2024年1月7日，第四届中国血液学科发展大会揭晓了 “2023年度中国血液学十大研究进展”。
中国医学科学院血液病医院（中国医学科学院血液学研究所）程涛、朱平、周家喜、王洪课题组，西湖大学郭天南课题组、天津第一中心医院沈中阳团队及天津大学海河医院王西墨团队2023年5月在 Immunity 合作发表的新冠奥密克戎感染者的血液生态系统解析研究入选。
2023年5月16日，上述团队共同在 Immunity 发表了题为 Multi-omics blood atlas reveals unique features of immune and platelet responses to SARS-CoV-2 Omicron breakthrough infection 的研究论文。该研究应用蛋白质组、代谢组和免疫组库等多组学方法，分析并揭示了Omicron感染者的血液生态系统。西湖欧米负责本研究的生信分析工作。
新冠大流行是人类历史上最为严重的大流行病之一。在众多新冠病毒变体中，Omicron 最受关注。
相比原始新冠毒株，Omicron 毒株毒力较低，但感染力强。因此，Omicron 对于免疫缺陷或需要免疫抑制治疗的潜在疾病人群而言仍然是一种危及生命的感染。然而，此前与 Omicron 相关的不同疾病阶段和严重程度的分子及细胞变化动态尚未完全阐明。
而且，据报道，很大一部分的 Omicron 感染者会出现 “复阳” 现象（病毒RNA检测呈阳性），这种 “复阳” 是一种特殊的临床现象，涉及可检测到的病毒RNA的复发，而不是由于再次感染或假阳性/假阴性检测所引起。
“复阳” 背后潜在的分子机制及其对 Omicron 传播性增强的潜在影响很大程度上仍未可知，目前也没有有效的策略来预测患者的复阳风险。因此，应用血液生态系统理念剖析奥密克戎病毒感染，对其诊疗与防控具有重要意义。
该研究使用多组学因子分析（MOFA），对Omicron感染患者的1000多份血细胞/血浆样本的临床表型、转录组、蛋白质组、代谢组和免疫组库进行了系统分析。利用无偏差的因子分析多组学数据，剖析了宿主在多个疾病阶段的反应动态，揭示了血液中的分子和细胞景观，对Omicron突破性感染者的血液生态系统进行了不同疾病阶段的研究。
图1 SARS-CoV-2奥密克戎患者血液生态系统多组学研究设计
具体而言，研究人员在Omicron感染者中检测到增强的干扰素介导的血小板抗病毒特征，并且血小板优先与白细胞形成广泛的聚集，以调节免疫细胞功能。此外，“复阳” 患者的B 细胞受体克隆、抗体产生和对Omicron的中和能力都显著减少，揭示了复阳可能是由减弱的免疫反应引起的。
最后，研究人员整合临床指标、血浆蛋白质组和代谢组，开发了一组机器学习模型，利用该模型所发现的与宿主免疫反应密切相关一组血浆分子生物标志物，可以准确预测Omicron患者复阳的概率。
该研究进一步展示了抗体或血浆疗法在预防和治疗Omicron复阳患者方面的潜力，可能会激发研究系统性疾病和新发公卫问题的范式转变。
Omicron感染者的血浆蛋白质组和代谢组研究
研究者对Omicron患者和健康对照进行了血浆蛋白质组学和代谢组学分析，定量了546种代谢物和803种蛋白质。然后，使用代谢和蛋白质组学数据探索了健康对照、急性感染期、康复期之间的差异。在血浆代谢组和蛋白质组内，共有447种代谢物和476种蛋白质差异表达（B-H adjusted p值 < 0.05）（图2A和2C）。血浆蛋白质组和代谢组显示Omicron感染后出现明显的血小板失调，研究揭示血小板在奥密克戎感染期间起关键作用。
图2 血浆蛋白质组和代谢组揭示奥密克戎患者明显的血小板相关失调
通过UMAP分析，差异表达代谢物DEMs和差异表达蛋白DEPs可以较为准确地对不同疾病阶段进行聚类，这些DEMs和DEPs可能成为监测奥密克戎疾病过程的候选分子生物标志物。DEMs和DEPs的联合分析再次确定了血小板活化，补体和凝血级联以及不饱和脂肪酸等的生物合成在Omicron感染后不同时期发生了较为显著的变化。
在制定针对快速传播的奥密克戎的策略方面，复阳患者是其中一个待解决的问题，考虑到奥密克戎的复阳率很高，需要能够预测可能出现阳性病毒RNA的患者。为此，研究人员整合临床指标、血浆蛋白质组和代谢组，开发了机器学习模型，该模型可有效预测患者复阳性的可能性（图3）。
图3 机器学习模型构建流程和结果
该研究也存在一定的局限性，如Omicron的突破性感染可能受到疫苗接种等因素的影响，因此，需要独立的高质量标本队列来进一步研究该模型的有效性。
论文链接：https://doi.org/10.1016/j.immuni.2023.05.007
2023年度中国血液学十大研究进展
“中国血液学十大研究进展” 遴选活动由中国血液学科发展大会发起，自2020年开始，至今已成功举办四届，旨在记录、展示和宣传我国血液学研究领域的重大科学进展和标志性成果，展现我国血液学研究实力和学术水平，激励血液学领域医师和广大科技工作者进一步勇担使命、追求卓越，促进公众理解、关心和支持血液学研究，在全社会营造良好的科学氛围。
“2023年度中国血液学十大研究进展” 所推荐的科学进展皆为在2023年1月1日至2023年12月31日期间公开发表且核心科学发现在中国完成的研究成果。
中国血液学科发展大会组委会面向血液学科16个亚类78名专家发出提名邀请，经多轮组织、专家广泛推荐，遴选出了19项进展进入终选。终选采取网上投票方式，邀请了血液领域相关两院院士、中华医学会血液学分会、中国病理生理学会实验血液学专业委员会、中国生理学会血液生理学专业委员会、中国抗癌协会血液肿瘤专业委员会、中国医院协会血液学机构分会、中国血液病专科联盟工作委员会、《中华血液学杂志》编委会、Blood Science 中国编委等专家进行网上投票，共收到有效投票126张，得票数排名前10位入选 “2023年度中国血液学十大研究进展”。本次入选进展兼顾临床与基础研究，具有原创性突出、创新性鲜明、社会意义重大等特点。
