全血和血斑蛋白质组学差异分析

doi:10.12116/j.issn.1004-5619.2022.521204

摘要/Abstract

摘要：

目的研究外周血形成干燥血斑后蛋白质水平的变化。方法应用液相色谱-串联质谱法（LC-MS/MS）和非标记定量（label-free quantification，LFQ）策略进行全血和血斑的蛋白质检测，分别采用R 4.2.1软件limma包和edgeR包筛选差异蛋白质，再进行生物学功能、信号通路和亚细胞定位分析。结果全血和血斑中分别检测到623个和596个蛋白质，其中31个蛋白质的定量差异具有统计学意义，包括10个丰度在血斑中上调和21个丰度在血斑中下调的蛋白质。结论全血和血斑中的蛋白质丰度高度相关，两者间蛋白质丰度的改变可能与细胞内源性蛋白和结构蛋白的变化相关。应用蛋白质组学技术可以辅助蛋白质生物标志物的筛选和鉴定，为法医学研究引入新型生物标志物。

关键词: 法医学, 蛋白质组学, 液相色谱-串联质谱法, 差异蛋白质, 非标记定量策略, 全血, 血斑

Abstract:

Objective To study the changes of protein levels in peripheral blood after it dried. Methods The proteins from whole blood and bloodstains were detected by liquid chromatography-tandem mass spectrometry （LC-MS/MS） and normalized by the label-free quantification （LFQ） method. The differential proteins were analyzed by using R 4.2.1 software, limma and edgeR package. The analysis of biological function, signaling pathway and subcellular localization for the differential proteins was then performed. Results A total of 623 and 596 proteins were detected in whole blood and bloodstains, respectively, of which 31 were statistically significant in the quantitative results, including 10 up-regulated and 21 down-regulated proteins in bloodstains. Conclusion The protein abundances in whole blood and bloodstains are highly correlated, and the variation of protein abundances may be related to the changes of endogenous and structural proteins in cells. The application of proteomics technology can assist the screening and identification of protein biomarkers, thereby introducing new biomarkers for forensic research.

Key words: forensic medicine, proteomics, liquid chromatography-tandem mass spectrometry （LC-MS/MS）, differential protein, label-free quantification method, whole blood, bloodstains

中图分类号:

黄傲, 温姝博, 孔倩倩, 赵珍敏, 刘希玲. 全血和血斑蛋白质组学差异分析[J]. 法医学杂志, 2023, 39(6): 549-556.

Ao HUANG, Shu-bo WEN, Qian-qian KONG, Zhen-min ZHAO, Xi-ling LIU. Proteomic Difference Analysis of Whole Blood and Bloodstains[J]. Journal of Forensic Medicine, 2023, 39(6): 549-556.

