创新化学发光指纹阵列结合机器学习：开启阿尔茨海默病血清诊断新征程

目前血清诊断技术成本高，难以广泛应用。研究人员开展 “通过创建化学发光指纹阵列结合机器学习进行阿尔茨海默病（AD）血清诊断” 的研究，成功区分 AD 血清，AUC 达 90.24%。该研究为 AD 诊断提供新方法，有重要意义。

　　在生命科学和健康医学领域，阿尔茨海默病（AD）的诊断一直是个棘手难题。随着老龄化社会的加剧，AD 患者数量不断增加，迫切需要一种简单、有效且成本低廉的早期筛查方法。传统的血清诊断技术虽然众多，但高昂的成本使其难以在大规模筛查中广泛应用。比如，omics 和 multi -omics 技术虽能生成疾病相关的特征图谱，但费用过高，无法满足基层医疗和大规模检测的需求。而且，现有的诊断方法大多聚焦于检测生物分子的丰度，却忽视了血清中理化相互作用的异常。实际上，分子间的相互作用与生物分子的理化性质密切相关，在疾病状态下会发生改变，本应具有重要的诊断价值，却一直未得到充分挖掘。

在这样的背景下，来自国外研究机构的研究人员开展了一项极具创新性的研究。他们受到蝙蝠回声定位机制的启发，提出了一种 “echoes” 方法，旨在创建化学发光特征图谱，用于 AD 的血清诊断。该研究成果发表在《Research》上，为 AD 的诊断开辟了新的道路。

研究人员主要运用了以下几种关键技术方法：一是利用化学发光探针 ADLumin - 1，它能自发发出化学发光信号，且信号变化与生物分子的理化环境相关；二是通过筛选化合物库，确定 “flag” 分子，构建 UNICODE（UNiversal Interaction of Chemiluminescence echOes for Disease Evaluation）阵列；三是运用机器学习（ML）方法，对 UNICODE 阵列产生的数据进行分析，优化检测性能。研究样本来自 AD 患者和健康对照（HC）的血清。

研究结果如下：

1. AD 与 HC 血清蛋白质的理化差异：研究人员首先对 AD 和 HC 血清蛋白质的理化性质进行研究。通过 8 - anilino - 1 - naphthalenesulfonic acid（ANS）荧光光谱测量发现，AD 血清的总表面疏水性与 HC 血清存在显著差异，AD 血清的表面疏水性更低。进一步对血清中最丰富的蛋白质白蛋白进行研究，利用表位映射技术发现 AD 血清白蛋白在氨基酸 27 - 118 区域的构象与 HC 血清白蛋白不同。通过白蛋白去除和 LC - MS 分析，证实了 AD 和 HC 血清在华法林（WAF）结合域的分子相互作用存在差异。这些结果表明，AD 和 HC 血清在蛋白质的可及疏水性、白蛋白构象和分子相互作用方面存在明显差异。
2. 用 “bat” 探针描绘血清蛋白质的理化异常：研究人员将 ADLumin - 1 作为 “bat” 探针，研究其与血清成分的相互作用。实验发现，ADLumin - 1 与不同血清成分（如白蛋白、IgG 等）作用时，化学发光信号的衰减行为不同，能产生包括最高信号、衰减曲线和平台期等多种信号特征，可用于描绘血清特征。此外，ADLumin - 1 对血清蛋白质的理化环境变化敏感，如加热导致的蛋白质结构改变、pH 和粘度变化等，其化学发光信号都会相应改变。并且，ADLumin - 1 与 AD 和 HC 血清混合时，信号衰减特征不同，这与 ANS 测试结果一致，表明 ADLumin - 1 可作为 “bat” 探针反映血清的理化异常。
3. 基于普遍生物分子相互作用的 ADLumin - 1 和 “flag” 分子创建化学发光特征图谱：研究人员假设通过筛选化合物库找到 “flag” 分子，可扰动 ADLumin - 1 与疾病特异性蛋白质的相互作用，从而建立反映疾病特征的化学发光特征图谱（UNICODE 阵列）。以白蛋白为例进行实验，筛选出多种能显著改变 ADLumin - 1 化学发光信号衰减曲线的 “flag” 分子，且不同血清成分有独特的 “echo” 特征图谱。对 AD 和 HC 血清进行测试，成功识别出区分两者的 “flag” 分子，表明该方法可能用于区分 AD 和 HC 血清。
4. “flag” 分子筛选和 UNICODE 阵列结合 ML 用于诊断：研究人员进一步筛选 1024 种小分子，确定了 12 种对区分 AD 和 HC 血清最具影响力的 “flag” 分子，构建了 AD 特异性的 UNICODE 阵列。运用 7 种 ML 模型对数据进行分析，结果显示随机森林（RF）模型性能最佳，准确率达 85.48%，精确率 85.00%，召回率 88.60%，F1 值 85.63%，曲线下面积（AUC）为 90.24%。此外，UNICODE 阵列结合分类算法还能区分 AD 与其他疾病（如多发性硬化症、糖尿病、类风湿关节炎）以及 AD 与早期 AD（轻度认知障碍，AD - MCI），表明该方法具有 AD 筛查的潜力。

研究结论和讨论部分指出，UNICODE 阵列方法是一种全新的诊断思路，与传统方法相比，具有操作简单、成本低、能保留弱相互作用等优势，为 AD 诊断提供了一种简单有效的初筛方法，可补充现有诊断手段。然而，该研究也面临一些挑战，如目前仅利用了化学发光信号的衰减半衰期这一特征，未充分挖掘其他信息；筛选的 “flag” 分子数量有限，可进一步扩大化合物库筛选更多分子；对于筛选出的化合物与 AD 的关系及在药物筛选方面的潜力，还需要进一步深入研究。尽管存在这些挑战，但 UNICODE 阵列仍展现出巨大的临床应用潜力，为未来 AD 及其他疾病的诊断研究奠定了重要基础，有望推动生物流体异常检测和液体活检诊断技术的发展。