第一個腫瘤標志物可追溯到1846年由H Bence-Jones所證實的本周氏蛋白(Bence Jones Protein),對多發性骨髓瘤有一定的診斷作用。170余年后的今天,隨著基因組學、蛋白質組學、肽組學、代謝組學等在內的組學平臺,以及包括納米技術、生物信息學、抗體芯片等前沿在內的手段與方法,都為快速獲得及篩選生物標志物帶來了極大的可能。
2009年,美國密歇根大學霍華休斯醫學院研究者基于GC-MS代謝組學研究平臺找到前列腺癌biomarker-肌氨酸,發現它癌細胞轉移中可能扮演了重要的角色(Nature)。2011年,科學家利用LC-MS代謝組學研究平臺找到心血管疾病的預測biomarker,一些磷脂代謝物,如膽堿、氧化三甲胺和甜菜堿(Nature)。2014年,國內研究團隊利用GC-MS代謝組學研究平臺找到急性髓細胞白血病的診斷biomarker,并通過進一步研究發現腫瘤細胞的另一套代謝機制,揭示出可能的治療靶點(Blood)。2014年,美國研究團隊利用LC-MS代謝組學研究平臺,找到4個biomarker可區分肺癌的不同發展階段,并進行了一千多例的人群驗證(Cancer Research)。2016年,國內首批大樣本代謝組學研究利用LC-MS代謝組學研究平臺,篩選出12組靈敏度高、專屬性強的biomarker,可用于臨床冠心病的快速診斷以及不同分型的區分診斷(Journal of the American College of Cardiology)。2017年,一個被稱為“代謝組學”的代謝動態圖像已被用來識別能區分胰腺癌和慢性胰腺炎的新的血液代謝物生物標志物,與傳統診斷方法相比具有較高的靈敏度且適用于疾病更早期階段。研究者報告說,生物標志物特征區分胰腺癌與慢性胰腺炎,假設累積發病率為1.95%,曲線下面積為0.96,敏感性為89.9%,特異性為91.3%。這成功地驗證了生物標志物的特征(Gut)。
那么找到了關鍵的Biomarker,我們如何更進一步的進行疾病機制的研究呢?在組學的時代,隨著基因組學、蛋白質組學、肽組學、代謝組學等在內的組學平臺,以及生物信息學的發展,多組學聯合分析來解釋和闡述疾病病理機制已成為可能。2016年,該團隊研究學者在先前的代謝組學研究基礎上結合基因組學進行了mGWAS(Metabolome Genome-Wide Association Study)的研究,他們取了3880個冠心病患者的血漿,采用代謝組技術檢測膽堿等(8種)代謝物,利用重測序獲得材料SNP信息。基于代謝組數據和重測序SNP信息,開展mGWAS研究,最終得出在染色體2q34和5q14.1上發現了兩個位點與冠狀動脈疾病發展顯著相關,甘氨酸代謝與尿素循環可能揭示了新的動脈粥樣化硬化疾病發展機制。