通过基于反应拓扑编码蛋白质-代谢物关系，ProMetNet建模结构化的跨组学依赖性，而非仅依赖统计相关性，从而减少虚假关联，同时保留全局分子背景并提高数据有限情况下的鲁棒性。在四个异质性疾病队列（包括阿尔茨海默病、2型糖尿病、COVID-19和胶质母细胞瘤）中，ProMetNet持续优于评估的多组学整合方法（包括MOGONET、P-NET、PEARL和MOINER），在大量数据下采样下保持高判别性能。除分类准确性外，该框架优先识别了传统差异或基于相关性的分析未捕获的生物学上合理的蛋白质-代谢物依赖性。重要的是，ProMetNet识别的通路级信号在来自英国生物样本库（UK Biobank，N = 47,507）的独立大规模人群数据中表现出一致的判别性能，支持其鲁棒性和泛化性。总之，这些结果确立了ProMetNet作为一个生物学基础且可解释的多组学整合框架，能够跨疾病稳健识别结构化的分子依赖性。
**论文解读：ProMetNet——生物化学约束的多组学整合框架揭示跨疾病蛋白质-代谢物依赖性**
**1. 研究背景与问题**
在精准医学时代，理解复杂疾病需要超越单一组学，整合蛋白质组和代谢组等多层分子数据。蛋白质作为生物系统的执行者，代谢物作为功能终产物，二者共同揭示疾病调控图景。然而，现有多组学整合方法存在显著局限：基于统计关联的方法（如相关性分析、数据拼接、多变量建模）易受高维噪声影响，且忽略内在生化组织，导致过拟合和可解释性不足；而基于通路的方法虽提供功能背景，但常将通路视为静态实体集合，忽视其层级和反应级组织，无法捕捉跨组学间的结构化依赖关系。此外，现有框架如MOGONET和P-NET主要针对上游组学（如DNA甲基化、拷贝数变异），而非蛋白质-代谢物这一直接生化依赖轴心。因此，开发一个既能保持判别性能又能提供生物学可解释性的整合框架至关重要。
**2. 研究内容与结论**
研究人员开发了ProMetNet，一个基于通路衍生的神经网络框架，通过将Reactome数据库中的反应拓扑编码为掩码矩阵，强制网络连接遵循已知生化关系。该框架将分子特征映射到特定通路，再连接至高级生物过程，形成功能层级。结合拓扑调整的SHAP算法，可量化各层特征和隐藏节点的贡献，实现系统级解释。在四个不同疾病（阿尔茨海默病AD、2型糖尿病T2D、COVID-19、胶质母细胞瘤GBM）的队列中，ProMetNet在判别性能上持续优于MOGONET、P-NET、PEARL、MOINER及传统机器学习模型，即使在数据下采样至10%时仍保持高鲁棒性。更重要的是，其识别出的通路级信号在UK Biobank（N=47,507）独立人群中验证了稳健的判别能力，支持其泛化性。该研究发表于《Advanced Science》。
**3. 主要技术方法**
ProMetNet采用以下关键技术：（1）基于Reactome数据库的通路衍生掩码矩阵构建，编码蛋白质与代谢物之间的反应拓扑关系；（2）掩码约束的稀疏神经网络，镜像生物学层级结构，将分子映射至反应、子通路和系统过程；（3）拓扑校正的SHAP算法，通过节点度或可达节点数校正特征贡献，避免结构偏差。数据来源包括AD（ADNI，脑脊液，511样本）、T2D（血浆，339样本）、COVID-19（尿液88样本及血浆70样本外部验证）、GBM（肿瘤标本，75样本）四个队列，以及UKB-PPP（47,507样本，1,463蛋白质）用于独立验证。
**4. 研究结果**
**2.1 ProMetNet框架**：通过三步流程实现端到端整合：①组学整合模块，基于Reactome通路对齐蛋白质和代谢物，生成统一分子特征向量和通路掩码矩阵；②分类模块，利用掩码矩阵构建稀疏神经网络，进行疾病分类或亚型鉴定；③层级可解释性模块，采用SHAP计算分子和通路节点的功能归因分数，实现自上而下的诊断信号解构。
**2.2 任务设计**：涵盖早期鉴别（AD vs MCI）、疾病诊断（T2D vs HC、COVID-19 vs 非COVID）和分子亚型分类（GBM三种亚型）。ProMetNet在所有队列中实现高分子到通路映射率（89.79%-96.65%）。
**2.3 分类性能评估**
- **2.3.1 优于单组学方法**：在AD、T2D、COVID-19和GBM中，ProMetNet的AUROC分别达0.978、0.994、0.995和0.985，显著高于单独蛋白质组或代谢组模型的平均值。
- **2.3.2 优于基线整合和最新方法**：与MOGONET、P-NET、PEARL、MOINER及相关性整合网络相比，ProMetNet在所有任务中均取得最高AUROC。在COVID-19跨生物流体验证中（尿液训练，血浆测试），ProMetNet保持AUROC 0.889，而MOGONET降至0.620。
- **2.3.3 对样本量、预处理和特征的鲁棒性**：在AD、T2D和COVID-19中，即使仅用10%训练数据，ProMetNet仍维持高AUROC（AD 20%数据时0.917，T2D 10%数据时0.961）。对预处理顺序、对数转换、标准化和缺失值插补策略均表现出鲁棒性。基于SHAP值选择前20%特征即可达到近乎最优性能。
