科研文档站

主题

08 · 刘俊老师论文逐篇解读 ​

数据源：她的 ORCID 0000-0001-5288-3042（23 条记录，含若干预印本/正式版重复）。 标注规则：【摘要确认】= 我查到真实摘要核对过；【据标题推断】= 仅凭标题+期刊+领域知识解读，细节以原文为准。 每篇给三件事：主旨 → 技术学习点(你要学的) → 对你课题的意义。 读法建议：先精读 A 组(和你课题最近)，再把 D 组当"方法教科书"复现。

总览：她是什么样的研究者 ​

一句话——她是"大型生物银行 + 多组学 + 因果推断"的遗传/分子流行病学家，主战场 UK Biobank、Rotterdam Study、China Kadoorie Biobank，工具是 GWAS / 蛋白组 / 代谢组 / 孟德尔随机化(MR) / 多基因评分(PRS)。疾病覆盖糖尿病及并发症、代谢肝病、痴呆、血脂血压、生殖代谢。 她不做湿实验、不做斑马鱼——所以你的价值正是"把她发现的分子拿到斑马鱼里验证"。

A 组 · 糖尿病与并发症（与你课题最相关，精读） ​

A1.【摘要确认】Modifiable risk factors and plasma proteomics in relation to complications of type 2 diabetes — Nature Communications 2025 ​

  • 主旨：在 UK Biobank 14,102 名 2 型糖尿病患者中，看"心血管健康评分(CVH)/危险因素控制程度"与 45 种糖尿病并发症的关系，并在 1,287 人亚组里用血浆蛋白组学做中介分析。结果：控制得越好，30/45 种不良结局风险越低；死亡和多种血管病共享中介蛋白，如 uromodulin(UMOD) 和 pro-adrenomedullin(ADM)。
  • 技术学习点：队列设计、Cox 生存分析、蛋白组学中介分析(mediation)、UK Biobank 操作。
  • 对你的意义 ⭐⭐⭐：这是你课题的金矿。45 种并发症里就含糖尿病视网膜病变。
    • 直接做法：拿到这篇里与视网膜病变相关的中介蛋白/候选蛋白(如 UMOD、ADM 及视网膜相关者)，在斑马鱼里 CRISPR 敲除对应同源基因，看高糖下血管新生/神经退行表型是否改变 → 人群证据 + 动物验证闭环。
    • 进组第一次汇报，建议直接以"复现+延伸这篇"切入。
  • 主旨：多族裔 GWAS 找妊娠糖尿病的遗传位点，并显示其与 2 型糖尿病的遗传共享。
  • 技术学习点：多族裔 GWAS + meta 分析、遗传相关性分析、效应基因优先级排序。
  • 对你的意义：学她做 GWAS 的标准流程；糖尿病易感基因可作为斑马鱼验证的候选来源。

A3.【据标题推断】A Type 1 Diabetes Polygenic Score Is Not Associated With Prevalent Type 2 Diabetes in Large Population Studies — Journal of the Endocrine Society 2023 ​

  • 主旨：构建 1 型糖尿病多基因评分(PRS)，验证它与 2 型糖尿病无关（区分两型的遗传机制）。
  • 技术学习点：多基因评分构建与验证(PRS/PGS)。
  • 对你的意义：PRS 是她常用工具，掌握它能帮你做"遗传风险×表型"分析。

A4.【据标题推断】Large-scale exome array summary statistics resources for glycemic traits to aid effector gene prioritization — Wellcome Open Research 2023 ​

  • 主旨：用外显子芯片做血糖相关性状的大规模汇总统计，帮助锁定"效应基因(effector gene)"。
  • 技术学习点：外显子芯片分析、从关联信号到效应基因的优先级排序(这一步之后正好接斑马鱼功能验证)。
  • 对你的意义 ⭐⭐：这类"effector gene 优先级"工作的下游就是功能验证——你的斑马鱼正是干这个的。

A5.【据标题推断】PPM1K-regulated impaired catabolism of branched-chain amino acids orchestrates polycystic ovary syndrome — eBioMedicine 2023 ​

  • 主旨：PPM1K 调控**支链氨基酸(BCAA)**代谢异常驱动多囊卵巢；偏机制+组学。
  • 技术学习点：代谢组学 + 基因功能联动的研究范式(发现一个基因→讲它的代谢机制)。
  • 对你的意义：BCAA 代谢与糖尿病/胰岛素抵抗高度相关，是潜在跨病种通路；这篇是"基因→代谢通路"叙事模板，可借鉴到 DR。

