【UKB数据使用攻略】Olink蛋白组学加速大型生物样本库成果转化

• 数据挖掘 ：直接利用UKB Olink蛋白组学数据进行深度挖掘，获得新颖的见解或发现
• 数据验证 ：将您的Olink蛋白质学数据作为发现或者验证队列，利用UKB Olink蛋白质组学数据来验证您所得到的蛋白质特征标识

• 数据整合： 直接将UKB Olink蛋白组学数据以及您的Olink 蛋白质数据整合到一起，为您的研究发现助力

研究方法

• 数据来源：来自英国生物样本库的 53,026 名参与者，纳入 2006-2010 年符合质量控制的 2,920 种血浆蛋白质数据，涵盖 406 种流行疾病、660 种偶发疾病及 986 种健康相关性状数据，定义流行与偶发疾病时间节点，处理多种性状变量类型。
• 关联分析：流行疾病用逻辑回归，新发疾病用 Cox 比例风险回归，分析蛋白与疾病关联；依性状变量类型选线性、逻辑或比例优势逻辑回归分析蛋白 - 性状关联。
• 其他分析：进行敏感性分析、亚组分析、通路富集分析、聚类分析、基因集富集分析、序贯回归模型、预测与诊断建模及孟德尔随机化分析等

本研究为当前在血浆蛋白质组在健康和疾病领域最大规模研究，揭示了大量关联，蛋白质诊断与预测模型性能优，确定因果蛋白质与治疗靶点，构建公开资源，助于临床策略发展。系统整合健康疾病谱，深入探究蛋白质功能、因果关系与治疗潜力，基于蛋白质组聚类疾病助于重新认识疾病分类与发病机制。

研究方法

• 研究设计与人群：在中国慢性病前瞻性研究（CKB）中开展巢式病例队列研究，纳入 1971 例 缺血性心脏病IHD 新发病例与 2001 名对照，收集基线多维度数据并长期随访。利用 Olink explore平台测 1463 种血浆蛋白，为后续关联分析奠基。
• 统计分析策略：用 Cox 回归剖析蛋白与 IHD 关联，经多重校正筛显著蛋白；借 cis - pQTLs 开展孟德尔随机化（MR）分析明确因果；并通过多种下游分析挖掘蛋白功能及药物开发潜能。
   

• 蛋白与 IHD 及风险因素关联：361 种蛋白与 IHD 显著相关，部分为已知标志物如 NT - proBNP 等，经风险因素调整仍有稳健关联，且蛋白间相关性适度。

• 遗传关联剖析：361 种蛋白中 212 种在 CKB 有 cis - pQTLs，MR 分析锁定 13 种具潜在因果关联蛋白；欧洲人群中 307 种有 cis - pQTLs，16 种与 IHD 显著相关，4 种在中欧人群均得验证。

• 潜在靶点下游分析：如 FURIN 等 13 种蛋白经表型关联、基因敲除、富集分析等，在 CVD 病理生理中作用关键，部分已有药物研发进展，部分待深入探索。

我们经常被问及比较不同队列数据的最佳方法。一种途径是在研究中纳入重叠或桥接样本，或者在队列之间设置一个共同组，借此消除批次效应。这本质上是使两个队列保持一致，随后便可处理一个大型数据集并开展分析。当深入了解队列生物学特性时，此方法效果甚佳，不过我们也想在此指出一些注意事项。有众多因素会影响队列之间的动态变化。与 DNA 不同，蛋白质极具动态性，可受多种不同因素影响。从样本采集方式（例如采集的年份时间），到样本制备过程，再到下游对这些样本的处理，所有这些因素都会在不同程度上给数据分析与理解带来挑战。

注册用户通过访问管理系统（AMS）申请数据库访问。需准备将要进行的研究概要、所需UKB数据字段、研究将产生的任何新数据或变量描述等资料。具体申请细节请参考网页：

https://www.ukbiobank.ac.uk/enable-your-research/apply-for-access

1. 在UKB在线访问管理系统（AMS）中填写申请表并选择一个数据层级。

2. 将访问UKB数据的研究人员添加到申请中作为合作者。

3. 添加有权代表您所在机构签署材料转让协议（MTA）的签字人的联系信息。此人必须不是每个机构的首席研究员 / 主要合作者。

4. UKB团队将审核您的申请，并通过 AMS 中的消息与您联系，提供任何反馈。

5. 如果您的申请获得批准，将提出访问费用请求，并将 MTA 发送给您和您的授权签字人。

Olink蛋白质组学数据包含在UKB Tier 3 的类型里（包括了其它的多组学数据）, 标准费用为9000英镑。

参考资料

1. UKB官网 https://www.ukbiobank.ac.uk/

2. Cell. 2024 Nov 15:S0092-8674(24)01268-6. doi: 10.1016/j.cell.2024.10.045.

3. J Am Coll Cardiol. 2023 Nov 14;82(20):1906-1920. doi: 10.1016/j.jacc.2023.09.804.