编辑推荐：
目前阿尔茨海默病（AD）高效无创早检方法尚未解决。研究人员通过分析微阵列数据集等开展相关研究，发现 IL17C、TEK 和 CCL4 基因异常表达，以此构建的生物标志物面板诊断准确率达 80.2%，为 AD 诊断提供新方向。
尽管近年来有所进展，但阿尔茨海默病（Alzheimer’s disease，AD）高效无创的早期检测方法仍未得到解决。诊断生物标志物的特异性取决于其是否基于疾病的分子基础。免疫系统功能障碍在 AD 的发生和发展中起着重要作用，因此，应将其纳入新的治疗和诊断策略的制定中。
研究人员通过分析微阵列数据集，采用加权基因共表达网络分析（weighted gene co-expression network analysis）来识别差异表达基因（differentially expressed genes，DEGs）和共表达模式，这是筛查步骤。随后，找出共同基因并进行功能富集分析。在验证阶段，研究人员在 50 名 AD 患者群体中评估候选基因的表达和诊断能力 。
最初，在 AD 患者血液中发现了 269 个 DEGs。对共表达模式的分析揭示了 18 个不同的拓扑模块，其中相关性最高的模块（蓝色模块）被选来做进一步研究。从免疫学数据库和分析门户（Immunology Database and Analysis Portal，ImmPort）中提取免疫相关基因集，并与 DEGs 以及蓝色模块内的基因进行交叉比对，因为蓝色模块主要调控免疫反应。通过逆转录聚合酶链反应（Reverse Transcription-Polymerase Chain Reaction，RT-PCR）证实了 3 个潜在基因，即白细胞介素 17C（IL17C）、TEK（tyrosine kinase with immunoglobulin-like and EGF-like domains 1）和趋化因子配体 4（CCL4）在 AD 患者血液中的异常表达。由这些基因组成的生物标志物面板诊断准确率达到 80.2%。本研究提出的生物标志物基于 AD 中的免疫反应，在识别患者方面显示出高精度。
