《Ageing Research Reviews》：Precision Medicine Breakthrough: Multi-Omics Integration Elevates CAD Risk Prediction
编辑推荐：
摘要背景冠状动脉疾病（CAD）仍然是全球死亡的主要原因。多组学整合提供了前所未有的机遇，用于超越传统方法的精准风险分层。然而，基因组、蛋白质组和代谢组数据的全面整合用于 CAD 预测仍然探索不足。方法我们整合了来自英国生物样本库的基因组（n=442,574）、蛋白质组（n=5
摘要
背景
冠状动脉疾病（CAD）仍然是全球死亡的主要原因。多组学整合提供了前所未有的机遇，用于超越传统方法的精准风险分层。然而，基因组、蛋白质组和代谢组数据的全面整合用于 CAD 预测仍然探索不足。
方法
我们整合了来自英国生物样本库的基因组（n=442,574）、蛋白质组（n=54,219，包含 1,472 种蛋白质）和代谢组（n=121,249，包含 249 种代谢物）数据。多组学整合采用了相似网络融合结合弹性网络正则化，应用于具有完整多组学数据的 23,776 名参与者，并对全队列的预测建模采用了晚期整合（堆叠）策略。内部验证包括时间分割（2006-2008 年 vs. 2009-2010 年）、地理分割（英格兰 vs. 苏格兰/威尔士）、10 折交叉验证和自举重采样（1,000 次迭代）。
结果
在 442,574 名参与者中（34,241 例 CAD 病例，7.74%），我们确定了 241 个独立的基因组位点，并整合了 1,472 种蛋白质与 249 种代谢物。网络分析揭示了四个主要生物学模块：血管功能障碍（37.8% 方差）、脂质代谢（25.4%）、炎症反应（19.2%）和心脏重塑（13.6%）。整合的多组学模型实现了卓越的判别能力（C 统计量：0.798，95% CI：0.793-0.803），相比单独的临床因素（0.741）和仅基因组学方法（0.704，P<0.001），净重新分类改进为 10.34%（95% CI：8.92-11.77%）。时间验证展示了稳健的传输性（C 统计量：0.791），具有始终如一的校准性（Hosmer-Lemeshow χ2=8.73，P=0.366）。最高风险五分位数的个体表现出 4.52 倍增加的 CAD 几率（95% CI：4.28-4.78），10 年发病率为 11.24%，而最低五分位数为 2.51%。药物靶点分析确定了 8 种被批准心血管药物靶向的蛋白质和 5 个额外的处于二期/三期临床试验阶段的靶点，支持了转化潜力。
结论
多组学整合显著增强了 CAD 风险预测，具有稳健的内部验证，通过成功的中风险重新分类实现了靶向精准医疗策略。这些发现确立了多组学风险评估临床转化的框架。
章节摘要
引言
冠状动脉疾病（CAD）构成了全球死亡的主要原因，影响约 2.44 亿个体，每年导致 944 万死亡，占全球总死亡率的 16.5%（Roth 等人，2020）。仅在美国，CAD 每年导致超过 375,000 人死亡，年龄标准化患病率达到每 10 万人 3,800 例（Tsao 等人，2023）。尽管包括优化药物治疗和冠状动脉在内的治疗取得了重大进展，...
研究设计与人群
我们分析了来自英国生物样本库的 442,574 名无关的欧洲血统参与者（申请号#198259），代表 2006-2010 年间在全英国 22 个评估中心招募的 40-69 岁个体（Sudlow 等人，2015）。英国生物样本库是一项前瞻性基于人群的队列研究；所有表型数据均在指定评估中心通过标准化测量收集，包括人体测量参数（身高、体重、BMI、腰围），...
基线特征与人群结构
442,574 名参与者的研究队列显示出预期的心血管风险因素分布（表 1）。CAD 病例（n=34,241，7.74%）与传统风险因素相比表现出显著不良的谱系：年龄较大（61.38 ± 7.24 vs. 56.21 ± 8.03 岁，P<0.001），男性比例较高（61.36% vs. 44.88%，P<0.001），BMI 较高（29.32 ± 5.18 vs. 27.14 ± 4.63?kg/m2，P<0.001），当前吸烟率较高（18.73% vs. 9.84%，P<0.001），糖尿病...
讨论
这项全面的研究表明，基因组、蛋白质组和代谢组数据的系统整合显著增强了冠状动脉疾病风险预测，同时揭示了疾病病理生理学的机制见解。整合模型实现了 0.798 的 C 统计量，相比单独的临床因素（Δ=0.057）和仅基因组学方法（Δ=0.094）具有临床意义的改进，成功重新分类了 10.34% 的个体。严格的...
结论
本研究表明，多组学数据整合显著增强了冠状动脉疾病风险预测，超越了传统方法。我们的整合基因组、蛋白质组和代谢组数据的模型实现了 0.798 的 C 统计量，显著优于单独的临床因素（0.741）和单组学方法，净重新分类改进为 10.34%。网络拓扑分析确定了四个病理生理模块——血管功能障碍、脂质代谢，...
伦理声明
参与者提供了书面知情同意，伦理批准由西北多中心研究伦理委员会（11/NW/0382）授予。
资助
本工作得到了广西壮族自治区关键研发计划（桂科 AB24010071）、国家自然科学基金（批准号 82260072）和广西医疗卫生适宜技术开发与推广应用项目（S2024095）的支持。
利益冲突声明
作者声明，他们没有已知的竞争性财务利益或个人关系可能会影响本文中报告的工作。
致谢
本研究是使用英国生物样本库资源进行的，申请号为 198259。
作者贡献
苏强（Qiang Su）是第一作者，贡献了统计分析并对撰写手稿负有主要责任。黄万忠（Wan-Zhong Huang）和潘迪光（Di-Guang Pan）指导了研究。苏强（Qiang Su）、李秋艳（Qiu-Yan Li）和华晨开（Chen-Kai Hu）贡献了数据清洗。黄源（Yuan Huang）、莫丽蓉（Li-Rong Mo）和黄万忠（Wan-Zhong Huang）贡献了数据的分析和解释。黄万忠（Wan-Zhong Huang）和潘迪光（Di-Guang Pan）应该...
Qiang Su|Qiu-Yan Li|Chen-Kai Hu|Yuan Huang|Li-Rong Mo|Wan-Zhong Huang|Di-Guang Pan
广西壮族自治区江滨医院心内科，广西南宁合第路 85 号，530021，中国
