等离子体外泌体的傅里叶变换红外光谱（FTIR）分析揭示了早期阿尔茨海默病特有的脂质组和蛋白质组特征，有助于疾病的早期检测

《Clinica Chimica Acta》：FTIR spectroscopy of plasma exosomes reveals distinct lipidomic and proteomic signatures for early Alzheimer's disease detection

阿尔茨海默病（AD）患者血浆小外泌体（sEVs）经FTIR光谱分析显示，脂质过氧化（3015 cm?1、1745 cm?1）显著升高，β-折叠含量下降19.8%，磷酸振动（1072 cm?1）增强22.4%，脂质过氧化指数（AUC=0.998）和蛋白质无序指数（AUC=0.978）表现优异，为非侵入性早期AD诊断提供新方法。

　　
阿尔茨海默病（AD）作为最常见的神经退行性疾病，其病理特征主要表现为β淀粉样蛋白斑块沉积和tau蛋白神经纤维缠结。当前临床诊断手段存在显著局限性：脑脊液检测需要侵入性腰椎穿刺，且检测成本较高；PET-淀粉样蛋白成像虽然特异性强，但设备昂贵且辐射暴露风险不可忽视；影像学检查通常在疾病中后期才能捕捉到显著改变。这些诊断技术的固有缺陷使得早期准确识别AD变得尤为困难。

该研究团队从细胞外囊泡（EVs）这一新兴生物标志物切入，重点考察了血浆中sEVs（30-150nm）的分子特征。研究通过多维度验证确保样本质量：首先采用超速离心结合透射电镜（TEM）确认sEVs的形态学特征，确保其直径分布符合预期（98.7±12.4nm vs 102.3±14.1nm）。其次通过纳米颗粒追踪技术（NTA）量化sEVs浓度，并运用Western blot检测CD9、CD81和TSG101等经典EVs表面标志物，证实分离的sEVs具有完整的生物学功能。这些严格的质量控制为后续FTIR分析奠定了可靠基础。

在光谱分析层面，研究创新性地构建了三维分子指纹图谱。通过检测sEVs中蛋白质二级结构（β折叠含量）、脂质氧化程度（3015cm?1和1745cm?1特征峰）以及核酸磷酸基团（1072cm?1振动频率）的定量变化，首次实现了同时监测脂质、蛋白质和核酸三大类生物分子的同步检测。特别值得注意的是，脂质过氧化指标（3015cm?1特征峰强度）显示出近乎完美的诊断效能（AUC=0.998），这可能与AD进程中氧化应激反应增强密切相关。蛋白质构象变化的量化分析（β折叠含量变化19.8%）则直接反映了神经毒性蛋白的异常聚集特征。

研究团队进一步开发了具有临床实用价值的简化检测方案。通过提取关键光谱比值（如脂质过氧化指数、蛋白质无序化指数），构建了标准化操作流程，使检测时间从传统实验室数日缩短至数小时，且无需复杂的前处理步骤。这种高通量的检测模式在成本控制方面表现出显著优势，单次检测成本较PET-淀粉样蛋白成像降低约80%，更适用于大规模筛查。

在病理机制关联方面，研究发现AD患者sEVs中磷脂酰胆碱与磷脂酰乙醇胺的比例失衡（通过FTIR 2920-2850cm?1区域分析），这可能与膜磷脂代谢异常导致的神经炎症有关。同时，核酸磷酸基团振动的显著增强（22.4%变化）提示线粒体功能障碍可能通过EVs介导的细胞间通讯途径参与AD病理进程。这些发现为AD的分子分型提供了新的理论依据。

临床验证部分采用双中心前瞻性研究设计，纳入30例AD患者和20例年龄匹配健康对照者。基线评估显示AD组MMSE平均得分较对照组低11.3分（p<0.001），ACE-III认知评分差异达显著水平（p=0.003）。在随访6个月后，采用FTIR光谱分析的模型对早期AD患者（MCI阶段）的识别准确率达到89.7%，较传统生物标志物提前诊断窗口期扩展至3年。这种超早期诊断能力对神经退行性疾病管理具有重要价值。

技术优化方面，研究团队创新性地采用脉冲式FTIR扫描技术，通过降低信号噪声比提升检测灵敏度。实验数据显示，该改进方案使β折叠含量检测的变异系数从传统方法的12.7%降至5.3%，显著提高了不同批次样本间的可重复性。同时，开发的标准化数据处理流程（包括基线校正和光谱归一化）成功解决了生物样本间个体差异带来的干扰。

在应用前景方面，研究提出的多参数联合检测模型可同时评估氧化应激（脂质过氧化）、蛋白质错误折叠（β折叠含量）和核酸代谢（磷酸振动）三个核心病理指标。这种多维度的评估体系不仅能提高AD与其他神经退行性疾病的鉴别准确率（交叉验证显示对额颞叶痴呆的特异性达94.2%），还能为疾病分型提供分子依据。临床转化试验表明，该检测方法在社区医疗中心可实现日均80例样本的快速筛查。

值得注意的是，该研究首次系统揭示了AD患者sEVs的脂质组成特征。通过FTIR光谱分析发现，患者组sEVs中富含不饱和脂肪酸的磷脂比例较对照组升高27.3%，而饱和脂肪酸相关振动峰则出现显著减弱。这种脂质组成的改变可能影响EVs的膜流动性，进而影响神经递质运输效率。该发现为开发靶向膜磷脂代谢的新型治疗策略提供了理论支持。

伦理方面，研究团队严格执行知情同意制度，所有参与者均签署了包含生物样本二次利用条款的知情同意书。数据采集过程通过AIIMS伦理委员会（批号IECPG-670/25.08.2022）严格审查，确保符合赫尔辛基宣言要求。样本存储采用液氮速冻技术，最大程度保持生物分子构象的完整性。

在转化医学领域，研究提出将FTIR检测设备整合至便携式光谱仪，通过微型化光路设计（体积缩小至传统仪器的1/5）和模块化检测组件，使诊断设备成本控制在5万美元以内。临床前试验显示，该设备在300公里外的社区医疗中心与中心实验室检测结果的相关系数达0.981（95%CI 0.972-0.989），验证了设备在不同环境下的稳定性。

面对未来挑战，研究团队提出三个优化方向：首先开发基于人工智能的智能光谱分析系统，通过机器学习自动识别特征峰并生成诊断报告；其次建立sEVs样本标准化制备流程，确保不同检测批次间的可比性；最后计划将检测范围扩展至其他神经退行性疾病，特别是针对tau蛋白异常沉积的疾病（如FTD）。这些改进将推动FTIR技术从研究实验室走向临床常规检测。

该研究的重要启示在于，sEVs作为"细胞间的信使"，其携带的分子信息能够反映中枢神经系统的病理状态。通过建立sEVs的分子特征数据库（已收录5000+条谱线数据），未来可实现对不同亚型AD的精准分型，这将为个体化治疗方案的制定提供关键依据。目前研究团队正与制药企业合作，开发基于该技术的快速检测试纸条，预计2025年完成临床转化申报。