Nature子刊：華西醫院戴倫治/趙毅團隊開發AI模型用于瓜氨酸多肽鑒定、自身抗原發現和類風濕關節炎治療分層

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是重要的自身抗原，而瓜氨酸化蛋白（蛋白質中的精氨酸殘基在酶催化下轉化為瓜氨酸的翻譯后修飾產物）是類風濕關節炎（RA）自身抗體的關鍵靶點。

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

2026 年 3 月 3 日，四川大學華西醫院戴倫治、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。

該研究開發了Iseq-Cit技術，用于正常人、類風濕關節炎高危個體以及 類風濕關節炎 患者的瓜氨酸化蛋白質組分析，建立了疾病活動度與瓜氨酸化的關聯，證實了部分瓜氨酸化多肽具有早期診斷和預測藥物治療響應的潛力，該研究還建立了 AI 模型預測瓜氨酸化多肽的類風濕關節炎血清反應活性。

這項研究為瓜氨酸化多肽鑒定、自身抗原發現以及類風濕關節炎治療分層提供了創新策略。

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

該研究發現，血漿瓜氨酸化蛋白質組譜與類風濕關節炎疾病進展和嚴重程度密切相關。研究團隊進一步開發了整合臨床指標與瓜氨酸化數據的預測模型，在治療響應預測方面展現出高精度。

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

總的來說，該研究為瓜氨酸化多肽的鑒定、自身抗原發現以及類風濕關節炎治療分層提供了創新策略。

論文鏈接：

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