郭天南團隊在Cell Reports發表論文，揭示了識別COVID-19新冠病例嚴重程度的新依據。研究發現，尿液中的蛋白質能有效按嚴重程度對COVID-19病例進行分類。尿液中檢測到的蛋白質數量是血清中的2.5倍以上，且蛋白質和代謝物檢測的差異可能與它們在血清和尿液中的豐度和穩定性不同。通過機器學習建模，研究者發現尿液的模型與血清的模型表現一致，且準確率均超過90%。這表明，尿液蛋白質組學在分類和預測COVID-19嚴重程度方面有重要價值。尿液的非侵入性和獲取的便捷性使其成為COVID-19管理中廣泛使用的樣本來源。研究還揭示了尿液蛋白質和代謝物的改變可能與COVID-19患者免疫功能障礙相關的腎功能損害有關。進一步的聯合分析揭示了異常分子參與的信號通路，推測COVID-19誘導的炎癥可能導致免疫相關腎臟損傷。該研究對COVID-19患者的配對血清和尿液樣本進行了全面的蛋白質組學和代謝組學分析，證明選定的尿液蛋白質可用于COVID-19的嚴重程度分類。尿液，作為一種信息豐富的生物樣本，將以全新的視角幫助了解疾病的發病機制和開發新的傳染病治療策略。郭天南博士創立的西湖歐米（杭州）生物科技有限公司，已完成種子輪和Pre-A輪融資，致力于用大數據驅動的蛋白質組學實現精準醫療。