Brain : a journal of neurology
预测性生物标志物与影像学指标在SCA1和SCA3疾病进展与表型转化中的作用

小赛推荐：

该研究系统揭示了血浆NfL水平、脑MRI指标与临床评分在预测SCA1和SCA3表型转化及疾病进展中的不同作用，为未来临床试验设计提供了关键的统计增强策略，尤其在无症状期干预试验中具有重要参考价值。

 

文献概述

本文《Predictive models for ataxia progression and conversion in spinocerebellar ataxia type 1 and 3》，发表于《Brain : a journal of neurology》杂志，系统探讨了SCA1和SCA3在前共济失调阶段向共济失调转化（phenoconversion）及疾病进展的预测因子。研究整合了多中心纵向临床、血浆生物标志物（NfL）和脑MRI数据，采用贝叶斯混合模型构建疾病进程图谱，识别了可量化疾病轨迹的关键变量。该工作为设计高效临床试验提供了统计建模基础。

背景知识

脊髓小脑性共济失调SCA1和SCA3是由ATXN1和ATXN3基因中CAG重复扩增引起的常染色体显性遗传性神经退行性疾病。目前尚无有效治疗手段，多数临床试验失败，部分原因在于疾病进展缓慢且临床评估存在较大变异性。传统依赖SARA评分作为主要终点的试验需大样本和长期随访，统计效能低。此外，如何在症状出现前识别高风险个体并预测其进展速度，是实现早期干预的关键瓶颈。因此，亟需敏感、可量化的生物标志物和影像指标来提升试验效率。本研究通过系统分析NfL、CBWM、SCP等指标，旨在建立预测模型，填补了从自然病史研究到精准临床试验设计之间的空白。CAG重复长度虽可预测发病年龄，但对个体进展速度的预测能力有限，尤其在SCA1中未发现其与进展速率相关，提示需结合多模态数据构建更精准模型。

 

针对SCA1和SCA3等神经退行性疾病的机制研究，赛业生物提供多种基因敲除与人源化小鼠模型，可用于模拟CAG重复扩增导致的ATXN1和ATXN3蛋白异常，研究疾病发生机制。我们提供条件性基因敲除小鼠，实现组织特异性或诱导性表达，避免胚胎致死，助力神经病理机制探索和药物靶点验证。

了解更多

 

研究方法与核心实验

研究基于READISCA队列，纳入222名参与者（包括43名对照、55名SCA1携带者和124名SCA3携带者），进行长达5年的年度随访。所有参与者接受全面临床评估，包括SARA、INAS、PHQ9、FSS、CCFS等量表，并采集血样用于检测血浆NfL水平，约半数参与者接受脑MRI扫描，获取脑干和小脑区域的体积、弥散张量成像（DTI）及磁共振波谱（MRS）数据。研究采用线性混合效应模型分析各指标的纵向变化，并构建贝叶斯混合模型（Disease Course Mapping）以统一疾病时间轴，估算个体的“疾病历程年龄”（disease course age）。该模型允许不同变量具有独立的起始时间点，从而揭示疾病进程中各症状和生物标志物的动态演变顺序。通过逻辑回归和ROC分析评估基线变量对表型转化的预测能力，并使用逐步回归分析识别1年SARA进展的最佳预测因子。

关键结论与观点

• 在前共济失调阶段，NfL水平升高、抑郁（PHQ9评分高）、下运动神经元体征和小脑白质萎缩（CBWM体积减少）显著预测个体将转化为共济失调状态。这些因子与疾病进展驱动因素不同，提示转化与进展可能受不同机制调控。
• 血浆NfL水平在前共济失调期显著上升，且在非转化者中增速更快，表明NfL是神经变性早期敏感标志，可用于监测前症状期疾病活动。
• SARA评分在共济失调患者中每年进展约1.2分，是临床指标中最敏感的。但其变化在个体间差异大，需结合基线预测因子提升统计效能。
• 基线时较高的CCFS评分、Functional Stage和小脑白质中总肌酸（tCr）水平可显著预测1年后SARA的更快进展。该模型解释了54%的变异，提示这些指标可作为未来试验的协变量以提高检验效能。
• Disease Course Mapping模型显示，共济失调（SARA）与功能障碍（FAADL）的起始时间不同步，且疲劳（FSS）与抑郁（PHQ9）高度共发，提示非运动症状需独立关注和干预。

研究意义与展望

该研究为SCA1和SCA3的临床试验设计提供了重要工具。通过识别前共济失调期的转化预测因子（如NfL、PHQ9），可更精准筛选即将进入症状期的高风险个体，提高试验的统计效率。同时，基线CCFS和tCr等指标可作为协变量纳入模型，显著提升对疾病进展的预测能力，从而减少所需样本量。此外，研究强调了心理支持在前共济失调阶段的重要性，为临床照护提供了新方向。

从机制角度看，NfL在转化窗口期加速上升，提示此阶段神经变性可能加速，是干预的理想时间窗。而SCA3中CAG重复长度与进展速度相关，但SCA1中无此关联，提示不同亚型可能存在不同的病理动力学，需分型建模。未来研究需延长随访以验证模型的长期预测能力，并探索其他液体或影像生物标志物以进一步优化模型。

 

为加速神经疾病药物研发，赛业生物提供专业的神经药效评价服务，涵盖多种神经退行性疾病模型，如阿尔茨海默病、帕金森病等。我们提供精细化的脑立体定位注射、行为学检测（如水迷宫、转棒）和分子病理分析，支持AAV介导的基因治疗或小分子药物的体内药效评估，助力从实验室到临床的转化研究。

了解更多

 

结语

本研究通过多模态纵向数据，建立了SCA1和SCA3疾病进展的综合预测模型，揭示了血浆NfL作为前共济失调期转化的敏感生物标志物，以及CCFS和小脑白质tCr对短期共济失调进展的预测价值。这些发现为从自然病史研究向精准干预试验的转化提供了坚实基础。在实验室层面，该模型可指导动物实验中干预时机的选择；在临床层面，它支持采用预测增强推理（prediction-powered inference）策略，显著提升试验效率。更重要的是，研究强调了非运动症状如抑郁的早期出现，提示应将心理评估与干预纳入SCA患者的常规照护路径。总体而言，该工作标志着向个体化、精准化SCA治疗管理迈出了关键一步，为未来基因靶向治疗（如ATXN1或ATXN3的ASO疗法）的临床试验设计提供了不可或缺的统计与生物标志物框架。

 

Emilien Petit, Giulia Coarelli, David Morgan, Tetsuo Ashizawa, and Sophie Tezenas du Montcel. Predictive models for ataxia progression and conversion in spinocerebellar ataxia type 1 and 3. Brain : a journal of neurology.