脓毒症患者血清蛋白质组及其预后价值:基于SWATH-MS蛋白质组学的单中心研究
该回顾性队列研究纳入217例入住内科ICU的成人细菌性脓毒症患者和292名健康对照,采用SWATH-MS蛋白质组学分析血清蛋白谱。研究发现ACTB、FINC、TIMP1、PF4、CXCL7五种蛋白可区分脓毒症结局亚组(AUC 0.786–0.833),五种蛋白联合SOFA评分的六变量模型预测院内死亡的AUC最高达0.903。多变量Cox分析显示ACTB升高(HR 1.21)、FINC降低(HR 0.88)、SOFA评分升高(HR 1.08)和革兰阴性脓毒症(HR 1.42)与院内死亡风险增加独立相关。作者认为该六变量模型可能有助于ICU脓毒症患者的风险分层,但需进一步研究验证其临床适用性。
要点
- 六变量模型(ACTB、FINC、CXCL7、TIMP1、PF4联合SOFA评分)预测院内死亡AUC 0.903,最佳阈值下敏感性82.0%、特异性86.5%。
- 五种蛋白单独预测院内死亡的AUC为0.705–0.790,均高于降钙素原和CRP(均p<0.05)。
- 多变量Cox分析:ACTB升高HR 1.21(1.07–1.36,p=0.002)、FINC降低HR 0.88(0.79–0.98,p=0.024)、SOFA升高HR 1.08(1.03–1.13,p=0.002)、革兰阴性脓毒症HR 1.42(1.02–1.97,p=0.038)与院内死亡风险增加相关。
- 早期死亡组(3天内死亡)SOFA评分17.0±3.7、乳酸8.4±4.6 mmol/L,均显著高于其他亚组(均p<0.001);降钙素原在各亚组间无显著差异(p=0.384)。
- 五种蛋白区分早期死亡与恢复组的AUC为0.786–0.833(均p<0.001)。
适用人群与场景
- 纳入标准:年龄>18岁、根据Sepsis-2或Sepsis-3定义诊断为脓毒症、入住内科ICU、同意加入脓毒症登记并留取血样本、确认为细菌感染的成人患者;研究期间为2011年1月至2020年1月,单中心(韩国一家三级医院)。
- 排除标准:拒绝参与本登记的患者。
- 健康对照:292名无活动性疾病者,选自Asan Medical Center健康筛查与促进中心登记。
- 脓毒症亚组按结局预设:早期死亡(入组3天内死亡)、晚期死亡(入组3天后死亡)、恢复组(存活出院);转至临终关怀机构者按出院当日死亡记录。
研究设计与关键结果
- 研究类型:单中心回顾性队列研究,纳入217例成人细菌性脓毒症患者和292名健康对照,采用SWATH-MS蛋白质组学分析血清蛋白谱。
- 人群特征:脓毒症患者中位年龄64.0岁(IQR 54–72),男性70%,最常见感染部位为肺部(53.5%),平均SOFA评分13.4±4.7,平均乳酸4.7±4.4 mmol/L。
- 结局分布:早期死亡38例(17.5%)、晚期死亡118例(54.4%)、恢复61例(28.1%)。
- 五蛋白区分脓毒症亚组与健康对照的AUC为0.786–0.833(均p<0.001),其中早期死亡与恢复组间区分最佳。
- 五蛋白预测院内死亡的AUC为0.705–0.790,均高于降钙素原和CRP(均p<0.05)。
- 五蛋白联合SOFA评分的六变量模型预测院内死亡AUC 0.903,最佳阈值下敏感性82.0%、特异性86.5%;五蛋白模型AUC 0.867,SOFA联合乳酸模型AUC 0.839。
- 多变量Cox分析:ACTB升高HR 1.21(95%CI 1.07–1.36,p=0.002)、FINC升高HR 0.88(95%CI 0.79–0.98,p=0.024)、SOFA升高HR 1.08(95%CI 1.03–1.13,p=0.002)、革兰阴性脓毒症HR 1.42(95%CI 1.02–1.97,p=0.038)与院内死亡独立相关。
