西湖大学郭天南团队发现识别COVID-19新冠病例严重程度的新依据，有望实现精准快速检测



郭天南团队在Cell Reports发表论文，揭示了识别COVID-19新冠病例严重程度的新依据。研究发现，尿液中的蛋白质能有效按严重程度对COVID-19病例进行分类。尿液中检测到的蛋白质数量是血清中的2.5倍以上，且蛋白质和代谢物检测的差异可能与它们在血清和尿液中的丰度和稳定性不同。通过机器学习建模，研究者发现尿液的模型与血清的模型表现一致，且准确率均超过90%。这表明，尿液蛋白质组学在分类和预测COVID-19严重程度方面有重要价值。尿液的非侵入性和获取的便捷性使其成为COVID-19管理中广泛使用的样本来源。研究还揭示了尿液蛋白质和代谢物的改变可能与COVID-19患者免疫功能障碍相关的肾功能损害有关。进一步的联合分析揭示了异常分子参与的信号通路，推测COVID-19诱导的炎症可能导致免疫相关肾脏损伤。该研究对COVID-19患者的配对血清和尿液样本进行了全面的蛋白质组学和代谢组学分析，证明选定的尿液蛋白质可用于COVID-19的严重程度分类。尿液，作为一种信息丰富的生物样本，将以全新的视角帮助了解疾病的发病机制和开发新的传染病治疗策略。郭天南博士创立的西湖欧米（杭州）生物科技有限公司，已完成种子轮和Pre-A轮融资，致力于用大数据驱动的蛋白质组学实现精准医疗。