图/表 5

参考文献 44

1	MÜLLER J B， GEYER P E， COLAÇO A R， et al. The proteome landscape of the kingdoms of life[J]. Nature，2020，582（7813）：592-596. doi：10.1038/s41586-020-2402-x .
2	UHLÉN M， BJÖRLING E， AGATON C， et al. A human protein atlas for normal and cancer tissues based on antibody proteomics[J]. Mol Cell Proteomics，2005，4（12）：1920-1932. doi：10.1074/mcp.M500279-MCP200 .
3	OMENN G S， LANE L， OVERALL C M， et al. Progress on identifying and characterizing the human proteome： 2018 metrics from the HUPO human proteome project[J]. J Proteome Res，2018，17（12）：4031-4041. doi：10.1021/acs.jproteome.8b00441 .
4	SUHRE K， MCCARTHY M I， SCHWENK J M. Genetics meets proteomics： Perspectives for large population-based studies[J]. Nat Rev Genet，2021， 22（1）：19-37. doi：10.1038/s41576-020-0268-2 .
5	ZHONG W， EDFORS F， GUMMESSON A， et al. Next generation plasma proteome profiling to monitor health and disease[J]. Nat Commun，2021，12（1）：2493. doi：10.1038/s41467-021-22767-z .
6	LEGG K M， POWELL R， REISDORPH N， et al. Verification of protein biomarker specificity for the identification of biological stains by quadrupole time-of-flight mass spectrometry[J]. Electrophoresis，2017，38（6）：833-845. doi：10.1002/elps.201600352 .
7	LEHALLIER B， GATE D， SCHAUM N， et al. Undulating changes in human plasma proteome profiles across the lifespan[J]. Nat Med，2019，25（12）：1843-1850. doi：10.1038/s41591-019-0673-2 .
8	PALAGUMMI S， HARBISON S， FLEMING R. A time-course analysis of mRNA expression during injury healing in human dermal injuries[J]. Int J Legal Med，2014，128（3）：403-414. doi：10.1007/s00414-013-0941-5 .
9	韩刘君，徐红梅，陈龙. 蛋白质组学及其在法医病理学中的应用[J].法医学杂志，2019，35（1）：78-83. doi：10.12116/j.issn.1004-5619.2019.01.015 .
	HAN L J， XU H M， CHEN L. Proteomics and its application in forensic pathology[J]. Fayixue Zazhi，2019，35（1）：78-83.
10	张旭东，姜垚如，梁芯瑞，等. 蛋白质芯片检测技术结合多维统计方法推断死亡时间[J].法医学杂志，2023，39（2）：115-120，128. doi：10.12116/j.issn.1004-5619.2022.420407 .
	ZHANG X D， JIANG Y R， LIANG X R， et al. Postmortem interval estimation using protein chip techno-logy combined with multivariate analysis methods[J]. Fayixue Zazhi，2023，39（2）：115-120，128.
11	DÍAZ MARTÍN R D， CAMACHO-MARTÍNEZ Z， AMBROSIO HERNÁNDEZ J R， et al. Proteomics as a new tool in forensic sciences[J]. Span J Leg Med，2019，45（3）：114-122. doi：10.1016/j.remle.2019.08.001 .
12	DOTY K C， MURO C K， LEDNEV I K. Predicting the time of the crime： Bloodstain aging estimation for up to two years[J]. Forensic Chem，2017，5：1-7. doi：10.1016/j.forc.2017.05.002 .
13	BJÖRKESTEN J， ENROTH S， SHEN Q， et al. Stability of proteins in dried blood spot biobanks[J]. Mol Cell Proteomics，2017，16（7）：1286-1296. doi：10 .
	1074/mcp.RA117.000015.
14	KIM J Y， PARK J H， KIM M I， et al. Identification of female-specific blood stains using a 17β- estradiol-targeted aptamer-based sensor[J]. Int J Legal Med，2018，132（1）：91-98. doi：10.1007/s00414-017-1718-z .
15	JACKSON S， FREY B S， BATES M N， et al. Direct differentiation of whole blood for forensic serology analysis by thread spray mass spectrometry[J]. Analyst，2020，145（16）：5615-5623. doi：10.1039/d0an00857e .
16	ESHGHI A， PISTAWKA A J， LIU J， et al. Concentration determination of >200 proteins in dried blood spots for biomarker discovery and validation[J]. Mol Cell Proteomics，2020，19（3）：540-553. doi：10 .
	1074/mcp.TIR119.001820.
17	WIŚNIEWSKI J R. Filter-aided sample preparation for proteome analysis[J]. Methods Mol Biol，2018，1841：3-10. doi：10.1007/978-1-4939-8695-8_1 .
18	ZHU W， SMITH J W， HUANG C M. Mass spec-trometry-based label-free quantitative proteomics[J]. J Biomed Biotechnol，2010，2010：840518. doi：10.1155/2010/840518 .
19	SHERMAN B T， HAO M， QIU J， et al. DAVID： A web server for functional enrichment analysis and functional annotation of gene lists （2021 update）[J]. Nucleic Acids Res，2022，50（W1）：W216-W221. doi：10.1093/nar/gkac194 .
20	CONSORTIUM U. UniProt： The universal protein knowledgebase in 2021[J]. Nucleic Acids Res，2021，49（D1）：D480-D489. doi：10.1093/nar/gkaa1100 .
21	VAN WIJK K J， LEPPERT T， SUN Q， et al. The Arabidopsis PeptideAtlas： Harnessing worldwide proteomics data to create a comprehensive community proteomics resource[J]. Plant Cell，2021，33（11）：3421-3453. doi：10.1093/plcell/koab211 .
22	DEUTSCH E W， OMENN G S， SUN Z， et al. Advances and utility of the human plasma proteome[J]. J Proteome Res，2021，20（12）：5241-5263. doi：10 .
	1021/acs.jproteome.1c00657.
