♦ 数字临床试验
图源：论文截图
图源：文章Figure
2023年3月31日 Nature medicine 发表了一篇评述Comment文章，主要讨论了数字临床试验的方法来远程监控来改善患者的治疗效果的现状和前景。
文章先给出了一系列数字：到 2025 年，全球制药公司每年在临床试验上的支出估计将达到 689 亿美元；截至 2022 年 11 月，已有 423,983 项研究在 www.clinicaltrials.gov 注册，其中 86,640 项正在进行和计划中。临床试验中最高的就是CVD心血管疾病包括51,148 是最主要的死亡原因 - 2019 年，1790 万人死于 CVD，占全球死亡总数的 32%。而传统的临床试验从研究设计临床试验过程既耗时又昂贵，因而作者希望讨论是否可以通过使用数字临床试验来提高效率。
具体的数字技术作者认为有连续远程监测技术包括移动设备和app的使用、电子文档记录病例、区块链存储病人数据和云技在全球范围内共享数据, 这些技术的主要挑战是数据保护保护的问题。作者也特别提到了人工智能 (AI) 和机器学习 (ML) 数据分析寻找新的标记物的技术，也就是guomics标记物临床蛋白质组学主要的研究方向，但挑战却是另外的用独立验证队列进行大量验证。
这篇文章的一大亮点是作者利用先验知识TLR调节细菌识别和肠道稳态，以及A. muciniphila脂多糖结构的特殊性，提出了A. muciniphila与宿主相互作用的假设，并结合实验进行验证。
最后作者绘制了数字化临床试验的展望图，需要患者和利益相关者的参与，包括患者、医院、工业界。应为临床试验的所有参与者提供研究所需的任何设备和其他必要的基础设施，例如稳定的宽带互联网。有了这种对数字包容性的支持，数字方法可以通过参与者之间的更多代表性和多样性来提高包容性并加深参与。
智能传感器、高性能计算、人工智能和机器学习算法以及社交媒体和聊天机器人等新型通信方式，将进一步加速此类技术在医学中的应用，其飞速进步带来的新数据可以进一步建模，可以进一步的发掘生物标志物或者产物。
♦ MS2Query
图源：论文截图
近日，来自荷兰 Wageningen University & Research 的 Niek F. de Jonge 的研究团队在 nature communications 上发表了一篇名为 “MS2Query: reliable and scalable MS2 mass spectra-based analogue search” 的文章。
这篇文章的主要内容是介绍了一种新的代谢组学分析工具MS2Query，它可以通过质谱峰图的相似性搜索来寻找代谢物结构的类似物。文章指出，传统的代谢组学分析方法通常需要对大量样本进行分析，并且需要使用复杂的数据处理和统计方法来鉴定代谢物。而MS2Query则可以通过快速、准确地搜索质谱峰图相似性来简化这个过程。
♦ 蛋白质组学助力生物学新发现
图源：论文截图
Mattias Mann 课题组参与的2023年4月13日一篇发表在Science的工作 “与不动相关的血栓保护在从熊到人类的哺乳动物物种中是保守的”。
这篇文章的科学问题是，急性不动症（acute immobility）通常发生在人类受伤或者疾病后，会使得血栓的风险增加。而熊这种动物会冬眠很多个月但不会出现血栓的并发症，另外也发现哪些有脊髓损伤的病人也不会形成血栓。
基于此观察，这项研究设计了测量长期固定不动的人类、长期卧床休息的健康志愿者以及活动和冬眠期间自由放养的棕熊的血液样本的跨物种蛋白质组学，来确定了在长时间不动期间下调并防止血栓形成的特定蛋白质，最终确定了HSP47蛋白为抗血栓特征的蛋白质，HSP47 下调或消融减弱了免疫细胞的激活和中性粒细胞胞外陷阱的形成，有助于熊、脊柱受伤（spinal cord injury，SCI) 患者和小鼠的血栓保护。
质谱方蛋白质组方法上，他们收集了15例熊的血液，并且收集了对应的HE染色和DAPI染色样的LCM的来自于熊和人的三列组织样本，使用TimsTOFPro结合DIA-NN1.8.1版本进行分析。最终缩小范围后的HSP47蛋白进行老鼠实验的验证证明了其对血栓炎症的调控作用，同时也在n=23对健康病人和脊柱受伤患者中确证了HSP48蛋白的下调。
