《Frontiers in Immunology》：Serum protein biomarkers for polymyalgia rheumatica: a case-control study
编辑推荐：
目的：风湿性多肌痛（polymyalgia rheumatica，PMR）是一种影响老年人的慢性炎症性疾病，以肩、颈及骨盆带肌肉骨骼疼痛为特征。将PMR与晚发型类风湿关节炎（rheumatoid arthritis，RA）鉴别存在挑战。虽有血液蛋白系统研究用于
目的：风湿性多肌痛（polymyalgia rheumatica，PMR）是一种影响老年人的慢性炎症性疾病，以肩、颈及骨盆带肌肉骨骼疼痛为特征。将PMR与晚发型类风湿关节炎（rheumatoid arthritis，RA）鉴别存在挑战。虽有血液蛋白系统研究用于发现新生物标志物，但针对PMR的蛋白质组学分析很少。研究人员分析了PMR未接受糖皮质激素治疗患者［PMR Tx(-)］与健康对照（healthy controls，HCs）比较下的血清蛋白谱，以识别PMR生物标志物。
方法：对16例PMR Tx(-)与18例HCs血清样本进行系统蛋白质组学分析，并借助统计/聚类和离群值分析筛选候选蛋白。随后采用多重微球免疫分析对10个候选蛋白在16例PMR Tx(-)、30例PMR经糖皮质激素治疗［PMR Tx(+)］、26例RA及16例HCs血清中验证。
结果：与HC相比，PMR Tx(-)中C-C基序趋化因子配体（C-C motif chemokine ligand，CCL）7、C-X-C基序趋化因子配体（C-X-C motif chemokine ligand，CXCL）9、白细胞介素（interleukin，IL）-6、基质金属蛋白酶（matrix metalloproteinase，MMP）-8、干扰素（interferon，IFN）-alpha及MMP-3水平升高。CXCL9、IL-6与IL-1受体拮抗剂（IL-1 receptor antagonist，IL-1RA）的受试者工作特征曲线下面积（area under the curve，AUC）分别为0.94、0.97与0.94。
结论：血清生物标志物谱可作为PMR的诊断生物标志物。
论文解读：风湿性多肌痛（polymyalgia rheumatica，PMR）是一种以肩、颈和骨盆带肌肉骨骼疼痛及晨僵为表现的老年慢性炎症性疾病。目前PMR无特异性临床检查，且其与晚发型类风湿关节炎（rheumatoid arthritis，RA）的鉴别存在困难；RA可有抗瓜氨酸化肽抗体（anti-citrullinated peptide antibody，ACPA）和类风湿因子（rheumatoid factor，RF）等自身抗体，而PMR缺乏特异性自身抗体。虽然急性时相反应物在PMR中明显升高，但PMR病因涉及遗传与环境因素，并被归于自身免疫与自身炎症性疾病谱系。既往虽报道CXCL9、IL-6、CXCL10、IFN-gamma等在PMR中升高，但针对PMR的系统蛋白质组学研究仍较少。在欧洲人群中PMR常合并巨细胞动脉炎（giant cell arteritis，GCA），而日本人群中共病率低，因此日本人群中的PMR相关蛋白有可能用于区分PMR与GCA。研究人员由此开展PMR血清蛋白谱研究，以发现PMR特异性生物标志物。该研究论文发表于《Frontiers in Immunology》。
主要技术方法与队列：研究人员采用Olink Explore HT抗体免疫分析联合下一代测序（next generation sequencing，NGS）进行血清蛋白质组学检测，并对数据做分位数归一化（quantile normalization）处理；候选蛋白通过差异分析、聚类分析与离群值分析筛选；验证阶段采用Bio-Plex悬液阵列系统与Luminex人发现 assay进行多重微球免疫分析。样本来自东京国立医院2020年9月至2025年9月连续纳入的46例PMR、26例RA与18例HCs，其中发现队列为16例PMR Tx(-)与18例HCs，验证队列扩展至30例PMR Tx(+)。
