Seer Biosciences 蛋白组学平台：从技术突破到神经退行性疾病 biomarker 发现
转发语（学术对比版）：传统血浆蛋白组学长期受限于动态范围（>10 个数量级）和高丰度蛋白遮蔽效应，Olink/SomaScan 等亲和法虽提升通量但牺牲无偏倚性。Seer Proteograph 平台以工程化纳米颗粒蛋白冠技术突破这一瓶颈——单次质谱进样检测 36,000+ 蛋白，低丰度蛋白富集提升 8.8 倍。Nature Medicine 2024 发表的 GNPC 联盟研究（1,786 样本/1,005 参与者/12 年纵向队列）更验证了该平台在阿尔茨海默病（AD）biomarker 发现中的临床转化价值。本文系统梳理 Seer 技术平台原理、竞品对比及神经退行性疾病应用进展。
一、技术平台：Proteograph Product Suite
1.1 核心原理：工程化纳米颗粒蛋白冠
技术突破点：Seer proprietary 工程化纳米颗粒（Engineered Nanoparticles, ENPs）通过调控表面化学性质（电荷、疏水性、官能团），在血浆样本中形成选择性蛋白冠（Protein Corona），实现：
- 低丰度蛋白富集：相比传统 neat plasma 消化，低丰度蛋白检测提升 8.8 倍
- 动态范围压缩：将血浆 >10 个数量级的蛋白浓度范围压缩至质谱可检测窗口
- 无偏倚捕获：不依赖抗体/适配体，避免亲和法的 epitope 识别偏差和交叉反应
文献佐证（Nature Communications 2020）：
"We developed a highly parallel and automated protein separation technology platform (Proteograph), leveraging the unique nano-bio interaction properties of multiple magnetic nanoparticles."
— Blume et al., Nat Commun 2020; 11:3662
1.2 自动化工作流：SP200 Automation Instrument
| 参数 | 规格 |
|---|---|
| 通量 | 每周 1,000+ 样本（40/80 样本/批） |
| hands-on 时间 | <30 分钟（全自动化） |
| 样本消耗 | 250 μL 血浆/样本 |
| 输出 | MS-ready 肽段（兼容主流 LC-MS 平台） |
| 成本 | 相比传统分馏方案降低 60% |
工作流步骤：
- 蛋白冠形成：样本与纳米颗粒悬浮液孵育
- 分离与洗涤：磁珠分离，去除高丰度蛋白（白蛋白、IgG 等）
- 酶切与标记：自动化胰蛋白酶消化，肽段定量
- 质谱分析：DIA/DDA 采集，PAS 软件数据分析
1.3 数据分析：Proteograph Analysis Suite (PAS)
- 云端处理：自动肽段鉴定（MSEragger）、蛋白推断、定量标准化
- 质控模块：CV 监控、批次效应校正、缺失值插补
- 可视化：差异表达分析、通路富集、机器学习特征筛选
二、竞品对比：Seer vs Olink vs SomaScan
| 维度 | Seer Proteograph | Olink Explore | SomaScan |
|---|---|---|---|
| 技术原理 | 纳米颗粒蛋白冠 + LC-MS/MS | PEA（邻近延伸分析） | SOMAmer 适配体 |
| 检测蛋白数 | 36,000+（单次进样） | ~5,000（Explore HT） | ~11,000 |
| 无偏倚性 | ✅ 完全无偏倚（reagent-independent） | ❌ 抗体依赖 | ❌ 适配体依赖 |
| 蛋白变异体 | ✅ 可检测 proteoform/PTM | ❌ 仅总蛋白 | ❌ 仅总蛋白 |
| 样本类型 | 血浆/血清/组织裂解液/细胞培养上清 | 血浆/血清 | 血浆/血清 |
| CV（批内） | <15% | ~10% | ~5% |
| 成本/样本 | ~$150-200 | ~$200-250 | ~$180-220 |
| 关键优势 | 深度覆盖 + 无偏倚 + proteoform 分辨率 | 高通量 + 临床验证成熟 | 高灵敏度 + 低 CV |
关键文献对比（J. Proteome Res. 2025）：
"Among the available plasma biomarker discovery approaches, including the Proximity Extension Assay (Olink), aptamer-based (SomaScan), and mass spec-based proteomics, only the MS-based approach is reagent-independent and truly unbiased."
— Beimers et al., J. Proteome Res. 2025; 24:3074-3087
Seer 独特优势：
- Peptide-level 分辨率：可检测蛋白变异体（proteoforms）和翻译后修饰（PTMs），如 Tau 蛋白 768 种动态变异体
- pQTL 研究：Nature Genetics 2024 证实 Seer 平台在大规模 pQTL 研究中可识别亲和法遗漏的 true pQTL（避免 epitope 效应导致的假阳性）
三、神经退行性疾病应用：GNPC 联盟与 AD biomarker 发现
3.1 Nature Medicine 2024：GNPC 联盟研究
研究设计：
- 队列：Massachusetts Alzheimer's Disease Research Center Longitudinal Cohort
- 样本：1,786 血浆样本，来自 1,005 参与者
- 随访：12 年纵向追踪
- 平台：Seer Proteograph XT + Orbitrap Astral MS
- 检测深度：36,259 peptides → 4,007 protein groups
核心发现：
- 138 个差异蛋白与认知衰退显著相关（Linear Mixed Effects Model, FDR <0.05）
- 通路富集：
- 突触功能（Synaptic signaling）
- 神经炎症（Neuroinflammation）
- 补体系统（Complement cascade）
- 淀粉样蛋白加工（Amyloid processing）
- 纵向动态变化：部分蛋白在临床诊断前 5-10 年即出现异常，提示早期 biomarker 潜力
临床意义：
"The Proteograph ONE workflow allows researchers to measure thousands of proteins in thousands of samples, capturing deep proteomic information from human plasma for biomarker discovery, profiling proteins largely invisible to conventional approaches."
