胎便（胎儿初次排出的粪便）能够反映胎儿期物质积累，可能提供有关新生儿健康的重要信息。然而，关于胎便在不同孕龄阶段的蛋白质成分还不清楚。
7月17日，日本东京大学医学院和 Kazusa DNA 研究所的研究团队在 Nature Communications 发表了 Host-derived protein profiles of human neonatal meconium across gestational ages 一文，对来自不同孕龄259名新生儿的胎便进行了广泛的蛋白质组学分析。
图1 论文截图
- 提纲挈领 -
文章通过数据非依赖性采集（DIA）蛋白质组学分析，对259名新生儿的初次胎便样本进行了研究，鉴定出5370种人源蛋白，并选取3433种蛋白进行详细分析。结果显示，胎便中的蛋白质不仅来自胃肠道，还来自多种组织，具有多种生物功能。研究发现性别间存在77种蛋白质显著差异，女性新生儿蛋白富集于鳞状上皮组织，而男性新生儿富集于小GTP酶信号转导等过程。此外，随着孕周的增加，有1158种蛋白质减少，348种增加，早产儿胎便中特定的细胞外基质蛋白和粘蛋白更为丰富。研究还揭示了不同疾病类别（如胃肠道疾病、心脏病、染色体异常、免疫缺陷）的新生儿胎便蛋白质特征，并通过LASSO回归模型展示了利用胎便蛋白质组学预测孕周的潜力。
结果1：
全面的蛋白质组学分析揭示了胎便中富含来自不同组织的宿主蛋白
研究人员使用数据非依赖采集（DIA）蛋白质组学方法对259名新生儿的初次胎便样本进行分析，成功定量了5370种人源蛋白质，其中3433种在至少100个样本中被检测到。
研究发现，这些蛋白质不仅来自胃肠道，还来自各种组织，具有多种生物功能。这显示出DIA蛋白质组学分析在通过胎便中的人源蛋白质识别生物标志物和揭示新生儿疾病病因方面的巨大潜力。
图2 第一次胎便的DIA蛋白质组分析
结果2：
不同性别的胎便蛋白质特征差异
先前的研究表明，男女新生儿在基因表达和蛋白质合成方面存在差异，这些差异与X染色体失活导致的全基因组DNA甲基化有关。
通过对胎便蛋白质谱进行分析，研究人员发现77种蛋白质在性别之间存在显著差异，其中67种在女宝宝中更为丰富，10种在男宝宝中更为丰富。
进一步的基因集富集分析（GSEA）显示，这些性别依赖性蛋白质在女性中显著富集于鳞状上皮组织，如食管、阴道、皮肤和子宫颈，并且与免疫反应相关的蛋白质在女性中更为丰富。这些性别相关蛋白的差异可能影响新生儿胃肠道在早期发育阶段的应激耐受性。
结果3：
不同胎龄、新生儿胎便中的细胞外基质蛋白和粘蛋白特征
研究探讨了胎便蛋白质谱与胎龄（GA）之间的关系。分析显示，1158种蛋白质在随着孕周增加显著减少，348种蛋白质则增加。
研究人员使用局部估计散点平滑（LOESS）回归模型和无监督层次聚类方法，蛋白质被分为六个cluster。早期胎龄阶段的蛋白质群组显示出与细胞生长、分裂和修复相关的活跃过程，其中包括多种碱性磷酸酶（alkaline phosphatase）。研究强调了胎便碱性磷酸酶活性与GA呈正相关（这与先前的研究一致）。
不过，cluster 4的蛋白质随GA单调递减，它们主要富集在细胞外基质（ECM）和结构相关蛋白质中，特别是在早产儿的胎便中，如层粘连蛋白（laminin）、整联蛋白（integrin）和胶原蛋白（collagen）。这些发现反映了胚胎发育过程。
研究人员还分析了胎便中的粘蛋白谱（mucin profile），发现了不同粘蛋白的表达模式。黏蛋白-2（Mucin-2）与炎症性肠病相关，其水平通过酶联免疫吸附试验（ELISA）验证，结果与蛋白质组学数据一致。
总的来说，早产儿的胎便中显示出与ECM相关的浓缩蛋白质（condensed proteins）及独特的粘蛋白谱，即低水平的Mucin-1和Mucin-2，以及高水平的Mucin-5AC和Mucin-16，这些特征可能与新生儿早期常见的严重肠道疾病的病理生理有关。
结果4：
疾病相关的胎便蛋白质图谱
研究人员探讨了疾病与胎便蛋白质图谱之间的潜在关联，以揭示各种疾病的发病机制（如胃肠道疾病（GID）、先天性心脏病（CHD）、染色体异常（CA）和先天性感染性疾病（CID））。
研究发现，不同疾病类别的新生儿胎便中存在特异性蛋白质谱，可能反映疾病的病理过程。例如：在GID组中，代谢过程富集，Ras蛋白信号传导显著下调，可能导致异常的胃肠道组织结构。CHD组中，与膜定位和细胞器定位相关的蛋白质减少。
此外，妊娠期糖尿病（GDM）和妊娠期高血压疾病（HDP）组的胎便蛋白质图谱显示，GDM组婴儿的运输功能富集，而HDP组婴儿的生物合成和代谢功能富集。这些独特的胎便蛋白质图谱可能反映了特定新生儿疾病的发病机制和宫内状况，有望用于疾病预测。
图3 火山图显示胎粪蛋白质组随 GID (a)、CHD (b)、CA (c) 和 CID (d) 变化的情况
结果5：
通过胎便蛋白质组分析预测胎龄的潜力
研究人员开发了一种机器学习模型，利用胎便蛋白预测胎龄。研究人员使用259个样本，通过LASSO回归法构建和验证模型，但由于某些疾病的影响，预测结果与实际样本存在差异。为了改进模型，他们排除了患有特定疾病（GID、CHD、CA、CID）的样本，并将样本分为三组：149个无疾病样本的训练组、55个无疾病样本的验证组和55个特定疾病样本的验证组。
最终模型基于57种蛋白质，展示了在无疾病样本中高准确度的GA预测（R=0.93，RMSE=1.36），但在特定疾病样本中的准确度较低（R=0.81，RMSE=2.57）。其中，GID和CHD样本预测的胎龄显著低于实际胎龄，显示出这些疾病对胎龄预测的影响。
最后，研究通过外部79个无疾病新生儿样本验证了模型的有效性（R=0.88，RMSE=2.24）。这些结果显示出了通过胎便蛋白质谱分析预测胎龄的潜力。
图4 通过胎便蛋白质组分析预测胎龄的潜力
总 结
总的来说，该研究描述了不同孕龄阶段首次胎便的宿主蛋白质谱。研究表明，胎便中的宿主蛋白质分析不仅有助于揭示新生儿的胃肠道生理，还能阐明系统性疾病的病理生理学，为临床护理策略提供指导。研究还提出，利用胎便蛋白质组学分析来准确估算孕龄，可以为出生后的医疗干预提供信息，以提升全球公共卫生标准。
该研究也存在一些局限性。如：样本量有限（特别是在坏死性小肠结肠炎和胎粪相关肠梗阻等疾病中），且未纳入其他关键的临床蛋白质组数据（如羊水和血浆），等等。