23	OSTAN R， MONTI D， GUERESI P， et al. Gender， aging and longevity in humans： An update of an intriguing/neglected scenario paving the way to a gender-specific medicine[J]. Clin Sci （Lond），2016，130（19）：1711-1725. doi：10.1042/CS20160004 .
24	ARSENE C G， OHLENDORF R， BURKITT W， et al. Protein quantification by isotope dilution mass spectrometry of proteolytic fragments： Cleavage rate and accuracy[J]. Anal Chem，2008，80（11）：4154-4160. doi：10.1021/ac7024738 .
25	BROWNRIDGE P， BEYNON R J. The importance of the digest： Proteolysis and absolute quantification in proteomics[J]. Methods，2011，54（4）：351-360. doi：10.1016/j.ymeth.2011.05.005 .
26	CHAMBERS A G， PERCY A J， YANG J， et al. Multiplexed quantitation of endogenous proteins in dried blood spots by multiple reaction monitoring-mass spectrometry[J]. Mol Cell Proteomics，2013，12（3）：781-791. doi：10.1074/mcp.M112.022442 .
27	ROSTING C， GJELSTAD A， HALVORSEN T G. Water-soluble dried blood spot in protein analysis： A proof-of-concept study[J]. Anal Chem，2015，87（15）：7918-7924. doi：10.1021/acs.analchem.5b01735 .
28	THOLEY A， BECKER A. Top-down proteomics for the analysis of proteolytic events -- Methods， applications and perspectives[J]. Biochim Biophys Acta Mol Cell Res，2017，1864（11 Pt B）：2191-2199. doi：10.1016/j.bbamcr.2017.07.002 .
29	CORADIN M， KARCH K R， GARCIA B A. Monitoring proteolytic processing events by quantitative mass spectrometry[J]. Expert Rev Proteomics，2017，14（5）：409-418. doi：10.1080/14789450.2017.1316977 .
30	CIZDZIEL J V. Determination of lead in blood by laser ablation ICP-TOF-MS analysis of blood spotted and dried on filter paper： A feasibility study[J]. Anal Bioanal Chem，2007，388（3）：603-611. doi：10.1007/s00216-007-1242-y .
31	COWANS N J， SUONPAA M， KOURU H， et al. Evaluation of a dried blood spot assay to measure prenatal screening markers pregnancy-associated plas-ma protein a and free β-subunit of human chorionic gonadotropin[J]. Clin Chem，2013，59（6）：968-975. doi：
32	1373/clinchem.2012.194894.
33	TSUJITA K， TAKENAWA T， ITOH T. Feedback regulation between plasma membrane tension and membrane-bending proteins organizes cell polarity during leading edge formation[J]. Nat Cell Biol，2015，17（6）：749-758. doi：10.1038/ncb3162 .
34	ANDERSON N L， ANDERSON N G. The human plasma proteome： History， character， and diagnostic prospects[J]. Mol Cell Proteomics，2002，1（11）：845-867. doi：10.1074/mcp.r200007-mcp200 .
35	SCHILLING B， RARDIN M J， MACLEAN B X， et al. Platform-independent and label-free quantitation of proteomic data using MS1 extracted ion chromatograms in skyline： Application to protein acetylation and phosphorylation[J]. Mol Cell Proteomics，2012，11（5）：202-214. doi：10.1074/mcp.M112.017707 .
36	ZHAO L， CONG X， ZHAI L， et al. Comparative evaluation of label-free quantification strategies[J]. J Proteomics，2020，215：103669. doi：10.1016/j.jprot.2020.103669 .
37	LI Z， CHEN D， WANG Q， et al. mRNA and micro-RNA stability validation of blood samples under different environmental conditions[J]. Forensic Sci Int Genet，2021，55：102567. doi：10.1016/j.fsigen.2021.102567 .
38	ALBANI P P， FLEMING R. Novel messenger RNAs for body fluid identification[J]. Sci Justice，2018，58（2）：145-152. doi：10.1016/j.scijus.2017.09.002 .
39	SONG F， LUO H， HOU Y. Developed and evaluated a multiplex mRNA profiling system for body fluid identification in Chinese Han population[J]. J Forensic Leg Med，2015，35：73-80. doi：10.1016/j.jflm.2015.08.006 .
40	HEO T M， GWON S Y， YANG J H， et al. Hemoglobin subunit beta protein as a novel marker for time since deposition of bloodstains at crime scenes[J]. Forensic Sci Int，2022，336：111348. doi：10.1016/j.forsciint.2022.111348 .
41	HANSON E， INGOLD S， HAAS C， et al. Messenger RNA biomarker signatures for forensic body fluid identification revealed by targeted RNA sequencing[J]. Forensic Sci Int Genet，2018，34：206-221. doi：10.1016/j.fsigen.2018.02.020 .
42	ZUBAKOV D， LIU F， KOKMEIJER I， et al. Human age estimation from blood using mRNA， DNA methy-lation， DNA rearrangement， and telomere length[J]. Forensic Sci Int Genet，2016，24：33-43. doi：10.1016/j.fsigen.2016.05.014 .
43	WIKLUND F E， BENNET A M， MAGNUSSON P K E， et al. Macrophage inhibitory cytokine-1 （MIC-1/GDF15）： A new marker of all-cause mortality[J]. Aging Cell，2010，9（6）：1057-1064. doi：10.1111/j.1474-
	9726.2010.00629.x.
44	COHEN E， DILLIN A. The insulin paradox： Aging， proteotoxicity and neurodegeneration[J]. Nat Rev Neurosci，2008，9（10）：759-767. doi：10.1038/nrn2474 .

