工业化蛋白质组学改变医疗保健的未来

研究人员每年都在发现大量潜在的新生物标志物，每一种都被吹捧为“下一件大事”，将有助于引领精准医疗的新时代。但到目前为止，很少有临床应用。我们发现了一些蛋白质组学实验室现在是如何使用工厂式的设置来解决这个瓶颈的——以便更快地将更多的生物标记物投入临床。

曼彻斯特大学斯托勒生物标志物发现中心主任托尼·惠顿教授说:“在许多疾病中，给病人的药物通常是无效的，所以我们需要能够对病人进行分层，在正确的时间给他们正确的药物，以正确的剂量。”

但是，在这种革命性的新方法——被称为精准医疗——普及的道路上，还有一个巨大的障碍。为了实现这一目标，医生将需要一系列临床可靠的生物标志物。

利兹大学临床蛋白质组学团队负责人Alexandre Zougman博士解释说:“生物标志物是一个流行词，它使我们能够区分疾病病理过程的不同状态。”“对我们来说，生物标志物是一种蛋白质——对其他人来说，它可能是别的东西——基因或代谢物。”

“如果你查阅文献，就会发现有成千上万篇关于生物标志物的论文，但实际上，你看不到有多少人进入诊所。它必须改变，”他补充道。

加快蛋白质组学生物标志物的开发

惠顿领导的曼彻斯特斯托勒生物标志物发现中心是欧洲最大的临床生物标志物设施。它的目标不仅是发现用于诊断、预后和治疗反应的新生物标志物，而且还要验证和验证它们的临床应用。

“通常，开发一种新的蛋白质组学生物标志物的时间过程大约是12年左右。但是，通过将所有需要的各个方面整合到一个中心，我们计划大大减少这一时间，”惠顿说。

该团队已经着手尽可能有效地克服从实验室到临床的所有潜在瓶颈。

“我们的第一个挑战是与一项体面的临床研究联系起来。第二种方法是在质谱仪上运行样品，尽可能达到最高的质量控制，这样数据才真正有意义。然后，你需要对广泛而深入的数据集进行信息学处理，以便尽可能快地将其转化为信息，”惠顿解释说。

蛋白质组学工厂

精准医学的生物学相关性取决于具有统计上相关的样本数量，解决这个问题的一种方法是使用越来越大的样本集。

惠顿说:“我们所做的是将蛋白质组学产业化，这样我们就可以非常迅速地在一个又一个样本上生成数字化地图。”

“通常，一个蛋白质组学实验室可能有一个或两个质谱仪，但我们有13台机器，可以非常有效地通过管道泵送样品。质量控制是高水平的——我们有很多高端的计算能力，所以我们可以在几秒钟或几分钟内处理数据，而其他实验室可能需要几个小时，”他补充道。

将生物标记物从实验室转移到临床

重要的是，该团队能够将他们的蛋白质组学数据与患者的电子医疗记录联系起来。由于整个实验室都是围绕良好的临床实践而建立的，一切都已到位，使新的生物标志物能够尽快进入临床。

尽管新的临床生物标志物可能对多种不同的疾病有所帮助，但该中心目前的重点是炎症性疾病和癌症。

惠顿说:“例如，我们一直在寻找卵巢癌和肺癌的风险标志，并取得了一些成功。”

在包括风湿性关节炎在内的其他疾病中，他们正在寻找新的生物标志物，以帮助确定患者是否对特定治疗有反应。

蛋白质组学技术的进展

这种类似工厂的新方法的一个关键推动因素是质谱联用液相色谱(LC-MS)以及更好的数据采集方法的成熟。

SCIEX全球学术与应用市场业务总监Mark Cafazzo解释说:“在过去的几年里，我们已经看到这些仪器在速度和灵敏度以及动态范围方面的逐步变化，这些仪器能够获得足够的数据，也可以在高丰度蛋白质存在的情况下向您展示非常低丰度蛋白质的测量结果。”

他补充说:“获取数据的新方法使实验室能够运行越来越多的样品，并在他们正在寻找的每种蛋白质的样品集中获得可重复的定量结果。”

但是，尽管最近技术取得了进步，但当涉及到病理时，基于抗体的检测仍然非常领先。然而，质谱分析平台有望在未来成为病理实验室的固定设备。

惠顿说:“我们还聘请了两名病理学教授来尝试和开发新的测试，这些测试实际上可以使用，而不仅仅是一种技术或一种对临床没有影响的技术。”

新一代生物信息学

下一个巨大的挑战将是找到处理日益庞大的数据集的方法，同时找到整合各种组学数据的方法，以便在生物学水平上将它们联系在一起。

卡法佐解释说:“如果这项研究设计正确，你可以在同一组样本上获得RNA-Seq、蛋白质组学和代谢组学的结果，那么你就有了一个更强大、多维度的数据集，可以尝试梳理出最有用的标记。”

但真正做到这一点所需的信息学解决方案仍处于起步阶段，管理这些非常丰富的数据集需要更大的进步。

“本地站点的集群和硬件阵列是解决这个问题的一种方法。或者另一种方法是将你的数据放入云解决方案中，并利用一些更强大的技术软件应用程序，”卡法佐说。

解锁精准医疗的好处

临床蛋白质组学的前景是光明的，特别是随着工业化蛋白质组学的发展，它将有助于推动更多的生物标志物进入临床。精准医疗带来的诸多好处取决于它的成功。

Zougman总结道:“如果你能找到一种分子，可以作为不同疾病的预后或诊断工具，那就太棒了——这对患者管理、疾病结果和医疗保健系统都很有好处。”