B 组 · 多组学方法学旗舰（学她的看家本领） ​

B1.【摘要确认】Proteomic signatures of smoking and their associations with risk of incident diseases and mortality — Nature Communications 2025（含 ResearchSquare 预印本，#5 是同篇） ​

  • 主旨：在 UK Biobank 43,914 人、2,917 个血浆蛋白上用机器学习建"蛋白吸烟指数(pSIN)"(51 蛋白，AUC 0.95)，China Kadoorie Biobank 外部验证(AUC 0.91)；pSIN 预测全因死亡和 18 种慢病；GWAS 找到 125 个相关基因(如 ALPP、CST5、IL12B)；exposome 分析环境修饰因素。
  • 技术学习点 ⭐：大规模蛋白组学 + 机器学习建分(signature/score) + 多队列外部验证 + GWAS + exposome——这套"组学评分 + 跨队列验证"是她的标志性范式。
  • 对你的意义：学她"如何把组学做成一个有预测力的分数并验证"。你完全可以仿做一个"DR 进展的蛋白/代谢评分"。

B2.【据标题推断】Dissecting MetALD using proteomic and metabolomic profiles — Journal of Hepatology 2025（#3 是对该文的 Reply 回应信） ​

  • 主旨：用蛋白组+代谢组给"代谢功能障碍及酒精相关肝病(MetALD)"做多组学分型(subtyping)。
  • 技术学习点：多组学整合 + 疾病亚型聚类；以及【#3 Reply】如何专业回应同行质疑/审稿(博后必修软技能)。
  • 对你的意义：多组学分型方法可迁移到"糖网不同进展亚型"。

B3.【据标题推断】Novel genetic insights into the roles of amino acids in MASLD — preprint(MedRxiv 2024) ​

  • 主旨：氨基酸代谢与代谢相关脂肪肝(MASLD)的遗传学。
  • 技术学习点：代谢物 GWAS / 代谢物 MR。
  • 对你的意义：氨基酸代谢是糖尿病共病通路；方法可借。

B4.【据标题推断】Profiling the genome and proteome of MASLD identifies potential therapeutic targets — preprint(MedRxiv 2023) ​

  • 主旨：基因组+蛋白组联合找 MASLD 的潜在治疗靶点。
  • 技术学习点：基因组×蛋白组联合找药靶(pQTL + 共定位 + MR)。
  • 对你的意义 ⭐：这正是"找靶点"的范式——找到的靶点用斑马鱼验证是完美下游。

B5.【据标题推断】A multi-omics study of circulating phospholipid markers of blood pressure — Scientific Reports 2022 ​

  • 主旨：多组学找与血压相关的循环磷脂标志物。
  • 技术学习点：脂质组学/代谢组学 + 多组学关联。
  • 对你的意义：方法学样本；血压是 DR 重要危险因素。

B6.【据标题推断】Genome-wide characterization of circulating metabolic biomarkers reveals substantial pleiotropy and novel disease pathways — preprint(MedRxiv 2022) ​

  • 主旨：循环代谢标志物的全基因组刻画，揭示多效性和新疾病通路。
  • 技术学习点：代谢物 GWAS(metabolite QTL) + 通路发现。
  • 对你的意义：从代谢物到通路再到疾病的完整链条，DR 代谢机制可套用。

C 组 · 代谢组 × 菌群 × 脑/痴呆（看她方法的广度） ​

C1.【据标题推断】Interplay of Metabolome and Gut Microbiome in Major Depressive Disorder — JAMA Psychiatry 2023 ​

  • 主旨：代谢组 × 肠道菌群在抑郁症中的相互作用。
  • 技术学习点：菌群(16S/宏基因组) + 代谢组联合分析。
  • 对你的意义：⭐ "肠-视网膜轴"是 DR 新兴热点，这套菌群-代谢方法可直接迁移到糖网。

C2.【据标题推断】Interplay of the human exposome, metabolome and gut microbiome in dementia and major depression — Alzheimer's & Dementia 2022 ​

  • 主旨：暴露组+代谢组+菌群三组学看痴呆与抑郁。
  • 技术学习点：exposome(暴露组) 概念与分析、多层组学整合。

C3.【据标题推断】Interplay between age, APOE ε4 and the metabolome in plasma and brain in Alzheimer's disease — Translational Psychiatry 2025 ​

  • 主旨：年龄×APOE基因型×代谢组在血浆和脑中的交互(阿尔茨海默)。
  • 技术学习点：基因×组学交互分析、组织特异性代谢组。

C4.【据标题推断】Evolution of circulating metabolites through lifespan according to gender and APOE — Alzheimer's & Dementia 2023 ​

