Molecular Neurodegeneration
高灵敏度血浆蛋白质组学揭示疾病特异性标志物与阿尔茨海默病表型预测生物标志物
小赛推荐：
该研究基于NULISAseq™ CNS Panel平台，系统分析了3,232名参与者（涵盖AD、DLB、FTD、PD及认知健康对照）的血浆蛋白质组，识别出多种疾病相关蛋白及其与不同AD表型（Amyloid-PET、Tau-PET、CSF Aβ42/Aβ40、CDR）的显著关联。研究还评估了p-tau217在诊断AD及淀粉样蛋白阳性中的高精度表现，AUC分别为0.81与0.96，为神经退行性疾病的早期检测与精准诊断提供了新工具。
文献概述
本文《High-sensitivity plasma proteomics reveals disease-specific signatures and predictive biomarkers of Alzheimer’s disease phenotypes in a large mixed-dementia cohort》，发表于Molecular Neurodegeneration杂志，回顾并总结了血浆蛋白标志物在神经退行性疾病中的应用，特别聚焦于阿尔茨海默病（AD）、帕金森病（PD）、额颞叶痴呆（FTD）与路易体痴呆（DLB）的区分与诊断。研究通过大规模队列分析，识别出多个疾病特异性蛋白，并评估其在疾病进展与病理特征中的预测能力，为血浆蛋白标志物在临床诊断中的应用提供高质量证据。
背景知识
神经退行性疾病（如AD、PD、FTD、DLB）影响全球数百万患者，随着人口老龄化加剧，其临床与科研需求日益增长。当前，疾病诊断依赖于脑脊液（CSF）与正电子发射断层扫描（PET），但这些方法具有侵入性、高成本及操作复杂性，限制了其广泛应用。血浆生物标志物因其非侵入性、可重复性及临床转化潜力，成为研究热点。NULISAseq™ CNS Panel作为一种新型高灵敏度蛋白质组学技术，可同时检测多种神经退行性疾病相关蛋白，具有高度特异性与可重复性。本研究旨在通过大规模队列验证该平台在疾病标志物识别中的表现，并探索其在疾病分型与进展预测中的潜力，为血浆蛋白标志物在临床诊断与治疗监测中的应用提供理论基础。
研究方法与实验
研究纳入3,232名参与者（包括1,123例AD、75例DLB、58例FTD、126例PD及1,596名认知健康对照），使用NULISAseq™ CNS Panel检测123种血浆蛋白。通过线性回归分析，识别与各疾病及AD相关表型（Amyloid-PET、Tau-PET、CSF Aβ42/Aβ40、CDR）显著相关的蛋白。采用Z检验评估蛋白效应大小，使用Benjamini-Hochberg方法校正多重检验。此外，通过生存分析评估蛋白与症状性AD进展的关系，并进行通路富集分析以揭示潜在生物学机制。GMM聚类与Youden指数被用于确定p-tau217的生物标志物阳性切点，并评估其与PET成像的诊断一致性。
关键结论与观点
研究意义与展望
该研究为血浆蛋白标志物在神经退行性疾病中的应用提供了迄今为止最大规模的证据，验证了NULISAseq™平台在多疾病分型中的高灵敏度与特异性。未来研究可进一步评估这些标志物在不同种族、性别及临床亚型中的稳定性，并探索其在纵向研究中的动态变化。此外，基于这些标志物构建的机器学习模型或可用于早期诊断与疾病监测，为个性化干预提供依据。
结语
本研究通过大规模队列分析，系统评估了NULISAseq™ CNS Panel在神经退行性疾病中的应用价值。研究发现p-tau217、NEFL、GFAP等蛋白在AD中高度富集，而DLB与PD则表现出部分重叠但独特的蛋白特征。这些蛋白不仅可作为潜在的诊断标志物，还揭示了不同疾病的分子通路特异性。研究还表明，p-tau217在检测淀粉样蛋白阳性中的高度准确性，为临床转化提供了坚实基础。结合蛋白组学与表型分析，本研究为神经退行性疾病的机制研究与生物标志物开发提供了新思路，推动了血浆蛋白组在精准医学中的应用。