- 敏感性分析排除慢性肝病和血液系统恶性肿瘤患者后(n=133),六变量模型预测院内死亡AUROC仍为0.869。
证据类型、等级与局限
- 证据类型:单中心回顾性队列研究。
- 局限:未进行ELISA验证,仅评估相对蛋白丰度,无法绝对定量,限制跨研究比较并降低临床适用性;仅在脓毒症诊断时单次采血,无法追踪蛋白动态变化;单中心三级医院研究,无外部验证,限制普适性;残余溶血和蛋白降解无法完全量化或排除,可能存在实验室特异性偏倚或混杂,需在独立多中心队列中使用标准化样本处理和正交检测方法进行外部验证。
对床旁实践的改变
- 作者认为,包含ACTB、FINC、CXCL7、TIMP1、PF4和SOFA评分的六变量模型对院内死亡具有高预后价值,可能有助于对ICU脓毒症患者进行更好的风险分层。
- 作者指出,ACTB、FINC、TIMP1、PF4、CXCL7在预测脓毒症结局方面比CRP更具潜力,而CRP虽对脓毒症诊断准确性高,但在脓毒症亚组间的预后价值有限。
- 作者认为,未来需开展纵向采样和互补检测方法验证的研究,以增强这些蛋白质组学生物标志物的临床适用性。
提炼说明
- 原文未涉及「诊断标准与关键阈值」「处置流程与药物剂量」「红旗征与不能漏的情况」「指南或共识出处」,故未列出这些栏目。
全文中译6 节 · 点击展开
背景
脓毒症是一种危及生命的疾病,其特征是宿主对感染反应失调导致的器官功能障碍[1]。入住重症监护病房(ICU)的危重患者中约三分之一被诊断为脓毒症[2]。尽管重症监护管理的进步降低了死亡率[3],但脓毒性休克患者在ICU中的临床结局仍然不佳[2, 4]。早期预测脓毒症患者的死亡风险对于优化患者管理和改善结局至关重要[5]。目前已开发了多种临床评分系统用于评估患者严重程度和预测ICU死亡率,如序贯器官衰竭评估(SOFA)、急性生理学与慢性健康状况评价以及简化急性生理学评分[6–8]。例如,入住ICU最初几天基于器官功能障碍严重程度计算的SOFA评分是预后的强预测因子[6, 9]。然而,某些评分系统依赖多个临床和实验室变量,其复杂性限制了实时应用,并因主观成分而引入变异性[10]。相比之下,生物标志物是客观且可测量的指标,促使研究者探索脓毒症患者的潜在生物标志物[11]。然而,用于预测脓毒症患者结局的生物标志物仍然有限。
蛋白质组学是识别与疾病相关的蛋白质表达及其变化的宝贵工具,为发现诊断和评估脓毒症患者的潜在生物标志物提供了见解[12]。脓毒症是一种复杂的异质性疾病,由宿主免疫反应的差异驱动。蛋白质组学可以揭示脓毒症的这种病理生理异质性,并为个体患者提供个性化或精准医学。全理论质谱序列窗口采集(SWATH-MS)是一种有前景的生物标志物发现质谱技术,对人体体液中蛋白质的分析非常有效[13, 14]。因此,本研究旨在利用基于SWATH-MS的蛋白质组学评估脓毒症患者的蛋白质组谱,并识别用于诊断脓毒症和预测各脓毒症亚组患者结局的新型生物标志物。
材料与方法
研究设计与患者
本回顾性队列研究使用韩国一家三级医院的脓毒症登记数据开展。研究纳入2011年1月至2020年1月期间入住内科重症监护病房(ICU)的成年脓毒症患者(年龄>18岁)。患者符合以下标准时被纳入登记:(1) 根据Sepsis-2或Sepsis-3定义[1, 15]以脓毒症诊断入住内科ICU,以及(2) 同意加入脓毒症登记并提供血液样本。拒绝参与该登记的患者被排除。仅确诊细菌感染的患者被纳入分析。时间零点定义为登记入组和血液样本采集的日期。从牙山医疗中心健康筛查与促进中心的登记中选择292名无活动性疾病健康个体作为对照组。该研究包括两项不同的分析。第一,比较脓毒症患者与健康对照的蛋白质组学特征;第二,研究基于临床结局的脓毒症亚组之间蛋白质组学特征的差异。脓毒症亚组根据其结局预先定义:早期死亡组(入组后3天内死亡的患者)、晚期死亡组(入组3天后死亡的患者)和康复组(存活并出院的患者)。该定义改编自先前一项研究,该研究将早期死亡定义为入住ICU后前3天内发生,主要由于与原发性感染相关的难治性器官衰竭[16]。转往临终关怀机构的患者记录为出院当日死亡。
