心血管疾病（CVD）和癌症之间存在复杂的相互作用，其中动脉粥样硬化性心血管疾病（ASCVD）与前列腺癌（PC）的发生发展密切相关，这两种疾病的共存会加速PC的转移进程，显著恶化患者的预后。尽管目前有针对前列腺特异性抗原筛查等诊断手段，但其特异性不足，难以精准识别高风险患者。
2025年3月1日，美国奥古斯塔大学乔治亚医学院心血管科Avirup Guha团队在Chemical Engineering Journal (IF 13.3) 发表文章“AI-driven prediction of cardio-oncology biomarkers through protein corona analysis”。利用基于纳米颗粒的蛋白质冠分析结合质谱分析、AI机器学习和因果关系分析，识别出与血浆中ASCVD和转移性前列腺癌（mPC）相关的关键蛋白质和通路，为心血管肿瘤学领域提供新的诊断思路和治疗靶点。
样本分组：nmPC 无 ASCVD（n=5）;
mPC 无 ASCVD（n=10）；
nmPC + ASCVD(n=10);
mPC + ASCVD(n=10)共35例血浆样本
注：转移性前列腺癌（mPC）；非转移性前列腺癌（nmPC）
创新性蛋白标志物筛选：通过开发血浆蛋白冠富集技术结合质谱分析，并整合AI机器学习与因果分析，鉴定出22种与ASCVD和mPC强相关的潜在生物标志物，如CCT7和TBXAS1。
关键致病因子解析：基于因果分析，首次明确TBXAS1是促进ASCVD和mPC进展的关键致病因子，揭示其在血管重塑和肿瘤进展中的作用。
技术方法学突破：研究证实，蛋白冠富集技术可显著提升血浆低丰度蛋白的检出，可以显著提高生物标志物检测的灵敏度和特异性。
研究团队采用创新的纳米颗粒蛋白冠富集技术，在35例血浆样本中共鉴定了887种蛋白质，其中260种蛋白质在所有样本中均有检测到，并分析了共有蛋白的在不同组中的表达差异（图2A-C）。GO富集分析显示，与仅有mPC的患者相比，mPC合并ASCVD患者中，与补体激活、纤溶、凝血、先天免疫反应以及Arp2/3复合体介导的肌动蛋白成核相关的通路显著富集（图2D）。此外，这些患者组还表现出独特的通路激活模式。
图2：基于蛋白质冠富集技术的血浆蛋白质组学分析
研究团队采用LASSO逻辑回归模型，对血浆蛋白质数据进行特征选择（图3A），并确定了一组与转移显著相关的蛋白，分别识别出12种与ASCVD密切相关以及11种与转移密切相关的蛋白质（图3B-C）。其中TCP1亚基7的分子伴侣蛋白（CCT7）是唯一与两种疾病都相关的蛋白质，在mPC和ASCVD患者中均显著上调，表明其作为双重生物标志物用于同时监测两种疾病的潜力。
图3：机器学习筛选血浆蛋白标志物
因果分析中，研究团队最初分析了887种蛋白质，但由于样本量有限（仅35个），算法识别出400种潜在因果蛋白，难以有效区分真实因果关系。最终，团队聚焦于与ASCVD或mPC强相关的22种蛋白质，确定血栓素A合成酶1（TBXAS1）、肌动蛋白β和真核翻译起始因子5A-1是ASCVD的致病因子，TBXAS1也是mPC的致病因子。将TBXAS1确定为ASCVD和mPC的共同致病因素，表明其在两种疾病的发病机制中发挥关键作用。
图4：因果分析确定致病因子
这项研究通过整合基于纳米颗粒的蛋白质冠富集技术、质谱分析、机器学习和因果分析，揭示了与ASCVD和mPC相关的关键蛋白质和通路，其中CCT7和TBXAS1作为ASCVD和mPC的潜在生物标志物脱颖而出，值得一提，TBXAS1在传统血浆蛋白质组学分析中未被检测到，但在蛋白质冠富集分析中可检测到，也凸显了蛋白质冠富集分析在血浆生物标志物发现中的优势。
