队列蛋白组 配对差异 临床关联与患者分层

适合开展哪些研究

在肿瘤及其他组织病变研究中，可采用同一患者的病灶、邻近非病变组织与远端组织配对设计，比较病灶相关变化以及周围组织的分子响应；具有原发灶、转移灶或复发灶材料的队列，可结合取材部位与治疗记录研究疾病演变过程中的蛋白变化。配对分析保留同一患者的对应关系，使组间差异建立在患者内变化的基础上。

当队列具有病理类型、分级、分期或连续临床指标时，可研究蛋白丰度与临床表型的关系，识别随疾病程度变化的蛋白集合。对于临床表现相近但分子差异较大的患者，还可根据共同的蛋白表达模式开展分层，比较各亚群的临床构成、通路特征和重点分子，据此选择机制研究对象及相应患者样本。

服务特色 患者内效应与跨患者一致性

同一蛋白的平均变化幅度与逐患者差值并列报告，显示总体差异来自普遍变化还是少数患者的较大变化。临床关联保留连续指标和有序等级的信息，按设计调整年龄、性别、治疗与取材因素。对指定通路、蛋白家族或功能模块，结果既列出集合层面的统计效应，也保留成员蛋白及其对应的患者观测。

患者分层按蛋白谱相似性归类患者，共表达模块则按丰度共同变化归类蛋白。亚群的临床构成、模块分数及其与分级、分期的关联分别展示，同一亚群内的患者差异也保留在图中。这样可以辨认亚群间哪些功能特征不同，以及这些差异是否同时伴随病理或其他临床特征的变化。

分析项目

队列定量与样本结构

• 样本蛋白覆盖：统计各样本可定量蛋白数、蛋白检出频率和分组覆盖，输出样本覆盖图及蛋白覆盖结果表。
• 丰度分布与动态范围：比较样本强度分布并排列蛋白丰度，展示高、中、低丰度区间及代表蛋白的位置。
• 缺失模式与数据处理：按样本、蛋白和分组描述缺失，结合数据分布完成过滤、变换与适用的标准化，形成分析矩阵。
• 整体样本分布：通过PCA、样本相关性和聚类展示患者、组织类别及批次对应的整体结构，输出得分图和样本关系图。

患者内配对与组间差异

• 患者内组织配对：按患者对应病灶和配对组织，估计各蛋白的配对变化幅度、置信区间及多重检验校正结果。
• 独立组间比较：按照疾病组、对照组或治疗组的设计建立组间模型，报告分组效应和预设临床协变量校正结果。
• 多组比较与指定对比：对三个及以上分组完成总体检验和研究指定的组间对比，汇总共同、特有及方向不同的蛋白。
• 差异蛋白图谱：综合效应量、统计结果与蛋白覆盖绘制差异图谱、火山图和聚类热图，展示蛋白层与样本层变化。
• 代表蛋白配对分布：连接同一患者的配对丰度，展示总体差异对应的个体方向、幅度及患者间异质性。

临床分级与表型关联

• 病理分级关联：以有序病理分级或指定分级对比分析蛋白变化，输出全蛋白效应分布和分级相关蛋白结果。
• 连续临床变量关联：估计蛋白与年龄、实验室指标、疾病负荷等连续表型的关系，报告关联系数及协变量调整结果。
• 分类临床特征关联：比较不同临床状态或病理类别中的蛋白丰度，输出分层分布、效应量及对应统计结果。
• 临床梯度蛋白程序：汇总随病理分级或疾病负荷共同变化的蛋白，形成按临床梯度排列的蛋白程序热图。

患者分型与亚型特征

• 无监督患者分型：采用适合数据结构的聚类或非负矩阵分解（NMF）提取蛋白表达亚型，输出患者归属与亚型表达图。
• 独立队列分型复现：在具有对应独立队列时，沿用发现阶段的蛋白集和患者归类规则，比较亚型蛋白特征及临床关联。
• 亚型标志蛋白：逐一比较各亚型与其他亚型的蛋白丰度，输出标志蛋白效应、表达分布及亚型特征热图。
• 亚型临床组成：比较各亚型中分期、分级、病理类别和其他临床特征的分布，输出构成图及关联结果。
• 亚型功能特征：对各亚型的特征蛋白进行功能集合分析，展示亚型之间的通路程序及对应成员蛋白。

