编者述要

本研究基于英国生物银行的数据证实，相较于标准临床预测指标和代谢组学谱，血浆蛋白质组谱可显著提升17种疾病（如部分癌症、代谢性心血管疾病）的发病风险预测效能。

摘要

代谢组学、蛋白质组学等多组学技术可提供深层分子信息以提升疾病风险预测效能，但大规模整合２类组学的研究仍较为匮乏。本研究基于英国生物银行23,776名受试者的基线数据（含159种核磁共振代谢物、2,923种Olink亲和蛋白质），系统评估２类组学对17种疾病发病风险的预测价值。结果显示，相较于单纯临床预测指标，加入组学数据可显著提升全部17种疾病的风险预测效能；17种疾病中16种的蛋白质组单组模型预测效果优于代谢组单组模型，且双组学整合相较蛋白质组单组未产生明显预测增益。本研究还鉴定出关键组学特征，既包含KLK3/PSA（前列腺癌）等经典标志物，也发现PRG3（皮肤癌）等新型候选标志物；并通过关键蛋白建立疾病与药物使用、社会经济因素的关联，凸显组学数据在提升个体风险预测、解析疾病分子机制、指导后续治疗研发中的临床价值。

sunq@chop.edu

canc@unc.edu

yunli@med.unc.edu

#多组学整合 #英国生物银行 #疾病发病预测 #代谢组学 #蛋白质组学 #生物标志物 #风险预测

结果

研究概述

表1研究队列基本特征

汇总23,776名研究对象的年龄、性别、种族、体重指数、吸烟状态，以及17种疾病的发病例数与占比；主要不良心血管事件（MACE）、冠心病（CHD）、外周动脉疾病（PAD）、慢性阻塞性肺疾病（COPD）。

图1研究概述

a. 3组基线预测指标集概述。本研究采用3组嵌套式基线临床预测指标：(1) 年龄 + 性别；(2) 动脉粥样硬化性心血管疾病（ASCVD）相关经典预测指标；(3) 包含人口学、生活方式、实验室检测指标的综合临床预测集（PANEL）。

b. 研究设计概述。研究纳入23,776名具备完整159种代谢物、2,923种蛋白数据的英国生物银行受试者。首先校正基线临床指标集（X），通过Cox比例风险模型计算各终点的鞅残差（步骤1）；采用5次重复5折分层交叉验证，每1折将队列均分5组，4组训练、1组预测，通过mixOmics建模（步骤2）；将预测残差回代Cox模型，以Harrell's C指数评估性能，5次随机种子重复验证稳定性（步骤3）；通过特征重要性得分鉴定各终点的关键组学特征（步骤4）。

组学数据提升预测准确性

图217种研究终点的绝对C指数

每个点代表5次重复5折交叉验证的平均C指数，误差线为1个标准差；基线模型仅纳入临床指标，组学模型为基线模型联合预测鞅残差后计算C指数。

经典疾病关联的关键组学特征验证

图3 校正PANEL基线协变量后代谢疾病的关键组学特征

热图展示校正综合临床指标后，主要不良心血管事件、心力衰竭、冠心病、外周动脉疾病、心房颤动、2型糖尿病等代谢疾病的关键组学特征；选取每种疾病前5位重要特征（均为蛋白）并展示其并集，颜色代表关联方向，深浅代表关联强度，方格内为标准化重要性得分。

关键蛋白在社会经济、生活方式与人口学因素中的富集

图4 17种研究终点所有蛋白的特征重要性得分相关性

相关性热图展示所有代谢物、蛋白的特征重要性得分在各疾病终点间的皮尔逊相关系数；疾病呈现明显聚类：心血管疾病（主要不良心血管事件、心力衰竭、冠心病、外周动脉疾病、心房颤动）高度聚集，其中主要不良心血管事件与冠心病相关性最强（r=0.587）；白内障与青光眼2种眼科疾病、肝病与肾病两种代谢性疾病分别呈显著相关（r=0.314、r=0.360）。

数据

UK Biobank

https://www.ukbiobank.ac.uk/use-our-data/apply-for-access/

代码

https://github.com/Dolce-99/ukb-multiomics

详细总结

思维导图

组学预测性能对比（核心结论）

参考

Nat Commun. 2026 May 9. doi: 10.1038/s41467-026-73017-z.

Multi-omics integration predicts the incidence of 17 diseases in the UK Biobank

260509ukb_multiomics.pdf

注：AI辅助创作，如有错误欢迎指出。内容仅供参考，不构成任何建议。