2025-06-18
隨著轉(zhuan)(zhuan)錄(lu)組(zu)、蛋白組(zu)、代(dai)謝組(zu)甚(shen)至表觀組(zu)技(ji)術的(de)(de)不斷發展，海量組(zu)學(xue)(xue)數(shu)據為(wei)我們揭(jie)示重(zhong)大(da)生(sheng)(sheng)物學(xue)(xue)現(xian)象(xiang)提供(gong)了空(kong)前機會。如何(he)從(cong)如此龐大(da)的(de)(de)數(shu)據中穩定地挖掘出具有重(zhong)大(da)生(sheng)(sheng)物學(xue)(xue)價值的(de)(de)標志(zhi)物（Biomarkers），成(cheng)為(wei)現(xian)代(dai)生(sheng)(sheng)物學(xue)(xue)和(he)轉(zhuan)(zhuan)化醫學(xue)(xue)關(guan)注的(de)(de)一(yi)大(da)挑戰(zhan)。
那么，有哪些方法可以幫助我們從數據中甄別出有價值的Biomarkers呢？下面以派森諾基因云宏基因組云分析為例，一起看看發現Biomarkers的主要方法。
1.從(cong)多元統計圖上選(xuan)擇(ze)
PCA（主成分(fen)分(fen)析(xi)）的載荷圖可以幫(bang)助我們直觀地(di)甄(zhen)別對樣本分(fen)離貢獻(xian)(xian)大的分(fen)子。降(jiang)維時，會求出每一個(ge)(ge)變量（如不同物種(zhong)）的“loading”數(shu)值(zhi)，衡量它(ta)對每一個(ge)(ge)主要成分(fen)（PC1、PC2）的貢獻(xian)(xian)大小，取值(zhi)范圍(wei)為-1到1。
2.通過(guo)差異分析結果選擇
我(wo)們可以(yi)對不同組(zu)之間進行統計學差(cha)異檢(jian)測（如 Student’s t-test 或(huo) Wilcoxon rank-sum test），或(huo)者借助 ALDEx2、ANCOM 等軟件進行比較，獲(huo)取每種分子的 p 值和 FDR 值。由此可以(yi)初步(bu)鎖定出(chu)差(cha)異顯著（p 候 < 0.05，FDR < 0.05）的標(biao)志(zhi)物。
3.通過(guo)ROC曲線(xian)分析候選biomarker的診斷價(jia)值(zhi)
我(wo)們(men)可以對上述(shu)差異分子進行(xing)ROC 曲(qu)線（受試者工作特性曲(qu)線）分析。具體來說，以生物標(biao)志(zhi)物的豐度為預測變量(liang)，樣本分組為標(biao)簽，計算不同閾值下的真陽(yang)性率(lv)（TPR）和假陽(yang)性率(lv)（FPR），最(zui)終形成 ROC 曲(qu)線。若 AUC 值接近 1，表明(ming)標(biao)志(zhi)物的診(zhen)斷能力越好。
4.通(tong)過(guo)LEfSe分析LDA效(xiao)應大小(xiao)選擇biomarker
我(wo)們可(ke)以(yi)通過(guo)LEfSe（Linear Discriminant Analysis Effect Size）分析(xi)不同組之間豐(feng)度有顯著差(cha)異(yi)的(de)物種，同時計算出(chu)每種物種對(dui)分組差(cha)異(yi)的(de)貢獻大(da)小（LDA 值(zhi)）。一(yi)般(ban)來說，LDA 值(zhi)越大(da)，表(biao)明(ming)該物種對(dui)分組差(cha)異(yi)的(de)作用越重(zhong)要。我(wo)們通常設置一(yi)個 LDA 閾值(zhi)（如 2 或 4），大(da)于該閾值(zhi)的(de)物種就可(ke)以(yi)被認為是具有生物標志物價值(zhi)的(de)候選。
5.機器學習建模進行(xing)標志物甄選
我們可(ke)以(yi)借助 Random Forest、LASSO 或 Support Vector Machine 等機器(qi)學習(xi)模(mo)(mo)型(xing)進行建(jian)模(mo)(mo)，一方面(mian)可(ke)以(yi)衡量模(mo)(mo)型(xing)對樣本標簽的(de)預測準確性(xing)，另一方面(mian)可(ke)以(yi)獲取每種分(fen)子對模(mo)(mo)型(xing)預測所起作用的(de)重要性(xing)分(fen)數，從而甄別出關鍵標志物。
6.通(tong)過功能富集鎖定通(tong)路(lu)