组别	样本	年龄/岁	平均年龄/岁	性别	血型	全血	血斑
P1	P1-1，P1-2，P1-3，P1-4，P1-5	25，25，25，26，28	26	女	O型	全血-1	血斑-1
P2	P2-1，P2-2，P2-3，P2-4，P2-5	25，26，27，29，47	30	男	O型	全血-2	血斑-2
P3	P3-1，P3-2，P3-3，P3-4，P3-5	25，26，26，26，28	26	男	A型	全血-3	血斑-3

组别	样本	年龄/岁	平均年龄/岁	性别	血型	全血	血斑
P1	P1-1，P1-2，P1-3，P1-4，P1-5	25，25，25，26，28	26	女	O型	全血-1	血斑-1
P2	P2-1，P2-2，P2-3，P2-4，P2-5	25，26，27，29，47	30	男	O型	全血-2	血斑-2
P3	P3-1，P3-2，P3-3，P3-4，P3-5	25，26，26，26，28	26	男	A型	全血-3	血斑-3

编号	蛋白质	Uniprot ID	基因	亚细胞定位	log₂FC	-log₁₀P	变化趋势
1	载脂蛋白C3	P02656	APOC3	分泌型	0.70	0.62	↑
2	核受体结合蛋白	Q9UHY1	NRBP1	胞质	0.72	1.52	↑
3	免疫球蛋白λ变量9-49	A0A0B4J1Y8	IGLV9-49	分泌型	26.00	10.15	↑
4	补体因子D	P00746	CFD	分泌型	23.57	11.08	↑
5	半胱氨酸蛋白酶抑制剂C	P01034	CST3	分泌型	23.62	10.01	↑
6	核糖核苷二磷酸还原酶大亚基	P23921	RRM1	胞质	22.95	10.90	↑
7	根蛋白	P35241	RDX	细胞膜	23.86	11.08	↑
8	肝细胞生长因子激活剂	Q04756	HGFAC	分泌型	22.96	9.24	↑
9	自噬相关蛋白3	Q9NT62	ATG3	胞质	23.03	11.08	↑
10	SEC14样蛋白4	Q9UDX3	SEC14L4	胞质	25.70	11.08	↑
11	铵转运体Rh A型	Q02094	RHAG	浆膜	-0.75	1.65	↓
12	胞质乙酰辅酶A硫脂水解酶	O00154	ACOT7	胞质	-23.63	10.64	↓
13	26S蛋白酶体非ATP酶调节亚基3	O43242	PSMD3	细胞质基质	-28.65	11.08	↓
14	α-辅肌动蛋白-4	O43707	ACTN4	细胞核	-24.56	8.25	↓
15	微管蛋白β链	P07437	TUBB	胞质	-23.18	10.93	↓
16	热激蛋白60	P10809	HSPD1	线粒体基质	-24.89	6.97	↓
17	断裂点丛集区蛋白	P11274	BCR	突触后致密区	-26.77	8.89	↓
18	延伸因子2	P13639	EEF2	胞质	-23.37	9.23	↓
19	连接桥粒斑珠蛋白	P14923	JUP	细胞连接处	-22.95	6.37	↓
20	异质性细胞核核糖蛋白A2/B1	P22626	HNRNPA2B1	细胞核	-23.07	8.36	↓
21	甘露聚糖结合凝集素丝氨酸蛋白酶1	P48740	MASP1	分泌型	-24.09	10.15	↓
22	X连锁Kx血型抗原	P51811	XK	内质网膜	-24.34	11.08	↓
23	Epiplakin	P58107	EPPK1	细胞骨架	-23.05	6.85	↓
24	转化蛋白RhoA	P61586	RHOA	细胞膜	-25.39	11.08	↓
25	免疫球蛋白结合蛋白1	P78318	IGBP1	胞质	-23.11	10.38	↓
26	1，4-α-葡聚糖分支酶	Q04446	GBE1	胞质	-22.60	11.08	↓
