email

이메일:

info@biotech-pack.com

百泰派克蛋白质测序
百泰派克蛋白质组学服务
百泰派克生物制药分析服务
百泰派克代谢组学服务

다중 오믹스 통합 분석: 단백질체학과 대사체학이 코로나19 중증 환자 분류에 도움을 줍니다

코로나바이러스 감염증 COVID-19는 중증급성호흡기증후군 코로나바이러스 2(SARS-CoV-2)에 의해 발생하며, 현재 전 세계적으로 확산되고 있습니다. SARS-CoV-2에 감염된 환자 중 약 80%는 경증 증상을 보이며 예후가 양호합니다. 그러나 약 20%의 환자는 호흡 곤란을 겪으며, 즉각적인 산소 치료나 기타 입원 중재가 필요합니다. 이러한 환자들은 주로 호흡 수(≥30회/분), 평균 산소 포화도(안정 시 ≤93%) 또는 동맥혈 산소 분압/산소 농도(≤300mmHg)와 같은 일련의 임상적 특징을 기반으로 분류되고 진단됩니다. 그러나 이러한 임상적 특징을 보이는 환자들은 이미 임상적으로 중증 단계로 진행되었으며, 즉각적인 전문 중환자 치료가 필요하지 않으면 급속히 사망할 수 있습니다. 따라서 어떤 사례가 임상적으로 중증이 될 수 있는지를 조기에 평가할 수 있는 새로운 방법을 개발하는 것이 중요합니다.

본 연구에서는 연구자들이 중증 환자의 혈청에서 SARS-CoV-2에 의해 유도된 특이적인 분자 변화를 감지할 수 있다고 가정하고, 이를 검증하기 위해 단백질체학 및 대사체학 기술을 활용하여 COVID-19 환자 및 여러 대조군의 혈청을 분석했습니다.

s7

s7

저널: Cell

영향력 지수: 38.637

발표 날짜: 2020년 5월

링크: https://www.cell.com/cell/fulltext/S0092-8674(20)30627-9

요약

중증 COVID-19 환자의 조기 발견 및 효과적인 치료는 여전히 주요 과제입니다. 본 연구의 연구자들은 46명의 COVID-19 환자와 53명의 대조군 개인의 혈청에 대해 단백질체학 및 대사체학 분석을 수행했습니다. 이후 18명의 비중증 환자와 13명의 중증 환자의 단백질체학 및 대사체학 데이터를 사용하여 기계 학습 모델을 훈련했습니다. 모델은 10명의 독립적인 환자들을 대상으로 검증했으며, 그 중 7명을 정확히 분류했습니다. 두 번째로 19명의 COVID-19 환자를 포함한 시험 그룹에서 목표 단백질체학 및 대사체학 방법을 사용하여 이 분자 분류기를 추가로 검증했으며, 16명을 정확히 분류했습니다. 다른 그룹과 비교하여 연구는 COVID-19 환자의 혈청에서 거대식세포 기능 장애, 혈소판 탈립, 보체 시스템 경로 및 다수의 대사 억제를 포함하는 분자 변화를 확인했습니다.

주요 결과

연구자들은 먼저 TMT 기반 단백질체학 기술과 비표적 대사체학 기술을 사용하여 환자와 대조군 개인의 혈청을 분석했으며, 총 894개의 단백질과 941개의 대사물질(36개의 약물 및 그 대사물질 포함)을 식별하고 정량화했습니다. 분자 선택 없이, SARS-CoV-2 감염 환자의 혈청에서 얻은 오믹스 데이터는 건강한 개인과 잘 구별되었으며, 다른 그룹은 일정 수준의 분리를 보였습니다. 18명의 비중증 환자와 13명의 중증 환자의 단백질체학 및 대사체학 데이터를 기반으로 연구자들은 랜덤 기계 학습 모델을 구축하여 29개의 중요한 변수를 우선 순위화했으며, 여기에는 22개의 단백질과 7개의 대사물질이 포함되었습니다. 10명의 환자 독립 테스트 그룹에서 이 모델을 테스트한 결과, 한 명을 제외한 나머지 중증 환자가 올바르게 식별되었습니다. 이 분류기를 추가로 검증하기 위해, 연구자들은 22개의 단백질과 7개의 대사물질을 목표로 하는 질량 분석을 개발하여 19명의 환자를 테스트했으며, 그 중 16명을 정확히 분류했습니다. 연구는 COVID-19 환자의 혈청에서 105개의 단백질이 차등 발현되었으며, 중증 환자에서는 93개의 단백질이 특이적으로 조절됨을 발견했습니다. 경로 분석 및 네트워크 풍부화 분석은 이 93개의 단백질 중 50개가 보체 시스템 활성화, 거대식세포 기능 및 혈소판 탈립의 세 가지 주요 경로에 속한다는 것을 보여주었습니다. 연구는 COVID-19 환자의 373개의 대사물질에서 유의미한 변화가 발생했으며, 204개의 대사물질 변화는 mFuzz로 평가된 질병 중증도와 관련이 있음을 발견했습니다. 80개의 유의미한 변화가 있는 대사물질은 단백질체학 분석을 통해 드러난 세 가지 생물학적 과정과 관련이 있었습니다.

通过蛋白质组和代谢组特征的机器学习区分重度和非重度COVID-19患者

단백질체 및 대사체 특징을 통한 중증 및 비중증 COVID-19 환자의 기계 학습 기반 구분

COVID-19血清中失调的蛋白质

COVID-19 혈청에서의 단백질 불균형

COVID-19血清中失调的代谢物

COVID-19 혈청에서의 대사물질 불균형

백태파이크 바이오테크놀로지에서는 다중 오믹스 통합 분석 서비스를 제공하며, 단백질체학과 대사체학의 통합 분석을 포함합니다.

관심 있는 교수님들의 많은 연락 바랍니다!

관련 서비스

단백질체학과 대사체학 통합 분석
단백질체학
대사체학
다중 오믹스 통합 분석

문의 제출
이름 *
이메일 주소 *
전화번호
문의 프로젝트
프로젝트 설명*

 

How to order?