Comment：一项使用蛋白质组技术作为生物学问题筛选工作。如Science高级主编 Di Jiang 老师上周来到西湖大学的汇报中所讲，Science不仅仅是一个journal, 更是一个中学生都会看的magzine。不得不承认通过熊冬眠不血栓、脊椎损但病人不血栓而最终能确定出长期不动的患者血栓的蛋白标志物是一个很难直接想到的科学问题。
♦ 阿尔兹海默症相关的蛋白模块
图源：论文截图
美国埃默里大学医学院 Erik C. B. Johnson 等人利用TMT标记对516个人脑的后侧前额叶皮层（DLPFC）进行了深度的蛋白定量分析，经过数据前处理后，利用WGCNA对8619个蛋白的表达矩阵进行了蛋白网络共表达分析。
该分析得到44个蛋白模块或团体，相对于之前的非标定量研究，此次TMT标记的数据更有深度，共6337个蛋白参与了共表达模块（而之前是1205个蛋白），之前得到的13个模块，除了最小的模块未被鉴定到，其他12个模块在此次研究中均被再次发现。
作者还利用MONET M1算法计算共表达模块，得到了相似的结果，证明了WGCNA分析TMT定量结果的可靠性。其中12个模块和AD表型非常相关，并且其中4个模块的蛋白表达量在无症状AD中有显著上升或显著下降。M42模块（基质组）和M11模块（细胞外基质连接）在无症状AD中是显著上升的；M5模块（突触后致密物）和M8模块（蛋白转运）在无症状AD中是显著下降的。
并且，还使用TMT标记分析了来源于不同脑库、不同脑区的蛋白组学，发现AD模块始终存在 。M7(MAPK，代谢)模块和M42(基质组)模块在颞叶皮层（temporal cortex）中比在额叶皮层（frontal cortex）中上升更明显。大多数AD相关模块在PD中是没有显著改变的。
作者通过已有的mRNA数据，分析AD相关模块，发现从蛋白数据找到的44个模块中，只有26个被mRNA数据找到。与认知功能最相关的模块M7（MAPK、代谢）在转录组中信号最低。
这一结果在其他数据集也得到了验证。作者还结合空间蛋白组学数据，将模块中的蛋白与Abeta淀粉样斑块、神经纤维缠结的位置的蛋白取交集，看这些蛋白是否富集在Abeta淀粉样斑块或神经纤维缠结的位置。发现了M7（MAPK、代谢）等模块富集在斑块或神经纤维缠节位置，但也发现与认知非常相关的M42模块没有显著富集，将数据清洗标准降低后可以显著富集，可能是因为TMT数据有一些蛋白无法在非标的数据中稳定出现。
与基因组的数据分析（GWAS）发现，APOE的基因组变异可以影响M42模块，跟APOE的蛋白表达无关。最后作者分析了矫正神经病理学因素前后AD模块和认知的相关性。
♦ 三维空间蛋白质组学技术
图源：论文截图
德国马克斯·普朗克生化研究所的 Matthias Mann 团队和组织工程与再生医学研究所的 Ali Ertürk 团队合作，于2022年12月22号在Cell上发表了题为“Spatial proteomics in three-dimensional intact specimens”的文章，他们开发了一种新的空间蛋白组学技术即three-dimensional (3D) imaging of solvent-cleared organs profiled by mass spectrometry (DISCO-MS)，首次将组织水平的空间蛋白质组学从针对常规二维切片的工作（代表性的技术为Deep Visual Proteomics (Nat. Biotechnol., 2022, 40: 1231-1240) ）推向了针对三维立体的完整生物标本的空间蛋白质组学分析。
文章通过使用组织透化技术将AD小鼠鼠脑，一整个成年小鼠躯体组织以及一颗完整的人源心脏进行了组织透化处理，通过使用基于荧光标记的成像，并通过深度学习为基础的成像分析对极小的目标区域（最低至100个细胞以内）进行了定位，随后通过该团队开发的机械臂组织提取系统或激光显微切割系统对这些目标区域进行取样，并通过超高灵敏度的质谱进行数据分析。
通过 DISCO-MS这项技术，研究团队分别分析了6周龄和6月龄AD小鼠脑组织中Aβ斑块区域，来自完整小鼠骨髓微环境中富含免疫细胞的组织区域，以及人源心脏主动脉斑块的空间蛋白质组异质性。
♦ 基于纳米材料的血浆深度高通量蛋白质组学研究
图源：论文截图