27	细胞间黏附分子4	Q14773	ICAM4	细胞膜	-24.15	11.08	↓
28	多聚C结合蛋白1	Q15365	PCBP1	细胞核	-24.62	10.22	↓
29	含NudC结构域的蛋白质2	Q8WVJ2	NUDCD2	染色体	-24.24	11.08	↓
30	羧肽酶B2	Q96IY4	CPB2	分泌型	-24.54	10.64	↓
31	Rabankyrin-5	Q9P2R3	ANKFY1	细胞膜	-22.81	11.08	↓

编号	蛋白质	Uniprot ID	基因	亚细胞定位	log₂FC	-log₁₀P	变化趋势
1	载脂蛋白C3	P02656	APOC3	分泌型	0.70	0.62	↑
2	核受体结合蛋白	Q9UHY1	NRBP1	胞质	0.72	1.52	↑
3	免疫球蛋白λ变量9-49	A0A0B4J1Y8	IGLV9-49	分泌型	26.00	10.15	↑
4	补体因子D	P00746	CFD	分泌型	23.57	11.08	↑
5	半胱氨酸蛋白酶抑制剂C	P01034	CST3	分泌型	23.62	10.01	↑
6	核糖核苷二磷酸还原酶大亚基	P23921	RRM1	胞质	22.95	10.90	↑
7	根蛋白	P35241	RDX	细胞膜	23.86	11.08	↑
8	肝细胞生长因子激活剂	Q04756	HGFAC	分泌型	22.96	9.24	↑
9	自噬相关蛋白3	Q9NT62	ATG3	胞质	23.03	11.08	↑
10	SEC14样蛋白4	Q9UDX3	SEC14L4	胞质	25.70	11.08	↑
11	铵转运体Rh A型	Q02094	RHAG	浆膜	-0.75	1.65	↓
12	胞质乙酰辅酶A硫脂水解酶	O00154	ACOT7	胞质	-23.63	10.64	↓
13	26S蛋白酶体非ATP酶调节亚基3	O43242	PSMD3	细胞质基质	-28.65	11.08	↓
14	α-辅肌动蛋白-4	O43707	ACTN4	细胞核	-24.56	8.25	↓
15	微管蛋白β链	P07437	TUBB	胞质	-23.18	10.93	↓
16	热激蛋白60	P10809	HSPD1	线粒体基质	-24.89	6.97	↓
17	断裂点丛集区蛋白	P11274	BCR	突触后致密区	-26.77	8.89	↓
18	延伸因子2	P13639	EEF2	胞质	-23.37	9.23	↓
19	连接桥粒斑珠蛋白	P14923	JUP	细胞连接处	-22.95	6.37	↓
20	异质性细胞核核糖蛋白A2/B1	P22626	HNRNPA2B1	细胞核	-23.07	8.36	↓
21	甘露聚糖结合凝集素丝氨酸蛋白酶1	P48740	MASP1	分泌型	-24.09	10.15	↓
22	X连锁Kx血型抗原	P51811	XK	内质网膜	-24.34	11.08	↓
23	Epiplakin	P58107	EPPK1	细胞骨架	-23.05	6.85	↓
24	转化蛋白RhoA	P61586	RHOA	细胞膜	-25.39	11.08	↓
25	免疫球蛋白结合蛋白1	P78318	IGBP1	胞质	-23.11	10.38	↓
26	1，4-α-葡聚糖分支酶	Q04446	GBE1	胞质	-22.60	11.08	↓
27	细胞间黏附分子4	Q14773	ICAM4	细胞膜	-24.15	11.08	↓
28	多聚C结合蛋白1	Q15365	PCBP1	细胞核	-24.62	10.22	↓
29	含NudC结构域的蛋白质2	Q8WVJ2	NUDCD2	染色体	-24.24	11.08	↓
30	羧肽酶B2	Q96IY4	CPB2	分泌型	-24.54	10.64	↓
31	Rabankyrin-5	Q9P2R3	ANKFY1	细胞膜	-22.81	11.08	↓

