帕金森病血液转录组标志物的内在变异性限制其临床应用价值

《npj Parkinson's Disease》：Inherent variability limits clinical utility of reproducible Parkinson’s transcriptomics signatures

本研究针对帕金森病（PD）血液转录组标志物临床应用转化困难的现状，系统评估了13个已发表的编码RNA标志物在大型公共数据集（PPMI）和前瞻性对照临床研究中的分类性能。研究发现标志物间基因重叠度低但显著（2.7%，p<0.001），且富集于脂代谢通路；多数标志物（10/13）在外部验证中保持显著性但AUC中位数降至59.7%，尤其在GBA1-PD中表现改善；通过严格控制临床环境参数的前瞻性研究未能降低个体间基因表达变异性。结果表明个体生物学差异是限制血液转录组标志物临床效用的主要因素。

　　

在帕金森病（Parkinson's Disease, PD）研究领域，科学家们一直渴望找到一种能够通过简单血液检测来诊断这种神经退行性疾病的方法。血液转录组学（transcriptomics）因其无创性和能够提供全身性分子信息的特点，曾被视为极具潜力的突破口。过去十年间，多个研究团队声称发现了能够准确区分PD患者与健康人的血液基因表达标志物（gene expression signatures），其中一些报告的分类准确率（AUC）甚至超过80%。然而令人困惑的是，这些看似 promising 的发现始终未能成功转化为临床实践中的应用。

这种理想与现实的差距背后，隐藏着几个关键科学问题：不同研究发现的基因标志物之间是否存在实质性重叠？这些标志物在独立数据集中的表现是否真的如原研究声称的那样优秀？基因表达的高度变异性是否是阻碍其临床转化的主要障碍？为了回答这些问题，由Roy Dayan领衔的研究团队在《npj Parkinson's Disease》上发表了他们的最新研究成果。

研究人员首先系统检索了2015年至2025年间发表的相关文献，最终筛选出13项符合标准的研究，这些研究共提出了13个基于血液mRNA的PD诊断基因标志物。分析发现，这些标志物包含的411个独特基因中，仅有11个（2.7%）出现在多个独立研究中，虽然这一重叠程度很小，但统计学上显著（p<0.001）。这些共识基因（consensus genes）显著富集于脂质调节相关通路，提示脂质代谢异常可能是PD病理生理过程中的一个共同特征。

为了评估这些标志物的真实分类性能，研究团队设计了一种简化的评分系统：根据每个基因在原始研究中报道的表达方向（上调或下调）赋予正负权重，然后在大型公共数据集帕金森病进展标志物计划（Parkinson's Progression Markers Initiative, PPMI）上进行验证。结果显示，13个标志物中的10个仍能显著区分PD患者与健康对照，但分类性能大幅下降：AUC中位数从原始报告的约80%降至59.7%。值得注意的是，当专门分析GBA1基因突变相关的PD（GBA1-PD）患者时，标志物的分类性能显著改善（中位AUC 65.4%），而在LRRK2基因突变相关的PD（LRRK2-PD）中改善不明显。

基因表达变异性是影响标志物性能的关键因素。通过计算平均配对距离（Mean Pairwise Distance, MPD），研究发现个体间基因表达变异性显著高于个体内变异性（即同一人在不同时间点的变异），且抗帕金森病药物治疗（包括长期和单次左旋多巴/卡比多巴给药）并未显著增加变异性。这意味着，个体间的生物学差异，而非环境或治疗因素，是基因表达变异的主要来源。

最引人深思的是，即使研究团队开展了严格对照的前瞻性研究（30名参与者），通过统一临床分期（均为未用药且需要开始症状治疗的患者）、限制年龄范围（50-80岁）、固定采血时间（早晨7-8点）、要求过夜空腹和避免咖啡因摄入等措施，仍未能降低基因表达变异性或提高标志物分类性能（中位AUC 52.0%）。这表明，仅通过控制外部因素难以克服个体固有的生物学差异对血液转录组标志物的影响。

主要技术方法

研究采用了多种生物信息学和统计学方法：通过文献系统回顾筛选PD血液转录组标志物；使用基于方向权重的简化评分系统评估标志物在PPMI数据集（包括622例PD和186例对照）中的分类性能（AUC）；通过基因集富集分析（Gene Set Enrichment Analysis, GSEA）探索共识基因的生物学功能；利用平均配对距离（MPD）量化基因表达变异性；开展前瞻性临床研究（16例PD和14例对照）并在严格控制条件下进行RNA测序（RNA-Seq）；使用limma软件包进行差异表达分析。

Poor overlap between blood transcriptomics-based signatures

对13个已发表研究的分析显示，基于血液转录组学的PD诊断标志物之间基因重叠度很低。虽然从411个独特基因中鉴定出的11个共识基因具有统计学显著性，但仅占很小比例（2.7%）。这些共识基因显著富集于脂质调节相关通路，提示脂质代谢在PD病理机制中可能扮演重要角色。

Evaluation of classification signatures on the PPMI dataset

当使用简化评分系统在大型独立数据集PPMI上验证这些标志物时，大多数（10/13）仍保持显著的分类能力，但性能明显低于原始报告（AUC中位数下降15.3%）。这种性能下降可能与不同平台技术（微阵列 vs. RNA测序）和队列差异有关，因为PPMI中仅有5.84%的标志物基因存在差异表达。

Assessing the classification performance on monogenic PD from the PPMI dataset

研究发现在GBA1相关PD患者中，转录组标志物的分类性能显著改善（中位AUC 65.4%），而在LRRK2相关PD中改善不显著。这表明遗传异质性影响标志物性能，GBA1-PD相对一致的病理基础（主要与α-突触核蛋白病理相关）可能使转录组变化更为一致。

Source of gene expression variability in the PPMI dataset

基因表达变异性分析显示，个体间变异性显著高于个体内变异性，且抗帕金森病药物治疗（无论是长期治疗还是单次给药）并未显著增加变异性。这表明个体间固有的生物学差异是转录组变异的主要来源，而非治疗因素。

Intervention study attempting to reduce gene-expression variability

尽管在前瞻性研究中严格控制了多种可能影响基因表达的因素（如临床分期、年龄、采血时间、空腹状态等），但未能降低个体间变异性或提高标志物分类性能。这进一步支持了个体生物学差异是限制血液转录组标志物临床应用的主要因素。

研究结论与意义

这项研究揭示了PD血液转录组标志物临床转化面临的根本挑战：尽管不同研究发现的标志物存在一定程度的一致性（特别是脂质代谢相关基因），且在某些遗传亚型（如GBA1-PD）中表现更好，但个体间固有的基因表达变异性严重限制了其诊断准确性。即使严格控制环境和临床参数，也无法克服这种生物学差异。

研究结果对PD生物标志物未来发展具有重要指导意义：首先，它质疑了寻找"通用"PD血液转录组标志物的可行性；其次，它强调了个体化生物标志物的价值——与其试图掩盖变异性，不如利用转录组信息反映个体独特的疾病轨迹（包括遗传背景、临床表型和环境暴露）；最后，随着α-突触核蛋白种子扩增 assay（alpha-synuclein seed amplification assays）等高特异性病理标志物的出现，血液转录组学的临床定位可能需要重新思考，或许更适用于疾病进展监测或个性化治疗策略制定，而非单纯用于诊断。

这项研究通过严谨的系统评价和实验验证，为理解PD血液转录组标志物的局限性和未来方向提供了重要证据，对神经退行性疾病生物标志物研究领域具有深远影响。