代谢性疾病，又称内分泌代谢疾病，其发生与内分泌器官激素分泌的紊乱密切相关。这类疾病在临床中表现为多种代谢异常，如糖代谢失调导致的糖尿病、脂代谢异常引起的肥胖及高血压等。近年来，蛋白质组学作为一种强大的科研工具，通过系统性分析细胞、组织或体液中的蛋白质，给我们提供了理解这些复杂疾病的新视角。

在代谢性疾病研究领域，蛋白质组学的应用不仅揭示了疾病的分子机制，也促进了生物标志物的发现、治疗靶点的识别及新疗法的发展。本期文章基于2024年度国内外发表的重要研究成果，重点探讨以SomaScan平台为基础的蛋白质组学检测在代谢性疾病中的应用进展。

糖尿病及其并发症的研究进展

在糖尿病及其并发症研究中，基于大规模的多种族队列数据，蛋白质组学方法能够揭示糖尿病的发病机制。一项研究构建了基于遗传预测的蛋白质模型，结合不同种族和族裔的2型糖尿病病例与对照组，识别出40种与2型糖尿病风险显著相关的蛋白质，这为理解遗传机制及开发针对特定种族的药物提供了潜在靶点。

此外，另一项研究评估了1317种血浆蛋白质与饮食评分之间的关系，发现饮食质量与多种生理过程（如炎症、凝血、脂肪生成和葡萄糖代谢等）中的蛋白质水平存在显著相关性，其中8种蛋白质与2型糖尿病风险显著相关。这些发现不仅增进了对2型糖尿病发病机制的理解，也强调了蛋白质组学在探索饮食质量与慢性疾病生物学机制中的重要性。

在糖尿病相关疾病诊断和药物研发中的重要性

在糖尿病相关疾病的诊断与药物研发方面，蛋白质组学检测同样发挥了重要的作用。Li等通过整合单细胞转录组学、蛋白质组学和代谢组学等多组学分析，识别了糖尿病肾病（DKD）发展过程中的潜在生物标记物——醛脱氢酶家族1成员A1（AKR1A1）及其相关代谢产物。这为DKD的早期诊断和治疗提供了新的视角。

Zhang等则结合蛋白质组学与遗传学的研究方法，通过孟德尔随机化分析，鉴定出了21种与DKD密切相关的血液蛋白候选分子，其中4种关键蛋白（TGFBI、COL6A2、CBLN1和ITIH3）可能通过共同的遗传变异影响DKD的发展，为开发特定治疗手段提供了新思路。这些研究成果使得对糖尿病相关疾病的理解更为深入，同时为临床试验奠定了坚实基础。

蛋白质组学在糖尿病进展预测中的潜力

在预估糖尿病的进展情况方面，蛋白质组学检测也展现出了潜力。Slieker等提出了一种基于多组学数据的机器学习方法，用于预测糖尿病的进展。他们的研究表明，通过结合多组学数据和机器学习方法，可以显著提高对2型糖尿病患者胰岛素需求风险的预测准确性。这一新方法不仅提升了对糖尿病进展的理解，也为临床决策提供了有力支持。

在肥胖及相关代谢紊乱研究中的应用

蛋白质组学检测在非酒精性脂肪肝病及高血压相关研究中也表现出良好的应用潜力。SomaLogic公司推出的SomaScan Assay，作为一种基于aptamer的高通量蛋白质检测技术，不仅提高了对健康和疾病生物学的理解，还在药物靶点识别及生物标志物开发中扮演着关键角色。该技术的检测范围涵盖超过11000种蛋白质，广泛应用于衰老、癌症、代谢性疾病、心血管疾病及神经退行性疾病的早期发现和监测中。

综上所述，基于SomaScan平台的蛋白质组学检测在代谢性疾病研究中的应用正不断拓展，为疾病的理解、预防和治疗提供了全新的思路和方法。作为生物医疗领域的重要品牌，尊龙凯时期待通过更多的技术创新和研究合作，为患者带来更好的健康管理方案。