人类蛋白质组的编目显示，组织会产生组织特异性的蛋白质库，这些蛋白质库协调不同器官和器官系统中的组织特异性和基本细胞功能。然而，与组织和细胞不同，血浆中没有蛋白质合成，其蛋白质组的组成是由周围细胞和器官的蛋白质流入和流出维持的。根据起源和功能，血浆蛋白质组中的蛋白质可以分为两个主要类别：一类是由肝脏产生的丰富血浆蛋白，参与血浆的主要功能，如提供胶体渗透压和维持止血；另一类是组织蛋白，这些蛋白并不贡献于血浆的主要功能，而是作为正常细胞周转的一部分从周围细胞和器官中产生。疾病或损伤可导致细胞或组织受损，从而使组织蛋白渗漏到血浆等体液中，这些蛋白可以用作疾病诊断和预后的生物标志物。
然而，目前对于人类健康和疾病状态下细胞和组织蛋白在血浆中渗透的特性和动态的系统性研究仍然缺失。为了填补这一空白，本次介绍的2025年发表于Cell《Human proteome distribution atlas for tissue-specific plasma proteome dynamics》创建了一个涵盖主要人类组织和血细胞的人类蛋白质组分布图谱，并将其与三个先前发表的蛋白质或RNA人类图谱合并，生成了一个涵盖29种不同人类组织和血细胞的蛋白质和转录本丰度的综合基线图。
研究对象：组织细胞样本
技术方法：蛋白质组
技术路线：
1.构建以血浆为中心的组织和细胞分布图谱
研究者收集了18种健康组织和8种细胞类型的样本，每种样本均来自三名或更多个体。这些样本涵盖了所有主要的血管化器官和血液中最丰富的细胞类型。通过质谱分析，研究者们生成了一个包含10,786种蛋白质的数据库，并定量了9,827种独特蛋白质。为了客观地对蛋白质-组织关联进行分类，研究者们使用了均匀流形近似和投影（UMAP）以及加权高斯核密度估计（KDE）的方法，将蛋白质分配到相应的组织或细胞。结果显示，超过90.5%的鉴定蛋白质在细胞和组织蛋白质组之间存在显著重叠。通过功能富集分析，研究者们验证了蛋白质标签分配的准确性，并成功鉴定出多种已知的组织富集蛋白。将综合DIA-MS组织图谱与UMAP/KDE分类策略相结合，可以无偏地定义组织-蛋白质关联，扩大在病理条件下可以监测的蛋白质数量，为理解血浆蛋白质组的动态变化提供了新的工具。
图1. 人类蛋白质组的全局分布图谱
2.人类蛋白质组的全局分布图谱
整合多个RNA和蛋白质图谱，研究人员构建了一个涵盖21种组织和8种血细胞的全局蛋白质组分布图谱，并开发了全局标签得分（GLS）系统，用于评估蛋白质与特定组织或细胞的关联置信度。研究发现，约5%的蛋白质在所有图谱中被一致分配到同一组织，而95%的蛋白质在不同图谱中分配到不同组织，这凸显了整合多个图谱以获得可靠结果的重要性。进一步分析表明，不同GLS水平的蛋白质在组织中的平均丰度存在差异：低GLS（1–2）的蛋白质主要在其各自组织中产生，而高GLS的蛋白质则更特异性地属于其对应组织。功能富集分析揭示，即使是低GLS的蛋白质也通常富集于组织特异性功能。此外，研究还发现大脑和肝脏的组织富集蛋白数量最多，而前列腺和膀胱的最少。通过网络图可视化组织分配，研究人员证实了多个图谱的整合可以显著增强组织-蛋白质分配的置信度，更全面、更稳健地定义组织和细胞之间的分子分布情况。
3.数据驱动定义主要血浆蛋白
