分享一篇发表在Nature Communications上的文章，文章题目是“Proteomic signatures of smoking and their associations with risk of incident diseases and mortality in diverse populations”，通讯作者是来自牛津大学纳菲尔德人口健康系的Cornelia van Duijn教授和她们课题组的Sihao Xiao。Duijn教授的主要研究方向是痴呆及相关疾病的多组学研究。

早在70年前，英国的医生就已经证明了吸烟与肺癌和心肌梗塞等疾病的风险增加相关，但如今吸烟仍然是全球范围内导致死亡和残疾最重要的行为因素之一。目前检验吸烟状态的方法包括检测呼出一氧化碳和血浆中可替宁水平，但是这些方法都只能反映最近24h的吸烟状态，无法捕捉长期吸烟习惯及其累积的健康效应。而血浆中的循环蛋白质则可以捕获由吸烟产生的氧化应激和炎症等累积生物学效应，从而反映长期的吸烟状态。因此作者希望可以借由血浆蛋白质组量化吸烟水平，并预测由吸烟导致的疾病和死亡风险。

研究团队首先从英国生物样本库中选取了43,914名参与者，其中包括4,732名当前吸烟者和23,778名从不吸烟者。随后作者使用Olink Explore 3072平台检测了2,917种血浆蛋白质，并通过机器学习，以蛋白质表达水平为特征，构建了区分当前吸烟者与从不吸烟者的分类模型，并确定了51种和吸烟相关的关键蛋白质。作者通过这些关键蛋白质构建了用于衡量吸烟的生物学损伤的指数pSIN。作者随后证实该模型在训练集和测试集中均表现出高区分度（AUC=0.95）。

作者通过进一步分析发现pSIN主要受吸烟史影响，包括吸烟年数、每日吸烟量和吸烟包数等均与pSIN呈正相关；在既往吸烟者中，戒烟时间越长，pSIN水平越低；即使在从不吸烟者中，被动吸烟也与较高的pSIN相关。全基因组关联分析识别出125个与pSIN相关的基因，其中部分基因编码pSIN中的关键蛋白质（如ALPP、CST5、IL12B等）。研究还发现，即使自我报告为从不吸烟者中，也有部分人群pSIN水平较高，提示可能存在吸烟史报告偏倚或其他暴露因素的干扰。

在平均13.3年的随访中，pSIN与全因死亡率及18种疾病风险显著相关，包括肺癌、慢性阻塞性肺病、头颈癌、外周动脉疾病等。值得注意的是，pSIN与克罗恩病风险正相关，而与溃疡性结肠炎无显著关联，这与已有文献结果一致。此外，pSIN与帕金森病风险呈负相关，这也符合吸烟者帕金森病风险较低的传统观察。

总之，作者通过血浆蛋白质组学构建的pSIN指数，首次实现了对吸烟生物学损伤的分子级量化，可预测18种疾病与死亡风险，为吸烟相关疾病的早期识别、个体化干预与恢复评估提供了全新工具。

本文作者：ZBY

责任编辑：LYC

DOI：10.1038/s41467-025-67656-x

原文链接：https://doi.org/10.1038/s41467-025-67656-x