科技日報記者5月31日從西湖大學了解到，最近，該校生命科學學院郭天南研究員帶領的蛋白質組大數據實驗室，與合作團隊一起對新冠肺炎患者血液中的蛋白質和代謝物分子進行了系統檢測。
他們發現新冠肺炎重症患者的血清中存在多種獨特的分子變化，並找到了一系列生物標誌物，這有望為預測輕症患者向重症發展提供導向。相關研究成果在《細胞》雜誌在線發表。
「全球範圍內，新冠肺炎確診病例已達幾百萬。然而，目前我們對其認知主要停留在臨床癥狀和影像學特徵層面，對疾病在微觀分子層面的改變知之甚少。」郭天南說。
郭天南團隊與其他團隊合作，對99份經病毒滅活處理的血清樣本進行了安全處理和質譜分析。根據現行臨床診斷標準，這些血樣被分為對照(健康)組、疑似但實為普通流感組、新冠病毒感染輕症組、新冠病毒感染重症組。
研究人員採用高解像度質譜設備和機器學習的方法，取得了樣本的蛋白質組和代謝組譜圖，對血清樣本中蛋白和代謝物的相對濃度進行了全景式測定，從而揭示：重症患者體內存在多種獨特的分子調控。
研究結果顯示，與對照(健康)組、普通流感組和輕症組相比，新冠肺炎重症患者的樣本中出現了93種特有的蛋白表達和204個特徵性改變的代謝分子，其中50種蛋白與患者體內的巨噬細胞、補體系統、血小板脫顆粒有關。
他們還發現，在新冠肺炎重症患者體內，有100多種氨基酸及100多種脂質均出現顯著減少。研究人員認為這可能是病毒迅速擴增導致的消耗，從而為臨床醫生監控病情和制定調整治療方案提供了一定參考。
此外，郭天南團隊在質譜分析數據的基礎上，使用機器學習方法「沙裏淘金」，篩選出重症患者特徵性的22個蛋白質和7個代謝物。研究人員分析，血清樣本成分符合這一組合的患者，很可能是重症患者，或有很大可能性發展為重症病例。
「這項研究表明，利用血清蛋白和代謝物生物標記物預測新冠肺炎重症患者是有可能的。研究數據還揭示了新冠肺炎的分子病理生理學特徵，有望助力研發抗新冠病毒療法。」郭天南表示，研究結果還需要在更多的獨立臨床隊列中驗證。
