基于人类全基因组编码蛋白高通量芯片筛选类风湿关节炎血清特异性标志物的研究

Rheumatoid arthritis (RA) is a common systemic autoimmune disease of unknown etiology with high incidence and high morbidity. Presently, RA has become one of the main reasons for the loss of labor and disability in China's population. Although the pathogenesis of RA is unknown, evidence supports that it is beneficial for the patient with RA when they get early correct diagnosis and aggressive therapy. Anti-cyclic citrullinated antibody (CCP) has important value in the diagnosis of RA, but there are still a large number of anti-CCP-negative RA patients are not timely and correctly diagnosis as the positive rate of anti-CCP antibodies was only about 70%. On the other hand, there is little value of anti-CCP antibodies for the assessment of disease activity for RA patients. In this study, we will employ the high-throughput proteome microarray encoded by the human genome composed of about 38400 proteins spots to study on serum markers of rheumatoid arthritis comprehensively and systematically. Our previous research results show that compared to other research methods, there are many advantages of using of high-throughput protein chip encoded by the human genome to screening autoimmune disease biomarker. Through a multi-step screening and a variety of validation methods, we expect to find the RA specific autoantibodies which can be used for the early diagnosis, disease assessment, and prognosis of RA.

类风湿关节炎（RA）是一种病因不明、高发病率、高致残率的常见系统性自身免疫性疾病。目前RA已成为我国人群丧失劳动力和致残的主要原因之一。RA发病机制不明，临床早期诊断积极治疗可让RA患者获益匪浅。抗环瓜氨酸抗体（CCP）在RA的诊断中具有重要价值，但其阳性率仅70%左右，还存在大量抗CCP抗体阴性的RA患者得不到及时正确诊断。而且抗CCP抗体对病情评估价值不大。本研究拟采用人类全基因组蛋白表达高通量芯片技术，全面系统研究RA 血清自身抗体谱全貌。该芯片包含人类所有基因开放阅读框架表达蛋白（38400 蛋白点）,我们前期研究结果显示，该技术在筛选自身免疫病生物标志物研究工作中，具有很多其他研究方法不可比拟的技术优势。通过多步筛选及多种方法验证，期望发现与RA早期诊断、病情评估、预后判断和疗效相关的特异性自身抗体。

本研究采用人类全基因组蛋白表达高通量芯片技术，全面系统研究RA 血清自身抗体谱全貌。该芯片包含人类所有基因开放阅读框架表达蛋白（约21000 蛋白）。类风湿关节炎（RA）是一种病因不明、高发病率、高致残率的常见系统性自身免疫性疾病。目前RA已成为我国人群丧失劳动力和致残的主要原因之一。RA发病机制不明，临床早期诊断积极治疗可让RA患者获益匪浅。抗环瓜氨酸抗体（CCP）在RA的诊断中具有重要价值，但其阳性率仅70%左右，还存在大量抗CCP抗体阴性的RA患者得不到及时正确诊断。而且抗CCP抗体对病情评估价值不大。因此，本课题研究的主要目的是利用蛋白质芯片技术筛选更多的RA自身抗原。首先通过少量RA血清与高密度蛋白质芯片杂交，数据分析结果显示46 种蛋白质为候选RA 自身抗原。为了验证这一结果，重新表达这些46种蛋白质自身抗原并将其用于制备RA自身抗原蛋白质芯片，然后采用包括290 份RA血清和135份自身免疫病对照血清和102健康人血清与该芯片杂交筛选和鉴定RA 自身抗原。本研究发现4种自身抗体在ACPA阴性RA血清中有较高的敏感度，均为新发现的RA自身靶抗原，它们是DOHH, DUSP11, PTX3, PAGE5。预测疾病活动度的自身抗原中，有2种自身抗原能够区分RA的中低度活动与高度活动，它们是：RRN3和GARS，AUC分别达0.648和0.662，有3种自身抗原能够成功区分ACPA阳性的RA的中低度活动与高度活动，它们是：RRN3，GARS和PLEKHG2，AUC分别达0.845，0.92和0.817。1种自身抗原能够成功判断RA对药物治疗的效果，ERH，其预测疗效的AUC可达0.733。我们研究结果显示，该技术在筛选自身免疫病生物标志物研究工作中，具有很多其他研究方法不可比拟的技术优势。通过多步筛选及多种方法验证，能发现与RA早期诊断、病情评估、预后判断和疗效相关的特异性自身抗体。