使用富(fu)集分(fen)析(xi)從基(ji)因(yin)變化(hua)看從整(zheng)體(ti)功(gong)(gong)能(neng)(neng)層次變化(hua)，揭(jie)示它(ta)們主要富(fu)集于哪個(ge)可能(neng)(neng)與(yu)生理功(gong)(gong)能(neng)(neng)高度相關的生物(wu)過程和(he)信號路徑。常(chang)見(jian)的富(fu)集分(fen)析(xi)方法有基(ji)于差異基(ji)因(yin)的超幾何檢驗分(fen)析(xi)和(he)基(ji)于全部(bu)基(ji)因(yin)的GSEA分(fen)析(xi)方法。富(fu)集分(fen)析(xi)常(chang)用于宏基(ji)因(yin)組、轉錄組學等分(fen)析(xi)中。
7.相關性分析
使(shi)用(yong)相(xiang)關(guan)性網(wang)(wang)絡分(fen)(fen)析單組(zu)學(xue)數據內部共現(xian)情況或兩組(zu)學(xue)、三組(zu)學(xue)間(jian)信息關(guan)聯度。網(wang)(wang)絡分(fen)(fen)析中(zhong)高(gao)度連通(tong)（hub）的(de)(de)節(jie)點可以被認為是在整體網(wang)(wang)絡中(zhong)起到“關(guan)鍵(jian)調控作(zuo)用(yong)”的(de)(de)分(fen)(fen)子(zi)(zi)，因而它們是值得優(you)先關(guan)注的(de)(de)biomarker。此外，與關(guan)鍵(jian)表(biao)型信息高(gao)度相(xiang)關(guan)的(de)(de)分(fen)(fen)子(zi)(zi)標記也可以作(zuo)為候(hou)選biomarker。
最(zui)后，基于組學數據挖掘的(de)biomarker，往往需要通(tong)過驗證階段：
（1）同實驗材料驗證/同隊(dui)列驗證：
通過qPCR、Western blot 或(huo)靶向質譜(pu)對所(suo)挑出的標記進行實驗(yan)驗(yan)證，確保它(ta)們(men)在不(bu)同樣本中均表(biao)現穩定且具有良好重復性。
（2）跨實驗材料/跨隊列驗證：
從訓(xun)練(lian)集到驗證(zheng)集，再(zai)到外部數據或不同物種的驗證(zheng)，是標(biao)志(zhi)物篩(shai)選的“黃金標(biao)準”。
案例分(fen)享
大(da)隊列血漿蛋白(bai)質(zhi)組揭示膿毒(du)癥(zheng)亞型和生(sheng)物(wu)標志物(wu)
Mi, Y. et al. High-throughput mass spectrometry maps the sepsis plasma proteome and differences in patient response. Sci. Transl. Med. 16, eadh0185 (2024).
膿毒癥(zheng)（Sepsis）是一種由感染導致的(de)全身性(xing)炎癥(zheng)綜合征，伴有器官功能(neng)障(zhang)礙，嚴(yan)(yan)重時甚至(zhi)發生敗血(xue)(xue)性(xing)休(xiu)克和多(duo)器官功能(neng)衰竭。為了尋(xun)找可以輔助診斷(duan)和指導治療的(de)新標志(zhi)物(wu)，本文對1611 名患者（共 2612 個血(xue)(xue)漿樣本）的(de)蛋(dan)(dan)白(bai)(bai)質(zhi)(zhi)(zhi)組(zu)(zu)進(jin)行大規(gui)模檢(jian)測。通過PCA分析(xi)發現，PC1的(de)高正(zheng)載荷蛋(dan)(dan)白(bai)(bai)包括急性(xing)期反(fan)應蛋(dan)(dan)白(bai)(bai)、S100類(lei)促(cu)炎蛋(dan)(dan)白(bai)(bai)、先天免疫或抗菌蛋(dan)(dan)白(bai)(bai)以及細胞外基(ji)質(zhi)(zhi)(zhi)（ECM）蛋(dan)(dan)白(bai)(bai)等(deng)，而脂(zhi)質(zhi)(zhi)(zhi)轉運蛋(dan)(dan)白(bai)(bai)APOM則(ze)表(biao)現出高負(fu)載荷，表(biao)明血(xue)(xue)漿蛋(dan)(dan)白(bai)(bai)質(zhi)(zhi)(zhi)組(zu)(zu)的(de)變化與疾病的(de)嚴(yan)(yan)重程度(du)(du)密切相關。研究進(jin)一步(bu)通過差異分析(xi)、富集分析(xi)、蛋(dan)(dan)白(bai)(bai)豐度(du)(du)與疾病嚴(yan)(yan)重程度(du)(du)的(de)相關性(xing)、ROC分析(xi)等(deng)，綜合鎖(suo)定了潛在的(de)生物(wu)標志(zhi)物(wu)，為膿毒癥(zheng)的(de)精確醫學方法提供了方向。
研究部分結果展示