数据收集、处理和统计分析
从电子病历中收集以下患者数据:年龄、性别、身高、体重、体重指数、基础合并症、住院和ICU入住及出院日期、样本采集日期、死亡日期、病原体类型、感染部位、研究入组当日最高SOFA评分和乳酸水平,以及ICU入住期间使用机械通气、肾脏替代治疗、体外膜氧合或辅助类固醇的情况。使用SWATH-MS分析脓毒症患者和健康对照的血清样本。蛋白质组学样本采集、制备和SWATH-MS分析的详细方案见附录1。处理蛋白质组学数据和分析临床变量的统计方法见附录2。
结果
本研究纳入217例确诊细菌性脓毒症患者(图1)。患者中位年龄为64.0岁(IQR,54–72),70%为男性(表1)。最常见的感染部位是肺部系统(53.5%)。平均SOFA评分和乳酸水平分别为13.4 ± 4.7和4.7 ± 4.4 mmol/L。在217例脓毒症患者中,17.5%(38例)、54.4%(118例)和28.1%(61例)分别位于早期死亡组、晚期死亡组和康复组。早期死亡组的中位年龄为55岁(IQR,44–70),在入组当日表现出最高的SOFA评分(17.0 ± 3.7)和乳酸水平(8.4 ± 4.6 mmol/L)(两者p < 0.001)。血清降钙素原水平在各亚组之间无显著差异(p = 0.384)。在292名健康对照中,中位年龄为50.5岁(IQR,31–61),69.1%为男性。
图S1描述了脓毒症组与健康对照相比的蛋白质组学谱结果。急性期反应物,包括C反应蛋白(CRP)、血清淀粉样蛋白A-1(SAA1)和血清淀粉样蛋白A-2(SAA2),能够显著区分脓毒症患者与健康对照。当根据结局比较脓毒症亚组时,确定了五种关键蛋白质标志物——β-肌动蛋白(ACTB)、C-X-C基序趋化因子7(CXCL7)、血小板因子4(PF4)、纤连蛋白(FINC)和金属蛋白酶抑制剂1(TIMP1)——为显著区分因子(图2)。表S1列出了根据ANOVA有显著差异的所有蛋白质,以及脓毒症亚组之间的事后分析结果。虽然CRP、SAA1和SAA2在脓毒症亚组之间未显示显著差异,但这五种蛋白质在脓毒症亚组之间存在差异。图S2展示了箱线图,显示CRP和这五种蛋白质在健康对照、早期死亡、晚期死亡和康复组中的蛋白质丰度,证明其水平趋势一致。
我们分析了每种蛋白质的曲线下面积(AUC)值,以区分健康对照与脓毒症患者,以及脓毒症亚组之间(图S3)。这五种蛋白质——ACTB、CXCL7、PF4、FINC和TIMP1——在脓毒症亚组患者与健康对照之间表现出良好的区分能力,尤其是在早期死亡与康复之间,AUC值范围为0.786至0.833(均p < 0.001)。图3显示了预测院内死亡率的AUC曲线和截断值,以及CRP、这五种蛋白质和血清降钙素的预测值。这五种蛋白质对院内死亡率的预测值高于血清降钙素和CRP,AUC值范围分别为0.705至0.790(均p值 < 0.05)。为增强对院内死亡率的预测,通过将五种关键蛋白质与SOFA评分联合开发了模型。包含ACTB、FINC、CXCL7、TIMP1和PF4的五蛋白模型达到AUC为0.867,而SOFA和乳酸模型产生的AUC为0.839(图S4)。包含ACTB、FINC、CXCL7、TIMP1、PF4和SOFA的六变量模型被确定为最有效,达到最高AUC值0.903(图4)。在最佳阈值下,该模型表现出82.0%的灵敏度和86.5%的特异度。
