撰文 | 唐小

目前，临床上评估COVID-19重症患者的依据，主要是根据临床特征进行经验性诊断，如呼吸频率（≥30次/min）、平均血氧饱和度（静息状态下≤93%）或动脉血氧分压/氧浓度（≤300 mmHg）等。但是，表现出这些临床表现的患者已经进展到临床重症阶段，需要立即接受专业的重症监护，否则可能迅速死亡。所以，开发新的方法在早期评估哪些病例可能会成为临床上的重症患者是一个关键性问题。此外，我们对COVID-19重症患者的发病机制也不清楚，这些问题都需要进一步探讨。

2020年5月28日，西湖大学郭天南团队领衔，在Cell上在线发表了题为 Proteomic and Metabolomic Characterization of COVID-19 Patient Sera 的文章。对46名COVID-19患者和53名健康对照组患者的血清进行了蛋白质组学和代谢组学的分析。发现了COVID-19患者血清中的特征性分子变化，这些分子变化主要和巨噬细胞、血小板脱颗粒、补体系统途径以及大量代谢抑制有关。这些发现揭示了重症COVID-19患者血清中蛋白质和代谢产物的特征性变化，可用于作为潜在的血液生物标志物以评估COVID-19的严重程度。本研究此前曾于4月8日在预印版medRxiv上上传。

研究者首先分析了COVID-19患者和非COVID-19患者的12项临床指标，发现与非重症患者相比，重症患者的淋巴细胞计数、单核细胞计数明显降低，C反应蛋白（CRP）和天冬氨酸氨基转移酶（AST）升高。随后采用稳定同位素标记的蛋白质组学策略TMTpro（16plex）和UPLC-MS/MS非靶向代谢组学方法分析血清样本。共鉴定并量化了894种蛋白质和941种（包括36种药物及其代谢产物）代谢产物，除此之外，还描绘了代谢组学特征。

接下来，研究者根据蛋白质和代谢产物的分子特征，研究了从COVID-19患者中确定重症病例的可能性。首先基于18名非重症患者和13明重症患者的蛋白质组和代谢组数据建立了一个机器学习模型。该模型使用10名独立患者进行了验证，其中7名患者被正确分类，为了进一步验证，研究者开发了靶向质谱分析方法并在第二个测试队列的19名新的COVID-19患者中成功正确分配了16位。

此外，研究者还建立了蛋白组学和代谢组学的差异表达图谱，在与临床症状相关联后，在重症COVID-19患者中，93种差异表达蛋白中的50种，以及204个差异代谢产物中的80种，均与巨噬细胞的功能 、血小板脱颗粒和补体系统的激活有关，并对相关代谢通路进行了详细的阐述，识别了多个重要的潜在分子标志物。

关键蛋白和代谢产物

总的来说，本研究对多个COVID-19患者组和对照组的血清样本进行了系统的蛋白质组学和代谢组学分析。并证明了基于对血清蛋白和代谢产物的分析，可以识别出最终可能发展为重症的COVID-19患者。研究者还提供了SARS-CoV-2感染诱导的血液中分子变化图谱，这些数据有助于为COVID-19的研究提供诊断和治疗策略。

原文地址：

https://www.cell.com/action/showPdf?pii=S0092-8674%2820%2930627-9

制版人：嘉