糖尿病视网膜病变(DR)是糖尿病的多种并发症之一，是世界范围内主要的致盲眼病，早期发现和早期干预可以减少致盲性DR的发生。近年来随着高通量组学技术的发展，蛋白组学和代谢组学在DR的早期诊断、发病机制研究以及治疗靶点探索等方面展现出强大的应用价值。传统生物标志物如糖尿病病程和糖化血红蛋白等具有较高的预测DR进展的能力，但临床上仍然缺乏能够体现DR病理机制的独立预测因子。人工智能和机器算法等技术推动了蛋白组学和代谢组学对DR新型生物标志物的探索，使得新型生物标志物更加无创，稳健和敏感。在临床实践中，对预后存在差异的患者进行蛋白质和代谢物的检测，可以帮助临床医生从蛋白组学和代谢组学角度理解患者的异质性，推动了DR精准医疗的开展。本文对蛋白组学和代谢组学在DR的新型生物标志物筛选、发病机制探索和精准医疗等方面采取的技术和策略进行阐述以期进一步推动这个领域的临床应用转化研究。
版权归中华医学会所有。
未经授权，不得转载、摘编本刊文章，不得使用本刊的版式设计。
除非特别声明，本刊刊出的所有文章不代表中华医学会和本刊编委会的观点。
糖尿病视网膜病变(diabetic retinopathy，DR)是糖尿病患者常见的眼底并发症，是世界范围内主要的致盲眼病之一。目前DR的治疗方式包括激光光凝、玻璃体内注射抗血管内皮生长因子(vascular endothelial growth factor，VEGF)药物和玻璃体视网膜手术，但这些方法仅适用于疾病中晚期，其疗效在不同患者间差异较大，因此需要基于病变不同阶段的分子病理机制、新型生物标志物和个性化治疗方案等多个层面对DR进行更系统的理解。近年来，高通量组学技术的进步促进了蛋白组学和代谢组学在DR基础研究领域的飞速发展，蛋白组学和代谢组学等组学研究是系统研究生命活动的有用工具，蛋白质或代谢物的变化代表了遗传和环境因素的相互作用，并提供了与基因组、转录组的互补信息，为我们提供了全面了解DR病理机制和治疗靶点的新途径。目前许多研究者从对DR患者的眼内液、泪液和血液等各种生物样本的组学分析中积累了大量的组学数据，为系统探究DR的生物标志物以及病理机制提供了丰富的信息资源。然而，这些激增的海量数据也使研究者面临着一个重大挑战，即如何从海量数据中获取有意义的信息，因此在组学研究中采取合适的策略和前沿的技术以节约样本，提高组学数据的利用率，从而系统深入地探讨DR的发病机制和探索新型生物标志物以及治疗靶点是实现临床转化的方向之一。