为评估潜在合并症是否影响蛋白质表达,我们进行了多元线性回归分析。FINC、PF4和CXCL7水平在血液系统恶性肿瘤患者中显著降低,而TIMP1水平在慢性肝病患者中升高(表S2)。为进一步验证研究结果的稳健性,我们进行了敏感性分析,排除慢性肝病和血液系统恶性肿瘤患者(n = 133)。在该限制性队列中,ACTB和FINC仍然是脓毒症亚组之间最具区分性的蛋白质,各自的VIP评分约为3.5。PF4、CXCL7和TIMP1也保留了区分相关性(VIP > 1.5)(图S5)。六变量模型对院内死亡率仍显示出高预测性能,AUROC为0.869。
当将CRP和五种主要蛋白的浓度与SOFA评分及乳酸水平进行比较时,除CRP外,所有五种蛋白均与SOFA评分和乳酸水平呈现显著相关性(均p < 0.001)(图S6和图S7)。基于单变量Cox比例风险分析(表S3),共识别出15个p值< 0.1的变量,随后纳入多变量Cox比例风险分析。多变量分析显示,较高的SOFA评分、ACTB水平升高及革兰阴性脓毒症与院内死亡风险增加相关,风险比分别为1.08(p = 0.002)、1.21(p = 0.002)和1.42(p = 0.038)(图5)。此外,较高的FINC水平与院内死亡风险降低相关,风险比[HR]为0.88(p = 0.024)。
讨论
在本研究中,将脓毒症患者与健康对照进行比较以及根据患者结局在脓毒症亚组之间进行比较时,发现了不同的蛋白质组学特征。尽管CRP对脓毒症表现出较高的诊断准确性,但其在脓毒症亚组内的预后价值有限。相比之下,ACTB、FINC、TIMP1、PF4和CXCL7在预测脓毒症结局方面显示出更大的潜力。结合ACTB、FINC、TIMP1、PF4、CXCL7和SOFA评分的六变量模型在预测院内死亡方面达到了最高的AUC值0.903。即使在调整临床变量后,ACTB升高和FINC降低仍与院内死亡显著相关。本研究强调了与组织损伤相关的蛋白质(包括细胞骨架肌动蛋白)在预测脓毒症结局中的重要性。
ACTB是一种细胞质肌动蛋白,对维持细胞形状、运动性、收缩性以及调节细胞信号通路至关重要[17, 18]。肌动蛋白在创伤后组织再生和修复中发挥关键作用[19, 20],同时也被认为是一种损伤相关分子模式蛋白,可触发炎症级联反应[21, 22]。在脓毒症中,这可能导致细胞因子风暴和高炎症状态,加剧组织损伤,并可能引起多器官衰竭和死亡[23, 24]。脓毒症患者广泛的细胞和组织损伤导致细胞内肌动蛋白释放入血流[25]。脓毒症期间坏死细胞释放的肌动蛋白构成重大风险,因为肌动蛋白丝倾向于聚合,在血管内产生严重的病理效应。循环肌动蛋白增加血液黏度、破坏微血管血流、促进血小板聚集、诱导微血管血栓形成并触发促炎介质的产生[26, 27]。这些毒性效应导致继发性组织损伤,加重脓毒症相关器官功能障碍。尽管肌动蛋白具有生物学重要性,但很少有研究测定脓毒症患者的肌动蛋白水平,也没有研究探讨其在该背景下的预后价值。Lee等报告凝溶胶蛋白缺乏和血浆肌动蛋白升高与早期脓毒症相关[28]。Belsky等报告脓毒性休克患者的肌动蛋白水平显著高于健康对照[18]。我们的研究结果显示,脓毒症患者肌动蛋白水平升高,且随脓毒症严重程度而增加,尤其是在早期死亡的患者中。此外,肌动蛋白水平与反映器官功能障碍程度的SOFA评分以及乳酸(由厌氧细胞代谢产生的组织低氧血症和休克严重程度的替代标志物[29])之间均存在显著相关性。这些发现表明,血清肌动蛋白水平升高与细胞和组织损伤、脓毒症相关器官功能障碍的严重程度以及更高的死亡风险相关。这凸显了未来研究开发靶向肌动蛋白的治疗药物以减轻其在脓毒症中有害效应的必要性。