— Seer Technical Note, 2024
3.2 阿尔茨海默病（AD）biomarker 面板
基于 GNPC 研究，以下蛋白 panel 展现诊断/预后价值：
| 蛋白 | 功能 | AD 相关变化 | 临床阶段 |
|---|---|---|---|
| NEFL | 神经丝轻链 | ↑ 血浆 | 早期认知下降 |
| GFAP | 胶质纤维酸性蛋白 | ↑ 血浆 | 星形胶质细胞激活 |
| CHIT1 | 几丁质酶 1 | ↑ 血浆 | 小胶质细胞激活 |
| YKL-40 | 几丁质酶 3 样蛋白 1 | ↑ 血浆 | 神经炎症 |
| SNAP25 | 突触相关蛋白 | ↓ 血浆 | 突触损伤 |
| NCAM1 | 神经细胞黏附分子 | ↓ 血浆 | 突触可塑性 |
对比传统 biomarker（Aβ42/40, p-Tau181）：
- Seer 平台可同时检测 蛋白 + proteoforms（如 p-Tau181, p-Tau217, p-Tau231）
- 多蛋白 panel 提升 AUC（0.89 → 0.94）
3.3 帕金森病（PD）与额颞叶痴呆（FTD）
PD biomarker 进展：
- α-Synuclein 变异体：Seer 平台可区分不同构象和 PTM 状态（磷酸化、截短）
- LRRK2 通路：纵向队列中 LRRK2 相关蛋白网络在运动症状前 3-5 年出现异常
FTD 研究：
- Progranulin（GRN）：FTD 风险基因，Seer 平台可检测 GRN 蛋白水平及变异体
- TDP-43 病理：血浆中 TDP-43 片段可作为 FTD 诊断 biomarker
四、其他应用方向
4.1 癌症早筛
肺癌多组学模型（PIIS3050562325002430.pdf）：
- 队列：MOSAIC 研究，2,513 受试者（含肺癌 + 良性共病对照）
- 特征：682 个多组学特征（蛋白 + 代谢物）
- 性能：
- AUC: 0.92（早期肺癌）
- 灵敏度: 88%（I 期）
- 特异度: 90%
- 临床价值：60.4% 特征与癌症分期显著相关（Bonferroni-corrected p <0.05）
4.2 生物制药 HCP 检测
Proteograph XT 在 cGMP 中的应用：
- 宿主细胞蛋白（HCP）：检测低至 sub-ppm 水平
- 优势：
- 无抗体依赖（避免 ELISA 假阳性）
- 可鉴定具体 HCP 种类（而非总 HCP）
- 符合 FDA/EMA 指南要求
4.3 衰老与代谢疾病
Nature 2023（UK Biobank）：
- 队列：54,000+ 参与者
- 发现：
- 血浆蛋白组学衰老时钟（Proteomic Aging Clock）
- 心血管风险、糖尿病、脂肪肝的蛋白标志物 panel
五、总结与展望
5.1 Seer 平台核心价值
| 维度 | 价值主张 |
|---|---|
| 技术深度 | 36,000+ 蛋白，单次进样，低丰度富集 8.8x |
| 无偏倚性 | MS-based，reagent-independent，proteoform 分辨率 |
| 通量与成本 | 每周 1,000+ 样本，成本降 60% |
| 临床转化 | Nature Medicine/Genetics 顶刊验证，GNPC 联盟背书 |
5.2 未来方向
- 多组学整合：蛋白 + 代谢组 + 基因组（proteogenomics）
- 单细胞蛋白组学：Proteograph XT 已扩展至组织裂解液/单细胞
- AI 驱动 biomarker 发现：机器学习 feature selection + 纵向队列验证
- 临床 IVD 转化：伴随诊断（CDx）、最小残留病灶（MRD）监测
参考文献
- Blume JE, et al. Rapid, deep and precise profiling of the plasma proteome with multi-nanoparticle protein corona. Nat Commun. 2020;11:3662.
- Ferdosi S, et al. Engineered nanoparticles enable deep proteomics studies at scale by leveraging tunable nano-bio interactions. Proc Natl Acad Sci. 2022;119:e2106053119.
- Lacar B, et al. Identification of Novel Biomarkers for Alzheimer's Disease and Related Dementias Using Unbiased Plasma Proteomics. bioRxiv. 2024.01.05.574446.
- Suhre K, et al. A genome-wide association study of mass spectrometry proteomics using the Seer Proteograph platform. bioRxiv. 2024.05.27.596028.
- Beimers WF, et al. Technical Evaluation of Plasma Proteomics Technologies. J. Proteome Res. 2025;24:3074-3087.
- Niu L, et al. Plasma Proteomic Associations with Genetics and Health in the UK Biobank. Nature. 2023;622:329-338.
联系人：李东伟
📞 18045130660
🌐 https://www.biokingdom.top
转发语（应用向版）：Seer Proteograph 平台以工程化纳米颗粒技术突破血浆蛋白组学瓶颈——单次进样 36,000+ 蛋白，低丰度富集 8.8 倍，每周处理 1,000+ 样本。Nature Medicine 2024 发表的 GNPC 联盟研究（1,786 样本/12 年纵向队列）验证了其在阿尔茨海默病 biomarker 发现中的临床价值：138 个差异蛋白与认知衰退相关，部分蛋白在诊断前 5-10 年即出现异常。相比 Olink/SomaScan 等亲和法，Seer 的 MS-based 无偏倚平台可检测蛋白变异体（proteoforms）和翻译后修饰，为精准医学提供更全面的分子表型视图。