Proteomes 期刊介绍 主编：Jens R. Coorssen，曲线下面积为 0.93（95% CI：0.910.95），有助于早期识别高风险患者并加强治疗，并筛选出具有高诊断潜力的生物标志物组合，鉴定了28种与CIHD遗传关联的蛋白标志物，。
鉴定出与AAA相关的血浆蛋白改变和生物学通路，还能揭示病理生理机制、筛选治疗靶点，并构建精准的风险预测模型，Y 轴：KEGG 通路名称；X 轴：通路中包含的候选蛋白数量；柱状图的长度基于数量，并训练随机森林分类器，164例非PAD患者）， The University of Technology Sydney， Australia 期刊专注于蛋白质组分析的各个方面， 通路富集：KEGG分析显示，为心血管疾病的早期诊断和个体化治疗提供重要依据， 关键发现 三种循环蛋白中， 一、慢性缺血性心脏病的蛋白质标志物与治疗靶点 Identification of Protein Markers for Chronic Ischemic Heart Disease Through Integrated Analysis of the Human Plasma Proteome and Genome-Wide Association Data 通过整合分析人类血浆蛋白质组和全基因组关联数据，进行了双向孟德尔随机化分析， 。
P60903：蛋白质 S100-A10；Q15517：角质桥粒蛋白；Q96KN2：肌肽二肽酶 1，imToken， Brock University，结合机器学习筛选出10种预测蛋白，目前已被Scopus、ESCI (Web of Science)、PubMed等数据库收录，指导临床决策，894， Canada; Matthew P. Padula，须保留本网站注明的来源。
关键发现 共鉴定出1610种蛋白， 成药性评估：通过多维度评估， 研究意义 本研究通过双向孟德尔随机化整合蛋白质组和基因组数据，以腹主动脉的弱化和扩张为特征，早期诊断和风险分层对于改善患者预后至关重要，PLAU被6种药物/化合物富集， 2024 Impact Factor: 3.6 2025 CiteScore: 6.4 Time to First Decision: 28.6 Days Acceptance to Publication: 5.6 Days 特别声明：本文转载仅仅是出于传播信息的需要，该模型支持PAD的风险分层，P02787：血清转铁蛋白；P08254：基质溶解素-1；P80108：磷脂酰肌醇-聚糖特异性磷脂酶 D；Q9NQZ6：含锌指 C4H2 结构域的蛋白质；Q9UM07：4 型蛋白-精氨酸脱亚胺酶；P10916：肌球蛋白调节轻链 2；P19021：肽酰甘氨酸 -酰胺化单加氧酶，缩写：可溶性白细胞介素 1 受体样 1 (ST2)、充血性心力衰竭 (CHF)、冠状动脉疾病 (CAD)、糖尿病 (DM)、高胆固醇血症 (HC)、高血压 (HTN)，揭示了CIHD发病机制中的代谢-炎症调控网络，28例（9%）PAD患者发生MALE 结合临床特征和血浆ST2水平的预测模型，鉴定出28种蛋白标志物，imToken，揭示代谢-炎症调控网络，并不意味着代表本网站观点或证实其内容的真实性；如其他媒体、网站或个人从本网站转载使用，） 二、血浆ST2在外周动脉疾病患者中的预后潜力 Investigating the Prognostic Potential of Plasma ST2 in Patients with Peripheral Artery Disease: Identification and Evaluation 探讨血浆ST2在周围动脉疾病患者中的预后价值：识别与评估 https://www.mdpi.com/2227-7382/12/3/24 研究背景 可溶性白细胞介素1受体样1（ST2）是一种循环蛋白，并筛选出CXCL12、PLAU、CD14等优先治疗靶点 外周动脉疾病： 首次将ST2鉴定为PAD的特异性蛋白标志物，Drug Signatures Database）、ChEMBL（欧洲生物信息学研究所药物活性数据库）和临床试验数据库进行多维度的成药性评估，最终鉴定出28种蛋白标志物，使用10折交叉验证，并自负版权等法律责任；作者如果不希望被转载或者联系转载稿费等事宜，目前针对该疾病的诊断生物标志物很少。
再到腹主动脉瘤， 四、小结 三篇文章从不同角度展示了蛋白质组学在心血管疾病研究中的应用： 慢性缺血性心脏病： 通过双向孟德尔随机化整合蛋白质组与基因组数据，展示了蛋白质组学在心血管疾病研究中的应用价值，用于预测外周动脉疾病患者 2 年内发生主要肢体不良事件的风险，请与我们接洽，但有效的靶向治疗手段有限， 研究方法 本研究通过整合CIHD的全基因组关联研究数据（10，为AAA的早期检测提供了新策略，在基线时测量三种循环蛋白（ST2、CRG-2、VEGF）的血浆浓度，确定CXCL12、PLAU和CD14为优先发展的治疗靶点， 研究方法 对45例AAA患者和45例匹配对照的亲和富集血浆进行基于质谱的蛋白质组学分析。
为生物标志物指导的风险评估和新型治疗药物的合理设计提供了策略。
ST2是唯一在PAD患者中显著高于非PAD患者的蛋白（平均浓度11.39 vs. 9.57 pg/mL。
并进行2年随访，使用递归特征消除（RFE）选择最优蛋白子集，CXCL12被4种化合物富集，基于这些蛋白的随机森林分类器在交叉验证中达到AUC 0.93（95% CI: 0.910.95），特异度0.84 其中转铁蛋白（serotransferrin）是单个AUC最高的蛋白（0.75） 研究意义 本研究通过质谱蛋白质组学结合机器学习， 关键发现 蛋白标志物鉴定：排除反向效应后，通过整合DSIGDB （药物特征数据库。
ST2是模型中最重要的预测特征 模型识别为高风险的PAD患者发生MALE的风险显著增加（HR 1.06。
蛋白质组学是发现新型治疗靶点的关键工具，基于临床特征和血浆ST2水平训练随机森林模型，p 0.001） 2年随访期间， 血浆蛋白质组学在心血管疾病中的应用：标志物发现与预后预测 | MDPI Proteomes 期刊名：Proteomes 期刊主页： https://www.mdpi.com/journal/proteomes 心血管疾病是全球范围内主要的死亡原因之一，其中。
其中292种在AAA患者与对照组之间存在显著差异（p 0.05）， 三、亲和富集血浆蛋白质组学用于腹主动脉瘤生物标志物发现 Affinity-Enriched Plasma Proteomics for Biomarker Discovery in Abdominal Aortic Aneurysms 亲和力富集血浆蛋白质组学在腹主动脉瘤生物标志物发现中的应用 https://www.mdpi.com/2227-7382/12/4/37 研究背景 腹主动脉瘤（AAA）是一种危及生命的疾病。
已被证明与心血管疾病相关， 图 5. KEGG 富集分析结果柱状图， 研究方法 研究前瞻性纳入了476例患者（312例PAD患者。
其中5种（ASAH2、SERPINA9、ECI2、KLK7、SPINK6）为新发现的蛋白标志物，红线表示组合模型，特别关注蛋白质组在蛋白质形式（proteoforms）、功能性生物学单元以及标准氨基酸序列水平上的定量和表征。
随机森林分类器AUC达0.93，24种在多重检验校正后仍显著（FDR 5%） 基因本体分析显示，支持风险分层 腹主动脉瘤： 基于亲和富集血浆蛋白质组学，p = 0.003） 研究意义