大型糖蛋白FINC已在脓毒症背景下得到研究[30–32]。可溶性血浆FINC在伤口愈合、受损组织的免疫清除、抗体包被微生物的清除以及吞噬作用中发挥关键作用[32]。既往研究报道其在脓毒症非存活者中耗竭,这与我们的发现一致[31, 33]。脓毒症期间循环纤连蛋白水平的这一降低被认为通过多种机制发生,包括肝脏合成减少、通过蛋白水解降解导致的血管内消耗、对调理颗粒的吞噬作用、在弥散性血管内凝血(DIC)期间掺入纤维蛋白凝块,以及重新分布至血管外间隙并与炎症或损伤组织结合[31, 33]。尽管一项研究报道给予FINC可改善脓毒症结局,但未观察到显著效果[34]。本研究强调,ACTB和FINC在区分脓毒症患者与健康对照以及预测脓毒症病例早期死亡与康复方面表现出很强的诊断准确性。此外,它们预测院内死亡的AUC超过了CRP和血清降钙素原。在多变量Cox比例风险分析中,血清肌动蛋白升高和FINC水平降低与院内死亡增加显著相关。这些发现表明,肌动蛋白和FINC可能作为脓毒症中有价值的诊断和预后生物标志物。
本研究中,TIMP1、PF4和CXCL7蛋白水平在脓毒症各亚组之间存在差异。基质金属蛋白酶(MMPs)参与细胞外基质降解和重塑,其抑制剂(如TIMP1)调节MMPs活性。因此,维持MMPs与TIMP1之间的平衡对组织完整性至关重要[35]。MMPs在细菌脂多糖或促炎细胞因子作用下上调,并通过促进白细胞外渗和募集至感染部位来调节免疫反应[36]。研究显示,TIMP1和MMPs的血清水平与脓毒症患者的结局相关[37, 38]。与既往发现一致,本研究表明TIMP1水平在早期死亡组中显著更高,提示其与不良预后可能存在关联。然而,没有MMPs能根据结局显著区分脓毒症亚组。
随着脓毒症预后恶化,PF4和CXCL7水平降低。这些蛋白储存于血小板α颗粒中,在血管壁损伤部位血小板活化时释放,对脓毒症期间的免疫应答和凝血至关重要[39]。血小板表达Toll样受体,可识别病原体相关分子模式,这种识别触发血小板活化及α颗粒释放[39, 40]。在储存于血小板α颗粒的趋化因子中,PF4和CXCL7最为丰富。这很可能解释了为何在血小板衍生颗粒中,仅PF4和CXCL7在健康队列与脓毒症亚组之间显示出显著差异。PF4又称趋化因子配体4,对中性粒细胞黏附、脱颗粒、单核细胞活化以及单核细胞分化为巨噬细胞和泡沫细胞至关重要。CXCL7可裂解为四种不同的趋化因子,其活性形式NAP-2尤为重要,可促进中性粒细胞趋化及对内皮细胞的黏附[41, 42]。少数研究检测了脓毒症患者的PF4和CXCL7水平。PF4在感染性疾病中的保护作用已有充分文献记载。Guo等强调了其在小鼠肺部抵御甲型流感病毒中的重要性[43],而Wegrzyn等显示脓毒症患者PF4水平较健康对照升高[44]。在Wegrzyn研究的脓毒症患者中,非存活者及有明显弥散性血管内凝血(DIC)者PF4水平最低,提示其通过巨噬细胞活化介导保护功能。本研究结果与Wegrzyn的研究一致,显示早期死亡的脓毒症患者PF4水平最低。然而,与既往研究不同,本分析显示所有脓毒症亚组的PF4水平均低于健康队列。这些差异可能源于脓毒症严重程度、DIC患病率及感染类型的不同。具体而言,本研究队列病情更为严重,77%发生脓毒性休克,平均SOFA评分为13.4,而Wegrzyn研究中脓毒性休克占44.7%,平均SOFA评分为5.9。本研究队列平均血小板计数为97.2 × 103/uL,表明伴血小板减少的DIC可能促进了这些患者中观察到的PF4水平降低。在细菌性脓毒症中,PF4可能因其与细菌结合而被更广泛地消耗,这与Krystin等的发现一致,他们显示PF4以电荷依赖方式与细菌结合,并通过吞噬作用增强细菌清除[45]。关于CXCL7,尽管一项研究报告其在脓毒症大鼠中上调[46],但本研究显示CXCL7水平在健康对照中最高,并随着脓毒症结局恶化而下降。尽管CXCL7和PF4在细菌入侵初期可能升高,但随着DIC和脓毒症相关血小板减少的进展,其水平显著下降,表明免疫和凝血功能障碍加重。需要进一步研究以阐明PF4和CXCL7在脓毒症中的作用和调控,特别是在细菌感染和DIC中。