「西湖欧米2023血液蛋白组学研究 」
过去的一年中，西湖欧米同一批国内外高校、科研院所及医院密切合作，在血液蛋白质组领域也发表了系列研究。
其中，部分客户文章：
1
● 题目：An immunometabolism subtyping system identifies S100A9+ macrophage as an immune therapeutic target in colorectal cancer based on multiomics analysis，多组学研究发现结直肠癌免疫治疗新靶点
● 期刊：Cell Reports Medicine, IF = 14.3
● 作者单位：浙江大学医学院附属第一医院、耶鲁大学、德国癌症研究中心、慕尼黑大学、浙江大学医学院附属妇科医院、江苏大学、西湖大学等
● 样本类型：肿瘤组织，血浆
● 技术方法：TMT蛋白质组学、单细胞测序、转录组学，代谢组学
● 文章概述：肿瘤微环境 （TME） 中的免疫代谢及其对结直肠癌 （CRC） 免疫治疗反应的影响仍不确定。结直肠癌CRC的分子分型有助于更好地对具有不同肿瘤微环境TME特征的患者进行分层，并研究个性化治疗方法。该研究通过整合转录组学、蛋白质组学和代谢组学数据引入了一个IMS系统，并确定了一种表现出最差预后的免疫耐受C3亚型。PD-1阻断剂和tasquinimod的多组学指导组合策略通过消耗体内S100A9+巨噬细胞来改善免疫治疗的反应。靶向S100A9+巨噬细胞和免疫检查点的联合策略可能为逆转某些特征性免疫代谢亚型CRC患者的免疫逃逸和提高免疫治疗疗效开辟了广阔的前景。
文章链接：https://www.cell.com/cell-reports-medicine/fulltext/S2666-3791(23)00093-9?_returnURL=https%3A%2F%2Flinkinghub.elsevier.com%2Fretrieve%2Fpii%2FS2666379123000939%3Fshowall%3Dtrue
部分合作文章：
1
● 题目：Longitudinal proteomic investigation of COVID-19 vaccination，COVID-19疫苗接种的纵向蛋白质组学研究
● 期刊：Protein & Cell, IF = 21.1
● 作者单位：西湖大学 、杭州师范大学附属医院、浙江中医药大学、南京大学医学院附属医院南京鼓楼医院、南京大学、西湖欧米等
● 样本类型：血清
● 技术方法：TMT蛋白质组学
● 文章概述：尽管 COVID-19 疫苗的开发取得了显著的成功，但个体抗体随时间推移的异质性产生和下降尚不清楚，仍然难以预测。在这项研究中，收集了163 名参与者血样，参与者接下来每隔 28 天接受两剂灭活 COVID-19 疫苗 （CoronaVac®）。使用基于 TMT 的蛋白质组学，鉴定到 1,715 种血清和 7,342 种外周血单核细胞 （PBMC） 蛋白。研究使用机器学习在基线时提出了两组潜在的生物标志物（7 个来自血清，5 个来自 PBMC），并预测了疫苗接种后 57 天的个体血清阳性 （AUC = 0.87）。根据四种 PBMC 的潜在生物标志物，预测了抗体在接种疫苗后 180 天内的持久性 （AUC = 0.79）。本研究数据突出了特征性的血液宿主反应，包括淋巴细胞迁移调节改变、中性粒细胞脱颗粒和体液免疫反应。本研究提出了接种疫苗前潜在的血源性蛋白质生物标志物，用于预测 COVID-19 疫苗接种后异质性抗体的产生和下降，阐明免疫机制和个人加强针计划。
文章链接：https://academic.oup.com/proteincell/article/14/9/668/7027961?login=false
2
● 题目：Population serum proteomics uncovers a prognostic protein classifier for metabolic syndrome，万例血清蛋白组预测代谢综合征风险
● 期刊：Cell Reports Medicine, IF = 14.3
● 作者单位：西湖大学、西湖欧米、浙江大学医学院附属第二医院、中山大学等
● 样本类型：血液
● 技术方法：DIA蛋白质组学
● 文章概述：该研究基于一个随访10年以上的社区队列人群建立了近2万例血清蛋白质组学数据库，并构建了机器学习模型前瞻性预测代谢综合征在10年内的患病风险。在这项研究中，研究者收集了来自3840名参与者，十年两次随访的7890个样本。研究者使用DIA-MS方法检测了约20,000个蛋白质数据中的400多个蛋白质。基于这个血清蛋白质组学库，研究者建立了一个机器学习模型用于预测在十年内发展为代谢综合征的风险。此外研究者还探索了与代谢综合征相关的新潜在生物标志物和通路，为代谢综合征的发病机制和靶向治疗提供了参考。
文章链接：https://www.cell.com/cell-reports-medicine/fulltext/S2666-3791(23)00325-7?_returnURL=https%3A%2F%2Flinkinghub.elsevier.com%2Fretrieve%2Fpii%2FS2666379123003257%3Fshowall%3Dtrue
