大规模血浆蛋白质组分析揭示阿尔茨海默病诊断生物标志物及通路

为探寻阿尔茨海默病（AD）相关生物标志物，研究人员对超 3300 名个体血浆中对应 6106 种蛋白的 6905 个适体展开研究，鉴定出 416 种与 AD 相关蛋白（含 294 种新发现），并通过机器学习筛选出 7 蛋白预测模型（AUC＞0.72/0.88），为 AD 早检及治疗提供新方向。

　　

Heo、Xu 等研究人员利用全面的血浆蛋白质组学技术，鉴定出 416 种与阿尔茨海默病（AD）相关的血浆蛋白（其中 294 种为新发现），并运用机器学习在多个队列中筛选出 7 种对阿尔茨海默病具有高度预测性的蛋白。
本研究对 3300 多名特征明确个体血浆中对应 6106 种独特蛋白质的 6905 个适体进行了全面检测，以识别阿尔茨海默病的新蛋白、通路和预测模型。研究鉴定出 416 种与临床 AD 状态相关的蛋白质（294 种为新发现），并在代表 7000 多个样本的两个外部数据集中验证了这一发现。AD 相关蛋白反映了血脑屏障（BBB）破坏以及其他与 AD 相关的过程，如脂质失调或免疫反应。
通过机器学习模型，研究人员确定了一组 7 种蛋白质，这些蛋白质对临床 AD（曲线下面积（AUC）＞0.72）和生物标志物定义的 AD 状态（AUC＞0.88）均具有高度预测性，且在多个外部队列和正交平台中得到重复验证。这些发现凸显了利用血浆蛋白作为生物标志物对 AD 进行早期检测和监测、指导治疗决策的潜力。