本研究比较了健康对照与脓毒症患者之间以及脓毒症亚组之间的蛋白质谱,揭示了不同的表达模式。脓毒症组显示急性期反应物水平显著升高,包括CRP、SAA1和SAA2,反映了宿主对感染的即时免疫反应[47, 51]。尽管急性期蛋白是脓毒症有价值的诊断标志物,但其预后效用有限[48–51]。与现有文献一致,本研究表明,通过多种分析方法确定,在脓毒症患者中基于结局划分的亚组之间,急性期反应物水平无显著差异。相比之下,与伤口愈合相关的蛋白质[19, 20, 32, 35],如ACTB、FINC和TIMP1,在脓毒症亚组之间显示出显著上调或下调。这些发现表明,这些患者组织损伤的严重程度更为明显,且与脓毒症结局密切相关。在脓毒性休克患者中,氧输送受损、内皮屏障破坏和线粒体功能障碍导致组织损伤和器官功能障碍[52],可能驱动了本分析中观察到的伤口愈合过程。
本研究存在一些局限性。第一,虽然使用SWATH-MS蛋白质组学进行蛋白质定量,但未进行互补的酶联免疫吸附试验(ELISA)验证。因此,分析仅限于相对蛋白质丰度的评估,无法进行绝对蛋白质定量。这限制了研究间的直接比较并降低了临床适用性。需要进一步研究使用标准化方法如ELISA验证这些发现,以实现绝对定量和临床应用。第二,血液样本仅在ICU入院后脓毒症诊断时采集一次。这种单时间点采样限制了对整个病程中蛋白质水平动态变化的追踪能力。纵向测量可提供对脓毒症进展以及生物标志物预测结局效用如何演变的更深入见解。未来需要纳入纵向采样的研究来验证和扩展这些发现,阐明与脓毒症结局相关的蛋白质动力学。第三,本研究在单一三级医院进行,未进行外部验证,限制了研究结果的普适性。尽管我们严格遵循了样本制备和处理的标准化操作程序,如CLSI H3-A6静脉采血指南[53]和CLSI C64定量蛋白质分析指南[54],但残余溶血和蛋白质降解无法完全量化或排除。鉴于血浆蛋白质组学对分析前变异性的已知敏感性,以及可能存在实验室特异性偏倚或混杂因素,需要在独立多中心队列中使用标准化样本处理和正交检测方法进行外部验证,以确认可重复性和临床适用性。
本研究表明,脓毒症患者与健康对照者之间以及脓毒症各亚组之间的血清蛋白质组谱存在差异。尽管C反应蛋白(CRP)及其他急性期蛋白能有效区分脓毒症患者与健康个体,但其区分脓毒症各亚组按结局分类的能力有限。相比之下,本研究鉴定出一组用于脓毒症预后判断的新型生物标志物,包括ACTB、FINC、CXCL7、TIMP1和PF4。纳入SOFA评分的六变量模型对院内死亡显示出较高的预后价值,有望为重症监护病房(ICU)脓毒症患者实现更好的风险分层。仍需开展纵向样本研究并通过补充检测方法进行验证,以增强这些蛋白质组生物标志物的临床适用性。
补充信息
以下是电子补充材料的链接。
补充材料1
参考来源
- Lee SY, Ahn JH, Hong SB, et al. Serum proteomes and their prognostic values in sepsis patients admitted to a medical intensive care unit: a single-center study using SWATH-MS proteomics. Ann Intensive Care. 2025. PMID: 40864331. doi:10.1186/s13613-025-01543-y
- 全文:PMC12391578(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC12391578/
供执业医师抢救与诊疗参考,不替代临床判断;剂量请结合体重、肝肾功能和本院药品规格复核,以指南原文为准。