通过分析全局分布图谱中的RNA和蛋白质丰度数据，研究者们筛选出在肝脏中主要转录但肝脏蛋白质组中丰度不高的蛋白质。进一步分析发现，这些主要血浆蛋白在RNA图谱中的肝脏丰度比蛋白质图谱中高5至10,000倍，且其中126种蛋白质、至少2种肽段在健康个体的血浆中被定量。这些蛋白包括凝血因子、补体蛋白、白蛋白等，它们参与血浆的主要功能，如补体和凝血级联反应、急性期反应以及胰岛素生长因子运输的调节。通过对志愿者血浆样本的分析发现，主要血浆蛋白受到比组织富集蛋白更严格的稳态控制，其在血浆中的水平变异相对较小，而组织富集蛋白的个体间变异则更大。这一发现提供了更有效地检测血浆种的组织来源蛋白的方法。
图2.基于肝脏中RNA和蛋白质水平的丰度，数据驱动定义主要血浆蛋白的策略
4.血浆中组织特异性蛋白标志物的病理变化
分析三个不同病理条件（胰腺炎、心肌梗死和病原体感染）下的血浆蛋白质组，探讨了组织富集蛋白标志物的病理变化。研究发现，胰腺炎患者的血浆中，包括α淀粉酶2A、胰脂肪酶和羧肽酶B1在内的11种胰腺富集蛋白显著升高。在心肌梗死患者中，肌红蛋白、心肌脂肪酸结合蛋白和三部分基序含蛋白54等五种心肌富集蛋白显著升高。
此外，通过对比细菌感染患者和病毒感染患者血浆中的蛋白质，发现抵抗素（RETN）、组织蛋白酶G（CTSG）和脂质运载蛋白2（LCN2）等中性粒细胞来源蛋白和近20种巨噬细胞来源的蛋白在细菌感染样本中的丰度较病毒感染样本显著更高，而血小板基本蛋白（PPBP）、血小板因子4（PF4）和血小板糖蛋白IX（GP9）等血小板来源的蛋白在细菌感染样本中丰度则较病毒感染样本低。
通过对比三个患者队列中组织和细胞富集蛋白的变异情况，发现在所有疾病状态下样本中，急性期蛋白都较各自对照组更丰富。
图3.血浆中组织或细胞蛋白标志物的病理变化
5.在大规模人群血浆队列中监测组织特异性蛋白标志物
研究者们通过分析来自UK Biobank和一项大规模败血症研究的两个大规模血浆队列，进一步量化了不同器官和细胞对健康和疾病条件下血浆蛋白质组的影响。结果显示，所有29个被分析的器官和细胞都对血浆蛋白质组有贡献，但每个器官的贡献水平差异显著。例如，大脑、脾脏、肝脏、肌肉和胰腺等大型血管化器官对血浆蛋白质组的贡献更为显著，而膀胱、甲状腺和前列腺等器官的贡献则相对较小。此外，研究还发现，与肝脏损伤和胃炎相关的组织富集蛋白在血浆中的丰度变化关联强度显著高于其他器官损伤。
通过对比组织富集蛋白和高GLS蛋白，研究者发现并非所有高GLS的蛋白都能在血浆中被检测到，这表明可能还有其他因素影响哪些蛋白能在血浆中被识别。针对这一现象，研究者以血浆中检测到的肝脏和胃蛋白为例，发现血浆中检测到的组织富集蛋白在其各自器官中通常含量较高，因此可能在血浆中产生更丰富的印记。
总体而言，所有分析的组织都对血浆蛋白质组有贡献，形成了可以用来探测器官功能障碍的组织富集蛋白面板。疾病周围的组织和细胞会改变血浆蛋白质组的组成，可用来定义基于血液的、疾病特异性的蛋白质模式，为未来评估器官功能障碍的生物标志物研究提供资源。
图4. 血浆中组织富集蛋白的全景图
本文构建了一个蛋白质组分布图谱，以推断血浆中蛋白质的来源，旨在发现组织或细胞特异性蛋白质标志物。研究者们开发了UMAP/KDE分类策略，通过整合多个图谱来减少变异，并构建了一个更深入的全局分布图谱。尽管样本量小、缺乏标准化程序、未考虑性别、种族和年龄等因素，以及组织和细胞图谱的比较存在困难，但该图谱仍为研究血浆蛋白质组与周围组织的关系以及疾病期间组织特异性蛋白面板的变化提供了一个有价值的资源。
滑动查看更多：
排版：野凌
审核：三黍生物企宣部
