血浆蛋白质组学揭示癫痫发病新机制：免疫通路与早期生物标志物的发现

《Cell Reports Medicine》：Plasma proteomics identifies proteins and pathways associated with incident epilepsy

本研究针对癫痫早期诊断生物标志物缺乏的临床难题，通过大规模血浆蛋白质组学分析，发现103种血浆蛋白与癫痫发病风险显著相关，其中神经丝轻链蛋白(NEFL)和生长分化因子15(GDF15)关联最强。研究揭示了癫痫发病前蛋白质水平的动态变化轨迹，明确了免疫反应通路的核心作用，并构建了预测模型(AUC>0.7)。该研究为癫痫的早期预警和靶向治疗提供了重要依据。

　　

癫痫作为一种常见的神经系统疾病，全球约有5000万患者，其诊断主要依赖于临床症状、病史和发作期脑电图检查，缺乏客观的生物学标志物。尽管抗癫痫药物能有效控制症状，但约三分之一的患者仍发展为药物难治性癫痫，且目前缺乏针对病因的治疗手段。这种困境凸显了寻找癫痫早期预警标志物和阐明发病机制的迫切需求。

近年来，蛋白质组学技术的飞速发展为疾病生物标志物的发现提供了新的机遇。与脑组织样本相比，血浆蛋白检测具有无创、易获取、可动态监测等优势，更适合临床转化应用。然而，此前大多数癫痫蛋白质组学研究局限于动物模型或手术获取的脑组织样本，存在样本量小、区域局限性、横断面设计等不足，难以全面反映癫痫发生发展的动态过程。

为了突破这一瓶颈，张丹丹等研究人员在《Cell Reports Medicine》上发表了题为"血浆蛋白质组学识别与癫痫发病相关的蛋白质和通路"的研究论文。该研究利用英国生物银行(UK Biobank)中52,372名参与者的2,920种血浆蛋白质数据，进行了长达17年的前瞻性队列分析，其中440例为新发癫痫患者。这是迄今为止规模最大的癫痫血浆蛋白质组学研究，旨在系统探索血浆蛋白与癫痫发病风险的关联，揭示蛋白质动态变化规律，识别关键生物学通路，并评估蛋白标志物的预测价值。

研究团队运用了多项关键技术方法：首先采用Cox比例风险回归模型分析蛋白与癫痫发病的关联，然后使用局部加权散点平滑法(LOESS)构建发病前蛋白水平轨迹模型，通过无监督层次聚类对蛋白轨迹进行分组。此外，还利用基因富集分析探索生物学通路，蛋白质-蛋白质相互作用(PPI)网络识别核心枢纽蛋白，线性回归模型分析蛋白与脑结构关联，以及LightGBM机器学习算法构建癫痫风险预测模型。

Association between protein levels and incident epilepsy risk

研究发现103种血浆蛋白与癫痫发病风险显著相关，其中神经丝轻链蛋白(NEFL)(风险比[HR]=2.13)和生长分化因子15(GDF15)(HR=1.82)显示出最强的正相关。这些关联在不同年龄、性别亚组中保持稳定，且在排除基线后2年内发病的病例后，81种蛋白仍保持显著关联，证明了结果的稳健性。值得注意的是，研究还发现不同癫痫亚型具有特异的蛋白标志物谱：四种蛋白(LRG1、HAVCR2、VSIG4、SPINK1)与局灶性癫痫特异性相关，而另外四种蛋白(BCAT1、GDF15、SOD2、GAGE2A)与全面性癫痫相关。

Temporal evolution and trajectory clustering of epilepsy-associated proteins before epilepsy diagnosis

通过分析癫痫诊断前15年的蛋白水平变化，研究发现102种癫痫相关蛋白在发病前就表现出异常水平。其中30种蛋白在发病前约15年就已出现异常，5种蛋白(TNFRSF10B、GFAP、PIK3IP1、LY9、EFNA4)在整个疾病过程中持续保持高水平。NEFL和GDF15水平分别在诊断前14.2年和11.2年开始异常升高。通过聚类分析，这些蛋白被分为三个具有不同变化轨迹的簇，反映了癫痫发生发展过程中复杂的分子病理变化。