功能集合与共变模块

• 差异蛋白功能富集：对升高、降低或指定差异蛋白集合开展GO、KEGG或Reactome分析，报告功能条目及其成员。
• 全蛋白排序集合分析：利用蛋白层统计量进行排序型功能集合分析，识别整体方向一致的功能变化并展示核心成员。
• 蛋白共变模块：根据样本间协同丰度变化建立蛋白模块，输出模块成员、代表分数和蛋白归属强度。
• 模块与临床关联：估计模块代表分数与病理分级、临床表型或患者亚型的关系，形成模块层关联结果。
• 模块功能解释：结合功能数据库归纳模块涉及的过程，并呈现支持该过程的模块蛋白和患者表达模式。

候选蛋白网络与结果汇总

• 数据库功能关联网络：将候选蛋白或模块蛋白对应至STRING等数据库，展示已有功能关联及其连接结构。
• 功能注释子网络：按Reactome等功能集合组织候选子网络，分别标示蛋白的模块归属、分级关联和功能成员身份。
• 候选蛋白综合排序：汇总配对效应、临床关联、亚型特征、模块归属和功能注释，形成与研究问题对应的候选表。
• 分层结果汇总：分别提供蛋白层差异、样本层分型、模块层关联和通路层解释结果，以及相应图件和图注。

核心分析 队列质量与研究比较

样本与患者对应表确定各项比较的统计单位。定量深度、蛋白覆盖率、信号分布、缺失模式和样本相关性描述可用数据，主成分图显示临床分组与检测批次的整体分布。独立组、配对组和多条件设计分别采用相应模型，报告变化倍数、置信区间及多重检验结果；重点蛋白同时提供个体丰度、患者内差值和方向一致性。

多个组织部位来自同一患者时，模型保留患者层的重复测量结构，分别估计部位差异及患者间变异。病理等级和连续表型的分析按样本量与指标分布设置整体趋势、相邻等级对比或非线性效应。每项结果均注明对应的组织来源、纳入人群和比较条件，使效应大小具有明确的取材与临床含义。

深入分析 临床关联 分子亚群与功能网络

单蛋白关联报告丰度与分级、活动度及连续指标的关系，共表达分析则提取协同变化的蛋白模块，估计模块分数与临床表型的关联。探索患者分层时，可采用非负矩阵分解等方法提取共同蛋白模式，并比较不同分组方案在重复分析中的稳定性、组内一致性和临床构成，确定患者亚群及其代表特征。

差异蛋白、临床关联蛋白和模块成员分别进行通路注释，比较免疫、代谢、基质与细胞结构等功能集合的成员及效应。功能网络以实测蛋白为节点，以数据库收录的联系为连线，显示同一功能集合中哪些成员共同变化、哪些成员与临床表型相关。独立队列沿用既定蛋白集和患者归类规则，检验这些模块特征与临床关联能否重复观察。

样本与临床资料

可根据研究目标提供组织样本，由易算生物完成适配的样本前处理、LC–MS/MS检测与蛋白定量。送样信息包括患者编号、样本编号、器官与取材部位、病灶或对照属性、组织处理与保存方式；配对队列同步提供配对关系，具有多个部位或时点的样本保留各自来源。已有质谱数据的项目可结合原始文件、检索结果和样本信息安排补充分析。

临床资料建议围绕主要研究问题整理病理类型、分级、分期、分子分型、治疗情况以及重点连续指标，统一单位、时间窗口和分类定义。样本设计综合考虑独立患者数量、配对完整度、临床亚组覆盖和预期比较数量，检测安排兼顾分组与批次分布，使患者间差异与实验条件能够分别进入分析。

服务流程

研究设计：确定主要组织比较、患者分组与临床指标，形成取样和信息整理方案。

检测与定量：完成样本前处理、质谱采集和蛋白定量，整理可用于队列比较的数据。

专题分析：依次开展配对差异、临床关联、患者分层与功能模块分析，并围绕重点问题组织图件。

结果交付：解释主要蛋白变化、患者亚群与功能特征，提供候选蛋白和后续研究所需的数据资料。

交付内容

交付样本信息与定量结果、质量分析图表、完整差异与临床关联结果、患者分层及模块结果，并提供重点蛋白、通路和功能网络的图文说明。图件包括展示版图片及适合进一步排版的文件，配套结果表保留蛋白标识、效应量、统计结果和对应注释。

专题报告逐项解释组织差异的患者间一致性、临床关联的方向与幅度，以及患者亚群的蛋白和通路特征。对指定候选分子，附上其在不同组织和亚群中的分布、靶向检测所需的蛋白标识，并列明分层取样条件与独立队列需记录的临床字段。

