3月3日，四川大学华西医院生物治疗全国重点实验室戴伦治研究员团队联合风湿免疫科赵毅主任医师团队在生物医学工程领域顶尖期刊Nature Biomedical Engineering上发表题为“Low-input deep learning platform for citrullinated peptide identification, autoantigen discovery and rheumatoid arthritis treatment stratification”的研究论文。该研究开发了高灵敏度Iseq-Cit技术，能够在纳克级样品中高通量检测蛋白瓜氨酸化修饰，与传统技术相比，蛋白用量降低约1000倍，成本减少约90%。随后，该技术被应用于类风湿关节炎（rheumatoid arthritis, RA）高风险人群及RA患者的前瞻性队列研究，揭示了RA演进过程中瓜氨酸化动态变化规律，构建了结合瓜氨酸化肽段和临床指标的高准确率药物响应预测模型，并基于大规模ELISA数据训练了深度学习模型识别潜在瓜氨酸化抗原。相关研究成果有望显著提升RA的早期诊断和精准治疗水平。

四川大学华西医院为本论文第一作者单位和第一通讯作者单位；戴伦治研究员和赵毅主任医师为共同通讯作者；四川大学胡梦博士、朱晨曦博士后、孙蕊博士、许志强博士，龚艳秋博士、华西医院风湿免疫科副主任医师刘艺博士为文章的共同第一作者。

RA是一种在遗传易感性的基础上，由自身抗原介导的系统性自身免疫病，以滑膜关节慢性炎症和进行性骨破坏为主要病理特征，常导致关节畸形和功能丧失，被称为“不死癌症”。自身抗原瓜氨酸化蛋白质累积是诱发RA的重要原因。系统性解码RA瓜氨酸化图谱，对RA的早期诊断、预防、治疗至关重要。然而，由于瓜氨酸化修饰的质量变化微小，且易与脱酰胺反应和13C同位素峰混淆，精准检测面临较大挑战。现有基于化学探针的质谱方法存在蛋白量需求大、检测通量低等瓶颈。

针对上述瓶颈，本研究开发了超微量免需富集瓜氨酸化检测技术Iseq-Cit。该技术利用PAD酶体外催化混合蛋白制备的超瓜氨酸化多肽内标，显著提升样品中瓜氨酸化肽段的丰度，大幅降低了蛋白用量。Iseq-Cit技术鉴定的瓜氨酸化肽得到了靶向质谱验证。

研究团队进一步将该技术应用于包含了健康人、RA高风险人群和RA患者的大规模纵向队列，发现RA高风险人群中已出现显著的瓜氨酸化异常和免疫激活，并且瓜氨酸化修饰水平与RA疾病进展和药物治疗反应密切相关。因此，研究人员进一步联合瓜氨酸化肽段和临床指标，针对常用的两种RA治疗方案（MTX+LEF和MTX+HCQ）构建了药物响应预测模型，并在独立外部队列中验证，结果显示联合瓜氨酸化肽段有效提高了模型预测准确率和泛化性，为临床精准用药提供了潜在指导方案。

考虑到抗环瓜氨酸化抗体（ACPAs）在RA关节损伤进展中的关键作用，识别新的瓜氨酸化表位对于完善RA的早期诊断、理解发病机制及阐明ACPAs的产生与交叉反应机制至关重要。传统的基于ELISA的RA血清反应阳性肽的筛选方法由于成本高、效率低。为此，本研究构建了深度学习模型预测瓜氨酸化肽在RA患者血清中的反应活性，外部独立队列验证结果显示该模型的预测准确率高达84.2%。研究还发现这些瓜氨酸化肽段在RA患者血清中的反应活性显著高于其他疾病人群，显示出良好的疾病特异性。

综上所述，该项研究首次系统揭示了RA演进过程中瓜氨酸化修饰自身抗原动态变化规律，初步建立了瓜氨酸化修饰与RA进展的关系，为RA的诊断、干预和机制研究提供了新思路。

该研究获得国家自然科学基金委、卫健委四大慢病专项、科技部重点研发计划和华西医院1·3·5项目等多项基金支持。

原文链接：https://www.nature.com/articles/s41551-026-01628-4