Alzheimer's & Dementia
染色体6组蛋白基因簇与脑淀粉样变性负担的血液转录组关联
小赛推荐：
该研究首次在大规模认知健康人群中揭示血液转录组网络与脑淀粉样变性负担的显著关联，发现组蛋白基因簇及免疫细胞比例变化作为潜在生物标志物，为阿尔茨海默病早期预测和干预提供新思路。
文献概述
本文《Blood gene expression network expression strongly relates to brain amyloid burden》，发表于Alzheimer's & Dementia杂志，回顾并总结了基于A4和LEARN临床研究的1739例认知健康个体血液转录组与脑淀粉样蛋白负荷的关联分析。研究采用WGCNA共表达网络和CIBERSORTx细胞去卷积算法，鉴定出组蛋白基因簇及自然杀伤细胞、CD4+记忆T细胞比例变化与脑淀粉样变性的关联。整段通正式中文表达，信息完整，为理解阿尔茨海默病早期病理变化提供转录组层面证据。
背景知识
阿尔茨海默病（AD）以β-淀粉样蛋白（Aβ）沉积和tau蛋白缠结为病理特征，Aβ可在临床症状前17-23年积累，成为早期预测标志物。尽管已有血浆p-tau217等生物标志物，但血液转录组与脑淀粉样变性的系统关联研究仍有限。组蛋白基因簇（HIST1）在染色体6p21-6p22，参与染色质结构调控，其表达变化与DNA损伤、炎症、神经退行性变等病理机制相关。此外，免疫细胞类型（如NK、T细胞）的动态变化可能反映中枢免疫监视或神经炎症状态。该研究填补了血液转录组与脑淀粉样蛋白负荷的多组学关联空白，拓展了对AD早期系统性变化的理解，同时为未来血液生物标志物开发及网络医学在神经退行性疾病中的应用奠定基础。
研究方法与实验
研究纳入A4和LEARN临床队列中1739名认知健康老年人，采集全血RNA测序和18F-Florbetapir PET成像数据。使用WGCNA构建共表达网络，CIBERSORTx评估22种免疫细胞比例。线性回归模型评估基因模块及细胞类型与淀粉样蛋白负荷（SUVR）的关系，协变量包括年龄、性别、教育程度、APOE ε2/ε4基因型。进一步进行基因集富集分析（GO/KEGG）及p-tau217敏感性分析。
关键结论与观点
研究意义与展望
本研究为目前最大规模血液转录组与脑淀粉样蛋白负荷的关联分析，揭示组蛋白基因簇及免疫细胞比例变化作为AD早期生物标志物的潜力。未来研究需进一步验证该基因网络在疾病进展中的动态变化，探索组蛋白或免疫细胞特异性表达与脑病理的因果机制。此外，整合表观组、蛋白组和多组学数据将有助于构建更完整的AD前驱期模型，提升早期预测和干预效率。
结语
该研究系统分析了A4和LEARN队列中血液转录组与脑淀粉样蛋白沉积的关联，首次在大规模认知健康人群中鉴定出组蛋白基因簇（grey60模块）和部分免疫细胞类型（NK、CD4+ T细胞）的表达变化与脑淀粉样变性相关。组蛋白模块富集于DNA损伤和核小体组装通路，提示染色质结构与修复功能可能在AD早期病理中发挥重要作用。研究结果拓展了血液生物标志物在AD前驱期筛查中的应用，为未来开发基于血液的多组学风险模型提供了理论依据。尽管该模块与p-tau217存在低相关性，提示其可能反映独立的病理机制，但仍需纵向研究验证其对认知下降的预测能力。本研究为理解阿尔茨海默病的全身性分子变化提供了重要线索，也为基于血液的早期诊断和干预靶点筛选奠定了基础。
