Nature子刊：華西醫(yī)院戴倫治/趙毅團隊開發(fā)AI模型用于瓜氨酸多肽鑒定、自身抗原發(fā)現(xiàn)和類風(fēng)濕關(guān)節(jié)炎治療分層

編輯丨王多魚

排版丨水成文

在自身免疫疾病中，翻譯后修飾的蛋白質(zhì)是重要的自身抗原，而瓜氨酸化蛋白（蛋白質(zhì)中的精氨酸殘基在酶催化下轉(zhuǎn)化為瓜氨酸的翻譯后修飾產(chǎn)物）是類風(fēng)濕關(guān)節(jié)炎（RA）自身抗體的關(guān)鍵靶點。

然而，現(xiàn)有檢測方法和計算工具的不足，限制了瓜氨酸化蛋白質(zhì)組的精準分析和自身抗原的鑒定。

2026 年 3 月 3 日，四川大學(xué)華西醫(yī)院戴倫治、趙毅團隊合作（胡夢、朱晨曦、孫蕊、龔艷秋、劉藝、許志強為論文共同第一作者），在 Nature 子刊Nature Biomedical Engineering上發(fā)表了題為：Low-input deep learning platform for citrullinated peptide identification, autoantigen discovery and rheumatoid arthritis treatment stratification 的研究論文。

該研究開發(fā)了Iseq-Cit技術(shù)，用于正常人、類風(fēng)濕關(guān)節(jié)炎高危個體以及 類風(fēng)濕關(guān)節(jié)炎 患者的瓜氨酸化蛋白質(zhì)組分析，建立了疾病活動度與瓜氨酸化的關(guān)聯(lián)，證實了部分瓜氨酸化多肽具有早期診斷和預(yù)測藥物治療響應(yīng)的潛力，該研究還建立了 AI 模型預(yù)測瓜氨酸化多肽的類風(fēng)濕關(guān)節(jié)炎血清反應(yīng)活性。

這項研究為瓜氨酸化多肽鑒定、自身抗原發(fā)現(xiàn)以及類風(fēng)濕關(guān)節(jié)炎治療分層提供了創(chuàng)新策略。

在這項最新研究中，研究團隊開發(fā)了Iseq-Cit技術(shù)（internal standard-assisted enrichment-free approach for high-throughput quantitative analysis of citrullinome，內(nèi)標輔助免富集高通量瓜氨酸化蛋白質(zhì)組定量分析技術(shù)），通過對縱向隊列中類風(fēng)濕關(guān)節(jié)炎高危個體和類風(fēng)濕關(guān)節(jié)炎患者進行全局瓜氨酸化蛋白質(zhì)組分析，僅需傳統(tǒng)方法不足 1% 的樣本量即可完成。

該研究發(fā)現(xiàn)，血漿瓜氨酸化蛋白質(zhì)組譜與類風(fēng)濕關(guān)節(jié)炎疾病進展和嚴重程度密切相關(guān)。研究團隊進一步開發(fā)了整合臨床指標與瓜氨酸化數(shù)據(jù)的預(yù)測模型，在治療響應(yīng)預(yù)測方面展現(xiàn)出高精度。

為評估已鑒定瓜氨酸化多肽的類風(fēng)濕關(guān)節(jié)炎血清反應(yīng)性，研究團隊采用 67399 個類風(fēng)濕關(guān)節(jié)炎血清陰性多肽和 8816 個類風(fēng)濕關(guān)節(jié)炎血清陽性多肽訓(xùn)練了雙向門控循環(huán)單元（BiGRU）模型。通過酶聯(lián)免疫吸附實驗的外部驗證證實，該模型預(yù)測瓜氨酸化多肽血清反應(yīng)性的準確率達 84.2%，并篩選出 19 個具有潛力的類風(fēng)濕關(guān)節(jié)炎診斷候選標志物。

總的來說，該研究為瓜氨酸化多肽的鑒定、自身抗原發(fā)現(xiàn)以及類風(fēng)濕關(guān)節(jié)炎治療分層提供了創(chuàng)新策略。

論文鏈接：

https://www.nature.com/articles/s41551-026-01628-4