前沿速递 | Cell子刊：组学大神Matthias Mann发

目前为止，帕金森病（Parkinson's disease，简称PD）在临床上仍然没有可靠的标志物！6月21日，Matthias Mann团队于在Cell reports medicine（预计今年IF >15）发表了名为“Proteome profiling of cerebrospinal fluid reveals biomarker candidates for Parkinson’s disease研究”，利用高可靠、高灵敏度的蛋白质组学分析流程，对来自于两个独立队列共超过200名受试者进行了微量脑脊液样本的蛋白谱分析；利用机器学习算法，发现了PD相关蛋白表达特征及潜在标志物，同时进一步揭示了PD的病理机制。

【亮点总结】：

针对微量脑脊液样本：建立了可重复的、高可靠的基于质谱的脑脊液蛋白质组分析流程

在超过200个个体的脑脊液中鉴定到超过1700个蛋白质

发现了LRRK2 G2019S突变携带者的溶酶体和免疫相关标志物特征

在脑脊液和尿液的整合水平上，分析了PD与LRRK2突变的相关特征

【队列及技术方法】

113对照　VS　102　PD患者，DIA技术

【主要结果】：

1. 脑脊液蛋白质组概况

2. 数据与样本的质量评价

3. 机器学习发现PD的蛋白质组特征

4. LRRK2 G2019S突变相关的脑脊液蛋白质组

5. 脑脊液与尿液蛋白质组的整合比较

6. 脑脊液（及尿液）蛋白质特征与PD临床得分（UPDRS score）相关

【总结】

在这项研究中，Mann研究团队扩展了生物标志物发现的流程方法，该方法分析了来自两个独立队列的 200 多个 CSF 样本，并从微量样本中检测到 1,700 多种蛋白质。通过机器学习，研究者确定了PD独特的蛋白质特征，其丰度在 PD 患者与健康对照组和 LRRK2 G2019S 携带者与非携带者中发生了特别变化。该研究表明，基于质谱的蛋白质组学是在体液中发现生物标志物的强大技术。该研究还提供了潜在的 PD 生物标志物以及与 PD 和/或 LRRK2 突变相关的生物途径的见解。