哈佛医学院的 Omid Farokhzad 团队，于2022年3月在PNAS上发表了题为 “Engineered nanoparticles enable deep proteomics studies at scale by leveraging tunable nano–bio interactions” 的文章，用5种纳米材料的组合形式，实现了在6600上单针30min DIA近1700个血浆蛋白的鉴定量。
♦ 肿瘤微生物
图源：论文截图
2023年4月13日，微生物学家 Susan Bullman 在 Cell 杂志发表了关于肿瘤微生物的评论文章。文章提到：
微生物群是肿瘤微环境的一部分，其组成、丰度和分布在不同肿瘤类型和区域内具有异质性。
微生物群落与癌细胞之间的关系可以是互惠共生的，作者从患者的原发肿瘤和远端转移瘤中培养出相同的Fusobacterium菌株。F. nucleatum通过其Fap2粘附蛋白可以结合NK细胞的TIGIT结构域，防止NK细胞杀伤肿瘤上皮细胞。此外，与其他生态系统相似，在肿瘤微环境中细菌与癌细胞的关系尚存在更多可能性。
♦ 乳腺癌转移
图源：论文截图
中科院上海生命科学研究院胡国宏研究组和山东大学齐鲁医院杨其峰教授合作在 Nature Cell Biology 杂志发表了 “Differential Effects on Lung and Bone Metastasis of Breast Cancer by Wnt Signalling Inhibitor DKK1” 的研究成果。
通过对向骨与向肺特异性转移乳腺癌细胞的分泌蛋白组学研究，发现肿瘤分泌的WNT信号抑制蛋白DKK1调控了癌细胞转移时对靶器官的选择性，DKK1高分泌的肿瘤倾向转移到骨，在骨中DKK1通过抑制经典WNT信号，促进破骨细胞的成熟，从而促进骨转移形成；而DKK1低分泌的肿瘤倾向转移到肺，通过抑制Ca2+-CamKII-NF-κB，LTBP1，TGFβ等信号通路进行调节。发现抑制经典WNT信号通路对乳腺癌肺转移作用不大，同时却会恶化骨转移，而联合使用JNK和TGFβ抑制剂能够同时抑制肺转移和骨转移。
♦ 数字临床试验
图源：论文截图
图源：文章Figure
2023年3月31日 Nature medicine 发表了一篇评述Comment文章，主要讨论了数字临床试验的方法来远程监控来改善患者的治疗效果的现状和前景。
文章先给出了一系列数字：到 2025 年，全球制药公司每年在临床试验上的支出估计将达到 689 亿美元；截至 2022 年 11 月，已有 423,983 项研究在 www.clinicaltrials.gov 注册，其中 86,640 项正在进行和计划中。临床试验中最高的就是CVD心血管疾病包括51,148 是最主要的死亡原因 - 2019 年，1790 万人死于 CVD，占全球死亡总数的 32%。而传统的临床试验从研究设计临床试验过程既耗时又昂贵，因而作者希望讨论是否可以通过使用数字临床试验来提高效率。
具体的数字技术作者认为有连续远程监测技术包括移动设备和app的使用、电子文档记录病例、区块链存储病人数据和云技在全球范围内共享数据, 这些技术的主要挑战是数据保护保护的问题。作者也特别提到了人工智能 (AI) 和机器学习 (ML) 数据分析寻找新的标记物的技术，也就是guomics标记物临床蛋白质组学主要的研究方向，但挑战却是另外的用独立验证队列进行大量验证。
这篇文章的一大亮点是作者利用先验知识TLR调节细菌识别和肠道稳态，以及A. muciniphila脂多糖结构的特殊性，提出了A. muciniphila与宿主相互作用的假设，并结合实验进行验证。
最后作者绘制了数字化临床试验的展望图，需要患者和利益相关者的参与，包括患者、医院、工业界。应为临床试验的所有参与者提供研究所需的任何设备和其他必要的基础设施，例如稳定的宽带互联网。有了这种对数字包容性的支持，数字方法可以通过参与者之间的更多代表性和多样性来提高包容性并加深参与。
智能传感器、高性能计算、人工智能和机器学习算法以及社交媒体和聊天机器人等新型通信方式，将进一步加速此类技术在医学中的应用，其飞速进步带来的新数据可以进一步建模，可以进一步的发掘生物标志物或者产物。
♦ MS2Query
图源：论文截图
