生物医学研究领域的知名期刊cell（影响因子：36.216）于北京时间2020年5月28日，在线发表了由迪安诊断凯莱谱实验室、浙江省台州医院和西湖大学郭天南实验室完成的联合研究成果。
该研究联合代谢组学和蛋白组学的技术优势，对新冠肺炎患者血清中的代谢物和蛋白分子进行了多组学联合分析，发现重症患者的血清中存在多种独特的分子变化，并发现了一系列潜在的生物标志物，有望为预测轻症患者向重症发展的风险提供参考和依据。腾讯基金会对本项目进行了资助。
proteomic and metabolomic characterization of covid-19 patient sera
https://www.cell.com/cell/fulltext/s0092-8674(20)30627-9
复制链接查看论文原文
迪安诊断凯莱谱实验室作为共同第一作者单位与共同通讯作者单位，全程参与了本研究的实验设计，数据分析和论文写作，并重点承担了代谢组学部分的检测和分析工作。
重症患者早期诊断难，
研究团队及时响应
随着新冠肺炎疫情在全球范围内肆虐数月，感染人数超过百万。今年1—2月，浙江台州地区因人员流动较大出现了感染人数的爆发式增长。作为台州地区定点救治医院，台州医院团队在临床工作中发现轻、重症患者的区分缺乏敏感的预测指标，常常需要依靠医生的临床经验，且重症患者在诊断时可能已经发展到疾病的后期，十分危急。因此，如果能够发现关键的生物标志物，对早期及时发现疾病轻症到重症的进展就显得尤为重要。
台州医院研究团队、迪安诊断凯莱谱研究团队以及西湖大学郭天南研究团队在短时间内完成了实验设计、检测以及数据处理工作。实验设计分组包括了新冠肺炎重症患者组、新冠肺炎普通患者组，并同时设置了健康对照组与疾病对照组。研究团队运用高分辨率质谱设备对血清样本中的代谢物和蛋白进行了全景式的测定，取得了样本的代谢组和蛋白质组谱图，并揭示了重症患者体内多种独特的分子调控机制。
在质谱分析数据的基础上，研究团队使用机器学习方法进一步对训练集和验证集样本进行分类，并运用靶向代谢谱和蛋白谱分析进行了进一步的验证。
多组学技术联用揭示
新冠肺炎轻重症患者关键差异
迪安诊断凯莱谱研究团队和合作团队通过代谢组学分析，共鉴定出血清中941个代谢物，其中373个代谢物在新冠患者中发生了显著变化，204个特征性改变的代谢物与疾病严重程度相关。
研究团队发现，超过100种脂类小分子在重症患者中发生了下调，进一步分析提示可能与患者的肝脏异常代谢相关，并与临床发现的胆红素和胆汁酸异常结果相吻合；
11种类固醇激素发生了显著上调，提示促进了巨噬细胞以及其他免疫细胞的形成和活跃程度，并可能与疾病感染触发的保护机制相关；
同时，新冠患者中血清氨基酸代谢通路出现了大幅度的抑制，超过100种氨基酸出现显著下调，其中包括精氨酸代谢的十余种代谢物，显示肝功能出现了异常。这可能是病毒迅速扩增导致的消耗，为临床医生监控病情和制定调整治疗方案提供了一定的参考。
此外，与健康对照组、疾病对照组和新冠肺炎普通患者组相比，新冠肺炎重症患者的样本中还出现了93种特有的蛋白表达，其中50种蛋白，与患者体内的巨噬细胞、血小板脱颗粒、补体系统有关。
covid-19感染后根据组学数据推测的重症患者体内的巨噬细胞、血小板、补体系统的作用通路图。这些蛋白质和代谢物有望成为提前诊断重症患者的生物标记物和治疗的靶点。
在进一步的数据分析中，研究团队使用机器学习方法进一步从训练集样本里筛选出重症患者特征性的22个蛋白质和7个代谢物。利用靶向的蛋白和代谢谱分析在19个新发患者中，成功鉴定出16个患者的分型。
此次研究表明，蛋白和代谢水平的改变可作为用来评估疾病的严重程度的潜在生物标志物。血清样本成分符合这一组合的患者，很可能是重症患者，或有很大可能性发展为重症病例。这一发现有望用于重症患者的预测，促进医疗资源的合理调配，并为重症患者的药物选择提供一定指导。该结果还需要在后续更多的独立临床队列中验证。
跨学科技术显威力，
助力新冠战疫早日胜利
本次研究自今年2月启动，采用新的质谱检测技术和机器学习的方法，短时间内整合代谢组、蛋白质组、临床、生物、计算等多学科数据，反复筛选、分析、比对、验证，率先完成了covid-19轻重症患者的血清代谢组与蛋白质组分析，为新冠重症患者血清中发生的、独特的、目前尚不明确的分子病理改变提供了一个全景式的描述。
工作中的凯莱谱研究团队
接下来，凯莱谱实验室等迪安诊断各研究团队将继续发挥自己的力量，协助全国各地区医院、机构开展新冠研究、检测、药物治疗评估，助力早日发现疾病规律，为战胜疫情提供更多帮助。