**2.4 可解释性**
- **2.4.1 AD关键通路**：Sankey图显示信息流从PSMB7、DLG4、SDC3、吲哚乳酸等分子经RUNX2转录、SUMO E3连接酶、抗原加工等中间枢纽汇入免疫系统和蛋白质代谢。ProMetNet优先识别了132个功能通路，其中20个在传统富集分析中不显著（FDR>0.05）但被模型“拯救”，如“RUNX2转录调控”通路（FDR>0.1，归一化SHAP=0.123）和“SUMO化”通路（FDR>0.1，归一化SHAP=0.101）。PSMB7虽无显著差异表达，但获最高SHAP值，表明模型优先网络中心性而非丰度变化。
- **2.4.2 T2D关键通路**：Sankey图显示d-葡萄糖、d-甘露糖、甘氨熊去氧胆酸盐、MMP13、LILRB2等分子经GPCR配体结合、有机阴离子转运、SLC5A7缺陷等枢纽汇入免疫系统和代谢。ProMetNet优先识别199个功能通路，其中18个在传统富集分析中不显著，如“GPCR配体结合”通路（FDR>0.05）。d-甘露糖子网络揭示了其与糖酵解、MODY2及GPCR、SLC转运体的关联。
- **2.4.3 平衡的模态特异性SHAP贡献**：在AD、T2D、GBM中，蛋白质和代谢物特征的SHAP贡献分布无显著差异，COVID-19中代谢物贡献更高，说明特征维度不主导重要性。
**2.5 蛋白质-代谢物轴**
- **2.5.1 AD中HAAO驱动的犬尿氨酸通路偏倚**：吲哚乳酸作为唯一代谢物锚点，与HAAO（3-羟基邻氨基苯甲酸3,4-双加氧酶）共同定位，揭示一种“代谢分流”：HAAO表达与吲哚乳酸水平及犬尿氨酸/吲哚乳酸、犬尿喹啉酸/吲哚乳酸比值呈显著负相关，表明神经毒性犬尿氨酸分支增强，牺牲神经保护性吲哚分支。
- **2.5.2 T2D中AHSG为中心的脂质-炎症轴**：胆固醇作为高贡献代谢物，与AHSG（胎球蛋白A）在“免疫系统”和“止血”通路中共同富集。rs4918（Thr256Ser）错义变异导致局部构象变化（ΔΔG = -0.34 kcal/mol），支持“载体失效”假说：AHSG结构改变可能影响胆固醇负载的钙蛋白颗粒（CPP）稳定性，进而关联TLR4介导的炎症和胰岛素抵抗。
**2.6 UKB蛋白质组独立验证**：对AD和T2D中前10个通路的UKB验证显示，如“E3泛素连接酶泛素化靶蛋白”通路AUROC 0.700，“RUNX2转录调控”轴AUROC 0.687；T2D中“Class C/3受体”通路AUROC 0.868（传统富集未检出），“TLR4级联”通路AUROC 0.780。HAAO-吲哚乳酸轴相关蛋白（色氨酸分解代谢）AUROC 0.733，AHSG-胆固醇轴相关蛋白（TLR4级联）AUROC 0.780。
**5. 讨论与结论**
**讨论**：ProMetNet通过通路约束架构实现双向可解释性，将深度学习“黑箱”转化为生物学假设生成框架。其超越简单丰度整合，优先功能连接性，如AD中HAAO-吲哚乳酸轴和T2D中AHSG-胆固醇轴均非基于线性相关性，而是捕获通路级代谢重组。代谢物在AD中贡献有限（仅一个代谢物入选前10），反映血脑屏障解耦作用；而在T2D中代谢物驱动分类性能与蛋白质相当。针对蛋白质-代谢物特征数量差异，ProMetNet采用严格通路共现标准，而非强制平衡，在所有队列中实现高映射率。局限性包括：代谢物标识符跨数据库不统一（如HMDB与ChEBI），部分代谢物比值缺乏标准化ID；当前基于二值掩码矩阵，排除未注释通路；未来需结合自适应图学习或多注释框架。UKB验证受回顾性设计、队列异质性和检测平台差异影响，未来需前瞻性研究、锁定分析管道和正交靶向测量。
**结论**：ProMetNet提供了一个稳健且可扩展的多组学整合框架。本研究结合多队列基准测试、鲁棒性分析、探索性跨生物流体评估和独立UKB-PPP通路级验证，支持该框架的性能和可重复性。通过将疾病分类与生物学可解释的见解联系起来，该模型为推进精准医学和识别由结构化生物学关系支持的治疗靶点提供了多功能资源。（翻译自论文结论部分原文：“In summary, ProMetNet provides a robust and scalable framework for multi-omics integration... Ultimately, by linking disease classification with biologically interpretable insights, our model offers a versatile resource for advancing precision medicine and identifying therapeutic targets supported by structured biological relationships.”）