近日，来自荷兰 Wageningen University & Research 的 Niek F. de Jonge 的研究团队在 nature communications 上发表了一篇名为 “MS2Query: reliable and scalable MS2 mass spectra-based analogue search” 的文章。
这篇文章的主要内容是介绍了一种新的代谢组学分析工具MS2Query，它可以通过质谱峰图的相似性搜索来寻找代谢物结构的类似物。文章指出，传统的代谢组学分析方法通常需要对大量样本进行分析，并且需要使用复杂的数据处理和统计方法来鉴定代谢物。而MS2Query则可以通过快速、准确地搜索质谱峰图相似性来简化这个过程。
♦ 蛋白质组学助力生物学新发现
图源：论文截图
Mattias Mann 课题组参与的2023年4月13日一篇发表在Science的工作 “与不动相关的血栓保护在从熊到人类的哺乳动物物种中是保守的”。
这篇文章的科学问题是，急性不动症（acute immobility）通常发生在人类受伤或者疾病后，会使得血栓的风险增加。而熊这种动物会冬眠很多个月但不会出现血栓的并发症，另外也发现哪些有脊髓损伤的病人也不会形成血栓。
基于此观察，这项研究设计了测量长期固定不动的人类、长期卧床休息的健康志愿者以及活动和冬眠期间自由放养的棕熊的血液样本的跨物种蛋白质组学，来确定了在长时间不动期间下调并防止血栓形成的特定蛋白质，最终确定了HSP47蛋白为抗血栓特征的蛋白质，HSP47 下调或消融减弱了免疫细胞的激活和中性粒细胞胞外陷阱的形成，有助于熊、脊柱受伤（spinal cord injury，SCI) 患者和小鼠的血栓保护。
质谱方蛋白质组方法上，他们收集了15例熊的血液，并且收集了对应的HE染色和DAPI染色样的LCM的来自于熊和人的三列组织样本，使用TimsTOFPro结合DIA-NN1.8.1版本进行分析。最终缩小范围后的HSP47蛋白进行老鼠实验的验证证明了其对血栓炎症的调控作用，同时也在n=23对健康病人和脊柱受伤患者中确证了HSP48蛋白的下调。
Comment：一项使用蛋白质组技术作为生物学问题筛选工作。如Science高级主编 Di Jiang 老师上周来到西湖大学的汇报中所讲，Science不仅仅是一个journal, 更是一个中学生都会看的magzine。不得不承认通过熊冬眠不血栓、脊椎损但病人不血栓而最终能确定出长期不动的患者血栓的蛋白标志物是一个很难直接想到的科学问题。
♦ 阿尔兹海默症相关的蛋白模块
图源：论文截图
美国埃默里大学医学院 Erik C. B. Johnson 等人利用TMT标记对516个人脑的后侧前额叶皮层（DLPFC）进行了深度的蛋白定量分析，经过数据前处理后，利用WGCNA对8619个蛋白的表达矩阵进行了蛋白网络共表达分析。
该分析得到44个蛋白模块或团体，相对于之前的非标定量研究，此次TMT标记的数据更有深度，共6337个蛋白参与了共表达模块（而之前是1205个蛋白），之前得到的13个模块，除了最小的模块未被鉴定到，其他12个模块在此次研究中均被再次发现。
作者还利用MONET M1算法计算共表达模块，得到了相似的结果，证明了WGCNA分析TMT定量结果的可靠性。其中12个模块和AD表型非常相关，并且其中4个模块的蛋白表达量在无症状AD中有显著上升或显著下降。M42模块（基质组）和M11模块（细胞外基质连接）在无症状AD中是显著上升的；M5模块（突触后致密物）和M8模块（蛋白转运）在无症状AD中是显著下降的。
并且，还使用TMT标记分析了来源于不同脑库、不同脑区的蛋白组学，发现AD模块始终存在 。M7(MAPK，代谢)模块和M42(基质组)模块在颞叶皮层（temporal cortex）中比在额叶皮层（frontal cortex）中上升更明显。大多数AD相关模块在PD中是没有显著改变的。
作者通过已有的mRNA数据，分析AD相关模块，发现从蛋白数据找到的44个模块中，只有26个被mRNA数据找到。与认知功能最相关的模块M7（MAPK、代谢）在转录组中信号最低。