项目咨询：请提供研究问题、样本类型与数量、分组设计及相关病理、临床或配套组学资料。多组学与生信定制咨询：multiomics@omicsolution.com。

图文示例

图文为分析方法、公开数据再分析或研究示例。示例中的样本数量、效应和模型性能对应各自数据与分析条件，不代表其他项目的结果保证。服务用于科研；候选关系与预测结果不能替代机制验证、独立队列验证或临床诊断。

图1 肿瘤与邻近组织的蛋白丰度范围

Gillette等，Cell，2020，CPTAC肺腺癌开放数据；易算生物重新分析。

候选蛋白的丰度排序说明其定量区间，两类组织的丰度跨度显示高、低信号间的差距。相同的组织变化倍数可以出现在不同丰度区间，因此筛选复测分子时需要同时考虑配对效应、检出覆盖和信号稳定性。

图2 肿瘤与邻近组织的整体蛋白分布

Gillette等，Cell，2020，CPTAC肺腺癌开放数据；易算生物重新分析。

两类组织在主成分空间中的相对位置反映整体蛋白组成差异，组内点的分散程度则显示样本异质性。患者、病理和批次注释用于识别伴随这些分布的因素；患者内组织差异与患者之间的差异，由相应的配对模型和临床关联模型分别估计。

图3 患者内配对差异图谱

Gillette等，Cell，2020，CPTAC肺腺癌开放数据；易算生物重新分析。

平均变化相近的蛋白，在逐患者差值热图中可能呈现不同分布：一些变化方向较一致，另一些集中于部分患者。右侧方向一致性把这种差别汇总到蛋白层面，因此平均效应和患者覆盖程度需要一同用于解释配对差异。

图4 代表蛋白的患者内丰度变化

Gillette等，Cell，2020，CPTAC肺腺癌开放数据；易算生物重新分析。

六幅图的连线保留同一患者的组织配对，方向表示升降，长度表示丰度差。基线丰度不同的患者是否具有相似响应、变化是否集中于少数个体，均可从这些分布中辨认，说明组织差异的患者间一致性。

图5 病理分级相关的蛋白效应分布

Gillette等，Cell，2020，CPTAC肺腺癌开放数据；易算生物重新分析。

相关系数排序保留方向和强弱，正、负两端分别对应随病理分级升高而增加或减少的蛋白。右侧分布显示全蛋白的关联效应构成；代表蛋白的患者表达及功能注释说明各端涉及哪些共同变化的分子集合。

图6 随病理分级变化的蛋白程序

Gillette等，Cell，2020，CPTAC肺腺癌开放数据；易算生物重新分析。

患者按病理分级排列后，一组蛋白丰度随分级升高而降低，另一组呈相反变化。同一病理等级内仍保留患者间的表达差异，顶部的分期和分型注释用于比较这些局部差异是否同时伴随其他临床特征。

图7 既有分子亚型的蛋白表达特征

Gillette等，Cell，2020，CPTAC肺腺癌开放数据；易算生物重新分析。

右侧亚型平均表达概括组间差异，左侧逐患者热图则显示这些差异在组内的分布。两者对照可区分广泛出现的亚型特征与少数患者的较大变化；临床和突变注释按相同顺序排列，显示蛋白表达差异所伴随的患者特征。

图8 分子亚型的临床与突变构成

Gillette等，Cell，2020，CPTAC肺腺癌开放数据；易算生物重新分析。

实心点和空心点分别给出目标亚型及其余患者的特征比例，横向距离表示比例差异。逐行比较性别、吸烟史、病理特征和突变，可判断哪些临床或分子特征与该亚型共同出现，为解释亚型的蛋白表达差异提供对应的人群信息。

图9 患者亚型的功能通路特征

Gillette等，Cell，2020，CPTAC肺腺癌开放数据；易算生物重新分析。

干扰素信号、血小板相关过程和线粒体翻译等通路按相同亚型顺序排列，显示功能集合的分布。富集证据、幅度和重叠成员数各有对应指标；成员蛋白的患者表达还可检验通路内分子是否具有一致的亚型特征。

图10 病理分级相关的功能子网络

Gillette等，Cell，2020，CPTAC肺腺癌开放数据；易算生物重新分析。

弹性纤维、收缩结构与生物氧化相关蛋白按功能归入子网络，关联方向显示各成员如何随分级变化。数据库连线补充已知功能联系；同一子网络内的成员及其效应可用于比较功能相近的蛋白是否具有一致的临床关联。