生物标志物（Biomarker）是一种可以标记系统、器官、组织、细胞及亚细胞结构或功能的改变或可能发生的改变的生化指标，是生物体受到严重损害之前，在不同生物学水平（分子、细胞、个体等）上因受环境污染物影响而异常化的信号指标，可以对严重毒性伤害提供早期警报，其可用于疾病的预防、诊断和分期，也可用于评价新药或新疗法在目标人群中的安全性及有效性，优化药物研发过程，提高医疗服务的效率和效果。 基因组学和蛋白质组学均是生物标志物研究的有力手段，然而因为基因的表达方式错综复杂，mRNA的剪接之后得表达及蛋白翻译后的修饰等都使得一个基因的mRNA水平往往并不总与蛋白质水平相对应，而蛋白质是更具体的表现出生命活动执行维度的信息，可更具象的贴近生命的现象和本质。通过蛋白质组进行生物标志物的研究不仅可关注蛋白质的翻译后修饰及加工等生物学过程所导致的蛋白质改变，且可根据得到的高通量数据进行更长久的研究，目前已在老年痴呆症的预防等多种疾病都发挥了重要作用。

                                                         

         目前神经梅毒(NS)的诊断标准主要为临床表现和脑脊液(CSF) 检测，但该方法易呈假阳性，蛋白组学对其他疾病中取得进展，但在NS中还未见报道。该研究通过利用多个样本的脑脊液蛋白组学比较与筛选，鉴定出了3个最有潜力的NS诊断标志物。
         IF:14.3

样本设置（脑脊液）：

         未治疗NS/治疗后的NS(PTNS)/非神经性梅毒(NNS)/与梅毒无关的传染性脑病(IBD)和非传染性脑病(NIBD)患者的CSF样本

方法：

         DIA蛋白质组
         PRM
         机器学习

                                                         

         帕金森病是以非运动症状（如快速眼动睡眠行为障碍）为特征的前运动阶段进展到致残运动阶段的疾病，目前需要早期/前运动疾病阶段的生物标志物对早起的帕金森病进行诊断，以尽早干预和减缓潜在的神经退行性过程。之前大多数研究使用的是生物体液是脑脊液，血浆与血清作为最主要的临床样本，是评估人类健康和疾病状态的理想生物标本，方便采集。血浆中的蛋白质来源于身体各个组织和脏器，并通过血液循环流经全身，可动态反应各种疾病问题。在该项研究中，作者证明了用低量的血浆/血清（10μl）靶向蛋白质组学也可用于生物标志物的研究。该研究通过无偏蛋白质组及多重靶向蛋白质组学结合机器学习，鉴定出八种生物标志物来诊断健康早期的帕金森病。
         IF:14.7

样本设置（血液）：

         （1）99名运动帕金森患者
         （2）72名孤立的快速眼动睡眠行为障碍个体
         （3）36名健康对照

方法：

         Label-free蛋白质组学
         多重靶向蛋白质组学（MRM）
         机器学习

                                                         

         免疫检查点抑制剂（ICI）药物只在一部分癌症患者治疗效果，且存在免疫相关不良反应，双免疫检查点阻断药治疗(DBT)有望补上这些不足，但目前缺乏有效的反应生物标志物来检测治疗反应。该研究通过整合血浆蛋白组和临床数据，挖掘了双免疫检查点阻断药治疗(DBT)关键的候选生物标志物APOC3。
         IF:14.7

样本设置（血液）：

         （1）24名健康患者的24个样本
         （2）22名接受QL1706(DBT)治疗范围从 1 到第 29 个治疗周期（每3周注释药物一次）的不同类型癌症患者的共113个样本(22份DBT前，91份DBT治疗期间)
         （3）27名接受抗 PD1 单药治疗患者的 54 份样本

方法：

         DIA蛋白质组学
         放射成像
         机器学习

研究路线：