这一结果在其他数据集也得到了验证。作者还结合空间蛋白组学数据，将模块中的蛋白与Abeta淀粉样斑块、神经纤维缠结的位置的蛋白取交集，看这些蛋白是否富集在Abeta淀粉样斑块或神经纤维缠结的位置。发现了M7（MAPK、代谢）等模块富集在斑块或神经纤维缠节位置，但也发现与认知非常相关的M42模块没有显著富集，将数据清洗标准降低后可以显著富集，可能是因为TMT数据有一些蛋白无法在非标的数据中稳定出现。
与基因组的数据分析（GWAS）发现，APOE的基因组变异可以影响M42模块，跟APOE的蛋白表达无关。最后作者分析了矫正神经病理学因素前后AD模块和认知的相关性。
♦ 三维空间蛋白质组学技术
图源：论文截图
德国马克斯·普朗克生化研究所的 Matthias Mann 团队和组织工程与再生医学研究所的 Ali Ertürk 团队合作，于2022年12月22号在Cell上发表了题为“Spatial proteomics in three-dimensional intact specimens”的文章，他们开发了一种新的空间蛋白组学技术即three-dimensional (3D) imaging of solvent-cleared organs profiled by mass spectrometry (DISCO-MS)，首次将组织水平的空间蛋白质组学从针对常规二维切片的工作（代表性的技术为Deep Visual Proteomics (Nat. Biotechnol., 2022, 40: 1231-1240) ）推向了针对三维立体的完整生物标本的空间蛋白质组学分析。
文章通过使用组织透化技术将AD小鼠鼠脑，一整个成年小鼠躯体组织以及一颗完整的人源心脏进行了组织透化处理，通过使用基于荧光标记的成像，并通过深度学习为基础的成像分析对极小的目标区域（最低至100个细胞以内）进行了定位，随后通过该团队开发的机械臂组织提取系统或激光显微切割系统对这些目标区域进行取样，并通过超高灵敏度的质谱进行数据分析。
通过 DISCO-MS这项技术，研究团队分别分析了6周龄和6月龄AD小鼠脑组织中Aβ斑块区域，来自完整小鼠骨髓微环境中富含免疫细胞的组织区域，以及人源心脏主动脉斑块的空间蛋白质组异质性。
♦ 基于纳米材料的血浆深度高通量蛋白质组学研究
图源：论文截图
哈佛医学院的 Omid Farokhzad 团队，于2022年3月在PNAS上发表了题为 “Engineered nanoparticles enable deep proteomics studies at scale by leveraging tunable nano–bio interactions” 的文章，用5种纳米材料的组合形式，实现了在6600上单针30min DIA近1700个血浆蛋白的鉴定量。
♦ 肿瘤微生物
图源：论文截图
2023年4月13日，微生物学家 Susan Bullman 在 Cell 杂志发表了关于肿瘤微生物的评论文章。文章提到：
微生物群是肿瘤微环境的一部分，其组成、丰度和分布在不同肿瘤类型和区域内具有异质性。
微生物群落与癌细胞之间的关系可以是互惠共生的，作者从患者的原发肿瘤和远端转移瘤中培养出相同的Fusobacterium菌株。F. nucleatum通过其Fap2粘附蛋白可以结合NK细胞的TIGIT结构域，防止NK细胞杀伤肿瘤上皮细胞。此外，与其他生态系统相似，在肿瘤微环境中细菌与癌细胞的关系尚存在更多可能性。
♦ 乳腺癌转移
图源：论文截图
中科院上海生命科学研究院胡国宏研究组和山东大学齐鲁医院杨其峰教授合作在 Nature Cell Biology 杂志发表了 “Differential Effects on Lung and Bone Metastasis of Breast Cancer by Wnt Signalling Inhibitor DKK1” 的研究成果。
通过对向骨与向肺特异性转移乳腺癌细胞的分泌蛋白组学研究，发现肿瘤分泌的WNT信号抑制蛋白DKK1调控了癌细胞转移时对靶器官的选择性，DKK1高分泌的肿瘤倾向转移到骨，在骨中DKK1通过抑制经典WNT信号，促进破骨细胞的成熟，从而促进骨转移形成；而DKK1低分泌的肿瘤倾向转移到肺，通过抑制Ca2+-CamKII-NF-κB，LTBP1，TGFβ等信号通路进行调节。发现抑制经典WNT信号通路对乳腺癌肺转移作用不大，同时却会恶化骨转移，而联合使用JNK和TGFβ抑制剂能够同时抑制肺转移和骨转移。