[1]	韩兴, 刘昕, 杜明荦, 徐若沦, 李家荣, 刘超, 刘卫国. UPLC-MS/MS法测定血液中依托咪酯及其代谢物依托咪酯酸的含量[J]. 法医学杂志, 2023, 39(6): 564-570.
[2]	王泽宇, 刘霞, 陈捷敏, 陈芳. 鼻窦手术后视力障碍医疗损害鉴定1例[J]. 法医学杂志, 2023, 39(6): 632-634.
[3]	马星宇, 程浩, 张忠铎, 李烨铭, 赵东. 代谢组学技术结合机器学习算法在损伤时间推断中的研究进展[J]. 法医学杂志, 2023, 39(6): 596-600.
[4]	焦同博, 朱娅萍, 张孟周. 食管胃底静脉曲张内镜治疗医疗损害鉴定3例[J]. 法医学杂志, 2023, 39(6): 628-631.
[5]	李影, 俞勇, 寇兴华, 韩占龙. 18例输卵管妊娠相关医疗损害法医学鉴定分析[J]. 法医学杂志, 2023, 39(6): 571-578.
[6]	安永明, 张志威, 关国鹏. 肺挫裂伤合并多发假性囊肿法医学鉴定1例[J]. 法医学杂志, 2023, 39(5): 519-522.
[7]	马安全, 马晓晨, 方俊杰. 会阴部外伤致睾丸萎缩鉴定1例[J]. 法医学杂志, 2023, 39(5): 528-530.
[8]	夏晴, 陈捷敏. 垂直压缩型踝关节骨折成伤机制分析2例[J]. 法医学杂志, 2023, 39(5): 525-527.
[9]	李强, 付志浩, 孙晓东, 黄效宇. 利用CT扫描测量法判断眼球内陷残疾评定1例[J]. 法医学杂志, 2023, 39(5): 516-518.
[10]	朱琨, 高东, 范利华. 腓骨骨纤维结构不良并骨折因果关系鉴定1例[J]. 法医学杂志, 2023, 39(5): 522-524.
[11]	林丹丹, 赵莉莉, 施芳芳, 陈雅婷, 潘国南. 二次交通伤致伤方式探讨1例[J]. 法医学杂志, 2023, 39(5): 530-534.
[12]	郝虹霞, 陈捷敏, 王荣荣, 俞晓英, 王萌, 周智露, 盛延良, 夏文涛. 虚拟现实-图像视觉诱发电位用于客观评定单眼屈光不正视觉损伤的价值[J]. 法医学杂志, 2023, 39(4): 382-387.
[13]	宋爱英, 赵翌博, 杨利君. 液相色谱-串联质谱法检验氟乙酸致死1例[J]. 法医学杂志, 2023, 39(4): 428-430.
[14]	张韦屹, 周旻. 岩斜区脑膜瘤切除术后长期昏迷医疗损害鉴定1例[J]. 法医学杂志, 2023, 39(4): 421-423.
[15]	白洁, 孙晶, 程晓光, 刘凡, 刘华, 王旭. 基于YOLOv3算法的肋骨骨折诊断模型的构建及应用[J]. 法医学杂志, 2023, 39(4): 343-349.