  • 主旨：代谢物随年龄/性别/APOE 的变化轨迹。
  • 技术学习点：纵向轨迹分析、性别分层。

C5.【据标题推断】Does ethnicity influence dementia, stroke and mortality risk? Evidence from the UK Biobank — Frontiers in Public Health 2023 ​

  • 主旨：族裔对痴呆/卒中/死亡风险的影响(UK Biobank)。
  • 技术学习点：人群流行病学、族裔分层、UK Biobank 表型分析。

C 组对你课题不直接，但展示她"代谢组+菌群+队列"的工具箱——其中菌群-代谢轴和纵向轨迹两项最值得你借到 DR。

D 组 · 统计遗传学方法标杆（当教科书复现） ​

D1.【据标题推断】A saturated map of common genetic variants associated with human height — Nature 2022 ​

  • 主旨：超大样本 GWAS 画出人类身高常见变异的"饱和图谱"(里程碑式遗传学论文，她是合作作者，多为 GIANT 联盟成果)。
  • 技术学习点 ⭐：超大规模 GWAS / meta 分析的金标准流程——想学 GWAS，精读这篇方法部分。
  • 对你的意义：建立对"GWAS 能做到什么程度"的认知；方法天花板参考。

D2.【据标题推断】Implicating genes, pleiotropy, and sexual dimorphism at blood lipid loci through multi-ancestry meta-analysis — Genome Biology 2022 ​

  • 技术学习点：多族裔 meta、基因注释(implicating genes)、多效性与性别差异分析。

D3.【据标题推断】A multi-layer functional genomic analysis to understand noncoding genetic variation in lipids — American Journal of Human Genetics 2022 ​

  • 技术学习点 ⭐：功能基因组学——把非编码变异连到基因功能(eQTL、表观、染色质)。这一步的尽头就是"拿到候选基因去做功能实验"——你的斑马鱼接在这里。

D4.【据标题推断】Circulating Inflammatory Cytokines and Female Reproductive Diseases: A Mendelian Randomization Analysis — JCEM 2023 ​

  • 主旨：用**孟德尔随机化(MR)**推断炎症因子对女性生殖疾病的因果作用。
  • 技术学习点 ⭐⭐：MR 标准范式——这是她最常让人上手的方法，TwoSampleMR R 包 + 敏感性分析。强烈建议把这篇作为你学 MR 的复现样本。
  • 对你的意义：你可仿做"某炎症因子/蛋白 → 糖尿病视网膜病变"的 MR，再把阳性者拿去斑马鱼验证。

D5.【据标题推断】The long-term relation between physical activity and executive function in the Rotterdam Study — European Journal of Epidemiology 2023 ​

  • 技术学习点：经典队列(Rotterdam)纵向流行病学、混杂控制。
  • 对你的意义：流行病学因果思维训练。

一页总结：从她的论文里能"喂给斑马鱼"的东西 ​

来源论文可拿来验证的候选验证设计
A1 T2D 并发症蛋白组(Nat Commun 2025)UMOD、ADM 等并发症中介蛋白(挑视网膜相关者)斑马鱼 CRISPR 敲除同源基因 → 高糖下 DR 表型
A4 血糖效应基因 / A2 糖尿病 GWAS血糖/糖尿病效应基因同上，功能验证 effector gene
B4 MASLD 治疗靶点范式"pQTL+MR 找靶"流程产出的靶点斑马鱼验证靶点可成药性
D4 炎症因子 MR 范式你自己做"炎症蛋白→DR"MR 的阳性命中斑马鱼验证因果分子
C1 菌群-代谢轴肠-视网膜轴候选代谢物/通路斑马鱼高糖模型干预

核心打法：在她已有的组学/遗传学结果里"捡"出与视网膜病变相关的分子 → 斑马鱼里证明它真的影响 DR 表型(因果+机制) → 高质量论文。 学习捷径：精读 A1(你的金矿) + 复现 D4(学 MR) + 复现 B1(学组学评分)，三篇吃透，你就接住了她的技术栈。

信息可靠性说明 ​

  • 【摘要确认】：A1、B1 已核对真实摘要。
  • 其余为【据标题推断】：主旨方向可信，但具体样本量、基因名、结论细节请进组后读原文核对，别在汇报里当成确证引用。
  • 建议：用她的 ORCID 或 Google Scholar 把这些论文 PDF 下全，按本文分组逐篇精读 A、D 组。

个人科研与运维文档 · 内容持续修订

docs.stlog.cn