医学
狼疮性肾炎（LN）是系统性红斑狼疮（SLE）的一种严重表现，其特征为异质性的肾脏病理改变，并且在诊断、预后评估和治疗选择方面依赖侵入性肾活检。当前外周临床标志物无法充分反映疾病活动度及进展情况。在本研究中，我们在大型纵向的 Accelerating Medicines Partnership Rheumatoid Arthritis/SLE 队列中，对270例LN患者和63名健康对照的血清中超过5,000种蛋白进行了全面蛋白质组学分析。
机器学习识别出不同的分子特征，这些特征可用于区分LN与健康对照、鉴别组织学分型，并界定与活动性和慢性化相关的通路，包括炎性细胞因子、PI3K/AKT、TGFβ以及补体/凝血通路。VSIG4、CD27、HAVCR1和LAIR1的升高在多种临床情境中持续表现为最重要的生物标志物，而这些标志物在3个月时的早期下降与1年时达到完全治疗反应相关。通过解析与关键炎症、PI3K/AKT、TGFβ及补体通路相关的协同血清蛋白模块，这些特征从机制上将循环蛋白质组扰动与LN中肾内免疫激活、组织损伤和修复联系起来。
这些发现表明，血清蛋白质组学能够反映复杂的肾内免疫病理过程，并为优化LN分型和指导个体化管理提供了一种有前景的无创液体活检方法，可能减少对重复侵入性活检的需求，并改善治疗决策。
PI曾为Hanshoh Bio提供咨询服务。其他所有感谢您关注并帮助传播bioRxiv的相关信息。
注意：要求提供您的电子邮箱地址，仅用于将您识别为本文的发送者。
📄 原文链接：https://www.biorxiv.org/content/10.64898/2026.05.08.723858v1?rss=1
🏷️ 狼疮性肾炎 血清蛋白质组学 生物标志物 治疗反应预测 免疫通路 机器学习