In most patients with multiple sclerosis, the disease initiates with a first attack or clinically isolated syndrome. At this phase, magnetic resonance imaging is an important predictor of conversion to multiple sclerosis. With the exception of oligoclonal bands, the role of other biomarkers in patients with clinically isolated syndrome is controversial. In the present study, we aimed to identify proteins associated with conversion to multiple sclerosis in patients with clinically isolated syndrome. We applied a mass spectrometry-based proteomic approach (isobaric labelling) to previously collected pooled cerebrospinal fluid samples from patients with clinically isolated syndrome, who subsequently converted to clinically definite multiple sclerosis (n = 30) and patients who remained as having clinically isolated syndrome (n = 30). Next, three of the most represented differentially expressed proteins, i.e. ceruloplasmin, vitamin D-binding protein and chitinase 3-like 1 were selected for validation in individual cerebrospinal fluid samples by enzyme-linked immunosorbent assay. Only chitinase 3-like 1 was validated and cerebrospinal fluid levels were increased in patients who converted to clinically definite multiple sclerosis compared with patients who continued as clinically isolated syndrome (P = 0.00002) and controls (P = 0.012). High cerebrospinal fluid levels of chitinase 3-like 1 significantly correlated with the number of gadolinium enhancing lesions and the number of T2 lesions observed in brain magnetic resonance imaging scans performed at baseline, and were associated with disability progression during follow-up and shorter time to clinically definite multiple sclerosis (log-rank P-value = 0.003). Cerebrospinal fluid chitinase 3-like 1 levels were also measured in a second validation clinically isolated syndrome cohort and found to be increased in patients who converted to multiple sclerosis compared with patients who remained as having clinically isolated syndrome (P = 0.018). Our results indicate that patients who will convert to clinically definite multiple sclerosis could be distinguished from those patients who will remain as clinically isolated syndrome by proteomic analysis of cerebrospinal fluid samples. Although protein levels are also increased in other disorders characterized by chronic inflammation, chitinase 3-like 1 may serve as a prognostic biomarker for conversion to multiple sclerosis and development of disability which may help to improve the understanding of the aetiopathogenesis in the early stages of multiple sclerosis.

Essential to exposome research is the collection of data on many environmental exposures from different domains in the same subjects. The aim of the Human Early Life Exposome (HELIX) study was to measure and describe multiple environmental exposures during early life (pregnancy and childhood) in a prospective cohort and associate these exposures with molecular omics signatures and child health outcomes. Here, we describe recruitment, measurements available and baseline data of the HELIX study populations.The HELIX study represents a collaborative project across six established and ongoing longitudinal population-based birth cohort studies in six European countries (France, Greece, Lithuania, Norway, Spain and the UK). HELIX used a multilevel study design with the entire study population totalling 31 472 mother-child pairs, recruited during pregnancy, in the six existing cohorts (first level); a subcohort of 1301 mother-child pairs where biomarkers, omics signatures and child health outcomes were measured at age 6-11 years (second level) and repeat-sampling panel studies with around 150 children and 150 pregnant women aimed at collecting personal exposure data (third level).Cohort data include urban environment, hazardous substances and lifestyle-related exposures for women during pregnancy and their offspring from birth until 6-11 years. Common, standardised protocols were used to collect biological samples, measure exposure biomarkers and omics signatures and assess child health across the six cohorts. Baseline data of the cohort show substantial variation in health outcomes and determinants between the six countries, for example, in family affluence levels, tobacco smoking, physical activity, dietary habits and prevalence of childhood obesity, asthma, allergies and attention deficit hyperactivity disorder.HELIX study results will inform on the early life exposome and its association with molecular omics signatures and child health outcomes. Cohort data are accessible for future research involving researchers external to the project.

Mass-spectrometry-based proteomics has advanced with the integration of experimental and predicted spectral libraries, which have significantly improved peptide identification in complex search spaces. However, challenges persist in distinguishing some peptides with close retention times and nearly identical fragmentation patterns. In this study, we conducted a theoretical assessment to quantify the prevalence of indistinguishable peptides within the human canonical proteome and immunopeptidome using state-of-the-art retention time and spectrum prediction models. By quantifying the proportion of peptides posing challenges to unequivocal identification, we set the theoretical nonaccessible portion within a given proteome, and underscore the effectiveness of contemporary analytical methodologies in resolving the complexity of the human proteome and immunopeptidome via mass spectrometry.

Childhood obesity poses a significant public health challenge, yet the molecular intricacies underlying its pathobiology remain elusive. Leveraging extensive multi-omics profiling (methylome, miRNome, transcriptome, proteins and metabolites) and a rich phenotypic characterization across two parts of Europe within the population-based Human Early Life Exposome project, we unravel the molecular landscape of childhood obesity and associated metabolic dysfunction. Our integrative analysis uncovers three clusters of children defined by specific multi-omics profiles, one of which characterized not only by higher adiposity but also by a high degree of metabolic complications. This high-risk cluster exhibits a complex interplay across many biological pathways, predominantly underscored by inflammation-related cascades. Further, by incorporating comprehensive information from the environmental risk-scape of the critical pregnancy period, we identify pre-pregnancy body mass index and environmental pollutants like perfluorooctanoate and mercury as important determinants of the high-risk cluster. Overall, our work helps to identify potential risk factors for prevention and intervention strategies early in the life course aimed at mitigating obesity and its long-term health consequences. Obesity encompasses numerous interconnected pathological mechanisms. Here, the authors show that integrating multi-omics data uncovers distinct molecular profiles and prenatal factors linked to childhood obesity and metabolic dysfunction, providing insights for early prevention and intervention strategies.