生物标志物在理解疾病病理学方面可以发挥宝贵的作用,并有助于推动医疗诊断和治疗的后续发展。然而,它们的发现和临床转化可能是一个具有挑战性和漫长的过程。 本文总结了生物标志物发现中采用的一些关键技术,并探讨了生物标志物发现正在快速推进的一些疾病领域。 什么是生物标志物? 生物标志物,或称生物标记物,是“作为正常生物过程、致病过程或对暴露或干预的反应指标而被测量的一种确定特征”[1]。 生物标志物可以是分子、生化、解剖或生理特征,范围包括: ➤ 小分子,如: ✔ 核酸; ✔ 蛋白质; ✔ 代谢物; ✔ 碳水化合物。 对细胞和措施,如脉搏和血压。 如何使用生物标志物? 有几个子类型的生物标志物可以被识别和量化,以帮助诊断、监测、评估和预测疾病和病人对治疗的反应,包括[2]: ➤ 诊断生物标志物:检测某种疾病或状况的存在。例如,诊断2型糖尿病的血红蛋白A1c(HbA1c)水平。 ➤ 药效生物标志物:显示对某种医疗产品或环境剂的生物反应已经发生。可帮助指导治疗发展和病人管理。例如,用氯化汗液评估对囊性纤维化跨膜传导调节器(CFTR)的反应。 ➤ 预测生物标志物:识别更有可能从治疗或环境剂中获得有利或不利影响的个体。例如,BRCA1/2基因预测对电离辐射的敏感性。 ➤ 预测生物标志物:识别已经患有疾病的人的疾病复发或进展的可能性,例如,前列腺特异性抗原(PSA)的水平,以评估癌症进展的可能性。 ➤ 易感生物标志物:表明患某种疾病的潜力。如:载脂蛋白E(APOE)基因变异,以确定阿尔茨海默病的易感性。 发现生物标志物 在疾病生物标志物被用于这些应用之前,它们必须首先被发现和确认。所采用的方法和工作流程取决于正在探索的生物标志物的类型。在此,我们将重点介绍一些基于“全息”的关键生物标志物研究领域。 3.1、基因组学和表观遗传学 有多种方法可用于基因组分析,包括: ➤ 荧光原位杂交(FISH); ➤ 单核苷酸多态性(SNP)阵列; ➤ 下一代测序法(NGS)。 3.2、转录组学 转录组在“全息”级联中增加了来自基因组的另一层信息。它提供了一个由基因组产生的RNA转录物的整体图像。由于一个基因可以通过替代剪接和RNA编辑等过程产生不同类型的mRNA分子,所以它更加复杂。 分析方法包括: ➤ 微阵列 ➤ RNA测序(RNA-seq) RNA-seq在生物标志物的发现方面越来越受欢迎,因为它提供了一个广泛的动态范围,可以检测和量化未知转录物的转录情况[3]。 3.3、蛋白质组学 蛋白质是有吸引力的疾病生物标志物候选者,因为与其他生物标志物如miRNA相比,它们能提供更多关于细胞或组织的实际生理状态的信息。这里的目标是了解构成人类蛋白质组的哪些蛋白质在疾病和健康状态下有不同的表达。探索和确认基于蛋白质的生物标志物的研究采用了一系列的技术,包括: ➤ 早期发现 ✔ 通过液相色谱法(LC)与串联质谱法(LC-MS/MS)的非靶向质谱法(MS)发现生物标志物; ✔ 二维凝胶电泳。 挑战:临床环境中的结果时间、产量和样本量要求。 ➤ 验证和确认 ✔ 靶向质谱; ✔ 免疫测定法,如酶联MS免疫吸附测定法(ELISA)[4]。 3.4、代谢组学 代谢组代表了“全息”过程的终点。与“全息”级联中的早期点相比,如基因组和转录组,代谢组更密切地反映了表型,因此是发现生物标志物的一个有希望的途径。代谢物存在于广泛的浓度范围内,并且化学性质多样,因此它们的分析可能很棘手。 最常用的代谢组学分析方法是[5]: ➤ 核磁共振(NMR); ➤ 质谱。 3.5、脂质组学 脂质在大量的细胞过程中极其重要,脂质代谢的改变在一系列疾病的发展中起着核心作用。因此,脂质生物标志物是一个新兴的研究重点领域。 脂质分析方法包括: ➤ 薄层色谱法; ➤ ELISA; ➤ MS(和基于MS的成像)[6]; ➤ 气相色谱法; ➤ 核磁共振; MS实现了最高的灵敏度和特异性。特别是电喷雾离子化(EI)-MS已经彻底改变了生物标志物发现的脂质分析[7]。 疾病特异性生物标志物 疾病特异性生物标志物的发现和确认将有助于实现个性化医疗的潜力及其益处。 4.1、创伤性脑损伤[8] 美国国立卫生研究院的研究人员已经证明,血液中的神经丝光链水平与创伤性脑损伤后脑脊液中的水平密切相关。研究结果表明,神经丝光链可能是一种敏感的血液生物标志物,可以非侵入性地检测脑损伤并预测恢复情况。 4.2、阿尔茨海默病[9] 在最近的一项探索性研究中,血液中磷酸化的tau217水平被证明与大脑中淀粉样斑块的存在相关。进一步完善研究中使用的技术可能会导至开发一种基于tau的血液测试,可以在症状出现之前确定哪些人有可能患上阿尔茨海默病。 4.3、肌萎缩性脊髓侧索硬化症(ALS)[10] 最近开发了一种能够区分ALS患者和健康对照组的血液样本的基因指纹。基于从源自大脑的外泌体中获得的八个不同的microRNA序列,这种新型生物标志物可以帮助通过血液测试快速诊断ALS,并评估治疗效果。 4.4、三阴性乳腺癌[11] 研究发现,接受化疗的三阴性乳腺癌妇女的血浆中存在循环肿瘤DNA和循环肿瘤细胞与患者较差的预后明显相关,凸显了其作为预测疾病复发和生存生物标志物的潜力。 4.5、COVID-19的严重性[12] 通过分析COVID-19患者的血清,研究人员观察到27种蛋白质的水平与COVID-19的严重程度有关。这些生物标志物可用于帮助医生预测病人是否有严重疾病的风险,以及突出潜在的新药物目标。 4.6、辐射病[13] 血液中microRNA-150的水平已被证明会随着辐射剂量的增加而减少,而microRNA-23a的水平则没有变化,起到正常化的作用。通过比较这两种microRNAs在血液中的相对水平,可以迅速确定辐射病。 4.7、癌症免疫治疗结果[14] 最近的一项研究发现,接受免疫治疗药物pembrolizumab治疗的患者,其循环肿瘤DNA片段的减少与有益的反应和更长的生存期有关。作者建议,测量循环DNA的水平可以帮助预测哪些病人对免疫疗法反应良好。 生物标志物研究中的挑战 疾病生物标志物研究和临床实施面临许多挑战,包括但不限于[15]: ➤ 生物标志物的发现 ✔ 研究问题--是否有明确的定义? ✔ 研究设计--再现性 ✔ 标本的类型 ➤ 分析确认 ✔ 方法的选择 ✔ 再现性和标准化 ✔ 样品的可用性 ➤ 临床效用评估 ✔ 研究设计 ✔ 费用 ✔ 患者的可用性 ➤ 从实验室到临床使用 ✔ 法规和立法在不断变化 ✔ 技术不断进步 ✔ 大数据分析的挑战 ✔ 有效的临床部署 |