Characteristics of PMR patients：研究人员比较PMR Tx(-)与PMR Tx(+)临床表型，包括年龄、性别、起病年龄、泼尼松起始剂量、恶性肿瘤共病、GCA共病、糖皮质激素耐药、RF、ACPA、红细胞沉降率（erythrocyte sedimentation rate，ESR）、C反应蛋白（C-reactive protein，CRP）与MMP-3等，两组间无显著差异。
Proteome analyses：研究人员对16例PMR Tx(-)与18例HCs血清做蛋白质组学分析，经归一化后取NPX值（normalized protein expression，相对蛋白量的log2尺度表达值）。主成分分析可将PMR Tx(-)与HCs分开，说明PMR未治疗者血清蛋白谱整体偏移。
Identification of candidate proteins associated with PMR：研究人员以统计/聚类分析和离群值分析交叉筛选。标准1为Welch t检验q<0.05且fold-change>2，得324个蛋白；标准2为分位数归一值聚类得110个；标准3为原始NPX聚类得122个；至少满足两项者145个。离群值分析中标准4得96个、标准5得88个，至少满足一项者173个。最终统计/聚类与离群值集合交集为25个蛋白。
Serum protein biomarker profiles of PMR：研究人员从25个蛋白中选10个做多重免疫分析验证，包括CCL7、CXCL10、IFN-gamma、IL-6、MMP-8、CXCL9、IFN-alpha、IL-1RA、MMP-3与PLA2G7（phospholipase A2 group VII）。结果显示CCL7、IL-6、MMP-8、CXCL9、IFN-alpha、MMP-3在PMR Tx(-)高于HCs；MMP-8与CXCL9在PMR Tx(-)高于PMR Tx(+)；IFN-gamma、IL-6、MMP-8、CXCL9、IFN-alpha在PMR Tx(-)高于RA。
ROC curve analyses：研究人员对10个蛋白做ROC分析。PMR Tx(-)对HCs时CXCL9、IL-6、IL-1RA的AUC分别为0.94、0.97、0.94；PMR Tx(-)对RA时分别为0.88、0.92、0.86；PMR对HCs时分别为0.85、0.73、0.92；PMR对RA时分别为0.75、0.61、0.71。结果表明CXCL9与IL-1RA有助于区分PMR与其他组，IL-6有助于区分未治疗PMR。
讨论部分总结：研究人员指出，既往研究已提示CXCL10、CXCL9、IL-6、MMP-3及IL-1RA与PMR相关，本研究的CXCL9、IL-6、IL-1RA结果与此一致。Olink平台偏重免疫与炎症蛋白，因此上调的免疫炎症蛋白被富集。CXCL9通过CXCR3调控巨噬细胞、细胞毒淋巴细胞与自然杀伤细胞；IL-6经IL-6R与JAKs信号通路，提示IL-6R与JAKs可作治疗靶点；IL-1RA拮抗IL-1受体，重组IL-1RA即anakinra可能对PMR有用。PMR Tx(+)中IL-6个别极高值反映患者间异质性，部分PMR可能受自身炎症相关罕见变异影响。这些蛋白还可用于评估糖皮质激素耐药并指导改善病情抗风湿药（disease modifying anti-rheumatic drugs，DMARDs）选择。研究局限为样本量小、年龄与性别可能混淆、AUC为未校正探索性估计，且日本人群无GCA共病，需在多族群大样本中验证。
结论部分翻译：在本研究中，统计/聚类与离群值分析从蛋白质组学结果中成功筛选出25个候选蛋白。在验证分析中，CXCL9、IL-6与IL-1RA被确定为PMR的诊断生物标志物。这些结果提示PMR与RA可能涉及不同致病通路。本研究局限性为样本量小；年龄和性别可能是蛋白生物标志物产生过程中的混杂因素，AUC值为未校正的探索性估计。欧洲人群PMR常合并GCA，而日本人群不常见，提示欧洲与日本PMR发病机制不同；本研究在日本人群中进行且未纳入GCA共病PMR患者。这些生物标志物应在不同族裔的大样本研究中验证。