Biological function of epilepsy-associated proteins

功能富集分析显示，癫痫相关蛋白主要富集在细胞外区域、细胞因子-细胞因子受体相互作用、信号转导等通路。表型富集分析进一步发现，这些蛋白显著富集于免疫系统表型、造血系统表型和肿瘤表型，提示免疫系统在癫痫发病机制中扮演关键角色。PPI网络分析识别出TNFRSF1A、CD274、HAVCR2和TIMP1等四个核心枢纽蛋白，其中TNFRSF1A作为炎症调节的关键分子，在癫痫患者中表达水平显著升高。

Association between epilepsy-associated proteins and brain structure

研究还发现36种和46种癫痫相关蛋白分别与皮质和皮质下灰质体积减少显著相关。16种蛋白与至少10个脑区结构相关，包括NEFL、GDF15、GFAP等关键蛋白。这些蛋白与颞叶、岛叶、海马等癫痫相关脑区的体积呈负相关，而与侧脑室体积呈正相关，反映了癫痫相关的脑结构改变模式。

Predictive performance of identified proteins for future epilepsy risk

机器学习预测模型显示，基于蛋白标志物的预测模型对所有癫痫事件的曲线下面积(AUC)为0.654-0.708，对10年内发病的预测AUC为0.666-0.736，对10年后发病的预测AUC达0.719-0.789，表明蛋白标志物对长期风险预测具有更好的效能。值得注意的是，该蛋白组合对痴呆(AUC=0.77)和帕金森病(AUC=0.76)也显示出较高的预测价值，提示这些神经系统疾病可能共享部分病理机制。

研究结论与讨论部分强调了该研究的重大意义。首先，研究确定了103种与癫痫发病风险显著相关的血浆蛋白，其中NEFL和GDF15作为最强的风险标志物，其水平在癫痫发病前十余年就开始出现异常变化，这为癫痫的早期预警提供了宝贵的时间窗口。其次，研究通过轨迹分析揭示了癫痫发生发展的动态分子变化过程，为理解癫痫的病理生理机制提供了新的视角。

特别重要的是，研究发现免疫炎症通路在癫痫发病中发挥核心作用，这与近年来神经炎症在癫痫中的作用日益受到重视的趋势相一致。TNFRSF1A等核心枢纽蛋白的识别，不仅深化了对癫痫分子网络的理解，也为靶向治疗提供了潜在的干预靶点。

研究还发现，应激性生活事件通过影响GDF15等蛋白水平间接增加癫痫风险，这为心理社会因素与癫痫发病的关联提供了分子层面的解释。而蛋白与脑结构改变的关联分析，则架起了分子标志物与神经影像学之间的桥梁，为多模态生物标志物的整合提供了基础。

在转化医学价值方面，研究构建的蛋白预测模型显示出良好的临床应用前景，尤其是对长期风险的预测效能更为突出。此外，药物靶点分析发现17个癫痫相关蛋白基因是已批准药物的靶点，主要涉及恶性肿瘤和呼吸系统疾病，这为药物重定位策略在癫痫治疗中的应用提供了线索。

该研究的局限性包括研究人群主要为白人，限制了结果在其他人群中的推广性；癫痫诊断时间与实际发病时间可能存在偏差；癫痫亚型样本量较小影响亚型分析的稳健性等。未来需要更多样化的队列验证当前发现，并进一步探索蛋白在其他组织中的表达模式。

总之，这项大规模血浆蛋白质组学研究不仅发现了癫痫的潜在早期生物标志物，揭示了免疫通路在癫痫发病中的核心作用，还构建了有效的风险预测模型，为癫痫的早期预防、诊断和治疗策略优化提供了重要的科学依据。这些发现将推动癫痫研究从症状管理向病因治疗和早期干预转变，具有重要的临床转化价值。