脑脊液蛋白质组学分析揭示了肌强直性营养不良1型的潜在生物标志物及异常通路

【字体: 时间:2025年11月27日 来源:Frontiers in Neuroscience 3.2

编辑推荐:

  肌强直症1型(DM1)中枢神经系统的病理机制通过首次CSF蛋白组学分析研究,利用Olink平台检测11例DM1患者和5例健康对照的CSF样本,鉴定出CKAP4、SCARF1、NCAM1、CD59、PTH1R、CA4等6个显著差异蛋白,并借助LASSO回归筛选出15个具有分类潜力的蛋白,涉及神经元健康、神经炎症、认知障碍等通路。

  
肌强直症1型(DM1)是一种以骨骼肌强直、进行性肌萎缩和多种系统受累为特征的遗传性疾病。近年来,随着组学技术的发展,研究者们尝试通过多组学整合分析揭示DM1的复杂病理机制。本研究聚焦于DM1中枢神经系统(CNS)病变的潜在生物标志物,首次利用 cerebrospinal fluid(CSF)蛋白质组学技术系统性探索了DM1患者与健康对照组的蛋白质表达差异,并深入解析了其背后的生物学意义。

### 1 研究背景与意义
DM1由DMPK基因第3外显子的CTG三核苷酸重复扩增引起,该突变导致有毒RNA的积累,进而干扰RNA剪接调控蛋白(如MBNL1)的功能,引发广泛的蛋白质翻译后修饰异常。尽管基础研究已阐明部分分子机制,但CNS病变的早期诊断和动态监测仍存在重大挑战。当前临床评估主要依赖症状观察和电生理检测,但存在滞后性、主观性强等缺陷。蛋白质组学作为多维度生物标志物发现平台,能够捕捉复杂病理网络中的细微变化,为CNS病变提供新的研究视角。

### 2 研究方法与技术创新
研究团队采用Olink多组学平台对16例DM1患者和5例健康人的CSF样本进行全谱蛋白质检测,覆盖1,072个蛋白质靶点。方法学上具有三个创新点:首先,通过双阶段质量控制(内部对照SD<0.2和浓度偏差<0.3 NPX)确保数据可靠性;其次,结合差异表达分析(Benjamini-Hochberg校正)与LASSO回归筛选(阈值|β|>0.3),有效解决小样本数据中的过拟合问题;最后,采用Reactome数据库进行通路富集分析(p<0.05),建立蛋白质表达与信号通路的关联网络。

样本特征显示,DM1组平均年龄36.1岁,女性占比91%(10/11),CTG重复范围75-1000。对照组年龄跨度较大(30-62岁),但通过性别匹配和年龄标准化处理,有效控制了混杂因素的影响。CSF采集采用严格分层处理,前0.5ml弃去以减少血液污染,后续样本经高速离心(1000rpm/15min)分离细胞成分,确保检测的是纯体液蛋白谱。

### 3 关键研究发现
#### 3.1 差异表达蛋白的筛选
通过双尾t检验(α=0.05)筛选出6个显著下调蛋白:CKAP4(微管相关蛋白)、SCARF1(神经炎症调控因子)、NCAM1(神经粘附分子)、CD59(补体调节蛋白)、PTH1R(降钙素受体)和CA4(碳酸酐酶)。其中NCAM1在血浆中已被证实与神经发育障碍相关(Yang et al., 2019),而CD59的降低提示补体系统激活,与神经炎症形成恶性循环。

LASSO回归模型进一步筛选出15个关键蛋白(图5),形成两批重叠候选物:6个统计学显著蛋白中有4个(CKAP4、CD59、PTH1R、CA4)同时满足预测价值(|β|>0.3)和显著性标准。值得注意的是,这些蛋白在既往研究中的功能具有高度一致性:CKAP4与微管稳定性相关(Zhang et al., 2015),SCARF1参与清除凋亡细胞(Ramirez-Ortiz et al., 2013),而PTH1R的异常可能反映下丘脑-垂体-肾上腺轴的失调。

#### 3.2 通路富集分析
Reactome通路分析显示,DM1患者CNS中存在系统性信号通路的紊乱(图7)。其中MAPK通路(p=0.001)和IGF转运通路(p=0.003)的显著异常具有特殊意义。MAPK信号轴在神经元突触可塑性中起核心作用,其激活状态直接影响突触重塑和神经保护。IGF转运异常则可能通过激活PI3K/Akt通路影响葡萄糖摄取,这与DM1患者普遍存在的胰岛素抵抗和认知障碍高度相关。

#### 3.3 蛋白质网络的系统性解析
研究发现DM1的CNS病变存在多维度病理特征:① 神经炎症维度:IL-6和IL-1ra升高(与SMA共病机制相似,Nuzzo et al., 2023);② 血管稳态异常:ANGPT1(血管内皮生长因子)下调,提示微血管屏障受损;③ 神经可塑性障碍:NCAM1、CKAP4等微管相关蛋白和神经粘附分子显著降低;④ 免疫调节失衡:CD59(补体调控蛋白)减少,可能加剧神经退行性病变中的炎症反应。这些发现与既往在肌肉组织(如periostin与心脏病变关联,Nguyen et al., 2023)和血清学(OPTIMISTIC队列161种蛋白标志物,Van As et al., 2025)的研究形成互补。

### 4 理论突破与临床转化
#### 4.1 神经微环境影响发现
SCARF1的显著降低(p=0.002)提示星形胶质细胞功能异常。SCARF1作为神经炎症清除受体,其表达下降可能导致促炎小胶质细胞浸润(Ramirez-Ortiz et al., 2013)。这与Hernández-Hernández等(2013)在小鼠模型中发现的RAB3A和突触蛋白磷酸化异常形成呼应,共同指向DM1特有的神经炎症微环境。

#### 4.2 蛋白质-代谢轴的重新认识
通过比较既往研究(Bassez et al., 2018;Kouki et al., 2005),发现DM1患者CSF中胰岛素样生长因子(IGF)转运蛋白的异常表达(THBS4上调2.1倍,p=0.003)可能通过激活PI3K/Akt通路影响神经元存活。这为临床应用胰岛素增敏剂(如二甲双胍)改善认知功能提供了新的理论依据——不仅作用于外周代谢,还可能通过调控CNS内的IGF信号网络发挥作用。

#### 4.3 补体-炎症-神经退行性病变的级联效应
CD59(补体调控蛋白)的显著降低(p=0.004)提示补体系统过度激活。已有研究证实补体异常在神经退行性疾病中的普遍性(Dalakas et al., 2020),本研究发现CD59与NCAM1存在负相关调节(r=-0.38,p=0.02),可能形成"补体过度激活→血脑屏障破坏→神经炎症加重"的恶性循环。这一机制与肌肉病变中发现的 periostin 上调(Nguyen et al., 2023)形成跨系统关联,提示DM1可能存在全身性炎症信号网络的失调。

### 5 方法学贡献与局限
#### 5.1 小样本研究的创新处理
面对样本量限制(n=16),研究团队采用多重验证策略:① 通过LASSO回归筛选出15个预测价值最高的蛋白(R2=0.82);② 对比传统差异表达分析(6个蛋白)与机器学习筛选(15个蛋白)的预测效能(AUC=0.78 vs 0.85);③ 引入功率分析(Cohen's d=1.0时达82%效力),明确当前数据对中等效应量的覆盖范围。这些方法学创新为小样本神经退行性疾病研究提供了新范式。

#### 5.2 技术局限性
① 采样时间窗限制:未明确区分急性期与慢性期样本;② 性别偏差:DM1组女性占比91%,可能影响通路分析结果;③ 蛋白质检测盲区:Olink平台未覆盖磷酸化修饰(占神经疾病标志物30%以上,Del Rey et al., 2018),可能遗漏关键信号节点;④ 缺乏纵向数据:未跟踪蛋白质表达随疾病进展的变化。

### 6 未来研究方向
#### 6.1 多组学整合验证
建议在后续研究中加入转录组(RNA-seq)和代谢组(代谢流分析)数据,构建"基因组-转录组-蛋白质-代谢"四维调控网络。特别是关注MBNL1相关RNA剪接事件的翻译后调控(如磷酸化修饰),这可能是当前研究未覆盖的关键领域。

#### 6.2 跨物种模型构建
已证实DMSXL小鼠模型在神经炎症(IL-6升高)和肌肉病变(periostin上调)方面与人类DM1高度相似(Sicot et al., 2017)。建议建立CSF蛋白质谱数据库,将小鼠模型(n=50)与人类队列(n≥50)的蛋白质变化进行匹配分析,特别关注NCAM1、CD59等蛋白的时空表达模式。

#### 6.3 动态监测体系开发
基于本研究的发现,可设计"基线+治疗中+随访"三阶段检测方案:① 基线阶段:检测CKAP4/CD59比值(正常值范围1.2-1.8);② 治疗中:监控THBS4(目标下降20%)和IL-6(目标下降35%);③ 随访期:通过NCAM1动态变化评估神经可塑性恢复。此方案已在脊髓性肌萎缩症(SMA)治疗监测中取得成功(Dobelmann et al., 2024)。

### 7 研究启示
本研究首次证实DM1存在CNS特异性蛋白质谱改变,为开发神经保护性疗法提供了新靶点。CKAP4和NCAM1的联合检测(AUC=0.91)可能优于单一标志物,与阿尔茨海默病tau蛋白与Aβ42联合诊断的原理相似(Gaetani et al., 2021)。此外,发现的MAPK通路异常与现有GSK3β抑制剂(如化合物AZD1208)的作用靶点高度重叠,提示联合靶向GSK3β-C.tp3通路可能同时改善肌肉和神经症状。

### 8 社会价值与转化前景
根据全球流行病学数据(1/2100),本研究的转化价值体现在三个方面:① 诊断效率提升:6个标志物检测(成本约$500/样本)可替代传统神经心理评估(平均耗时72小时);② 治疗响应预测:IL-6/CD59比值(r=0.67,p=0.001)与二甲双胍疗效显著相关(Bassez et al., 2018);③ 患者分层管理:基于蛋白质谱的亚型划分(如神经型/代谢型),可指导个性化治疗选择。

该研究通过严格的统计学控制和多维度验证,为DM1的精准医疗提供了重要的生物标志物体系。后续研究应着重解决样本异质性、检测标准化(如建立CSF蛋白质谱参考区间)和临床验证等问题,这需要跨学科合作(神经科+生物信息学+临床统计)和长期随访数据的积累。
相关新闻
生物通微信公众号
微信
新浪微博
  • 急聘职位
  • 高薪职位

知名企业招聘

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号