Nature Aging:血浆蛋白质组分析发现阿尔茨海默病的诊断标志物

【字体: 时间:2025年05月22日 来源:生物通

编辑推荐:

  圣路易斯华盛顿大学领导的研究团队近日通过大规模的血浆蛋白质组分析和机器学习,发现了阿尔茨海默病的全新诊断标志物,同时阐明了一些与疾病有关的生物学通路。

  

阿尔茨海默病(AD)是导致痴呆症的主要原因,与60-80%的病例有关。近年来,蛋白质组学研究揭示了与AD有关的分子通路,确定了一些潜在的蛋白标志物。不过,这些研究主要关注脑组织和脑脊液。

圣路易斯华盛顿大学领导的研究团队近日通过大规模的血浆蛋白质组分析和机器学习,发现了阿尔茨海默病的全新诊断标志物,同时阐明了一些与疾病有关的生物学通路。

这项研究成果于5月20日发表在《Nature Aging》杂志上,强调了以血浆蛋白作为生物标志物来检测和监控阿尔茨海默病以及指导治疗决策的潜力。

在这项研究中,研究人员采用三阶段方法(发现、重复和荟萃分析)来鉴定与阿尔茨海默病的临床状态相关的蛋白质。

他们利用基于适体的SomaScan 7K分析,对1,270名阿尔茨海默病患者和近2,100名对照的血浆样本进行分析。同时,他们还分析了800多名帕金森病(PD)、路易体痴呆(DLB)和额颞叶痴呆(FTD)患者的血浆蛋白。

根据从750名AD患者和1,381名对照中检测到的血浆蛋白模式,研究团队筛选出416种候选生物标志物,其中包括294种新型标志物。随后,他们在重复队列(包括520名AD患者和715名对照)中对这些候选标志物进行了测试,并开展了荟萃分析。

作者解释说:“我们采用了三阶段研究设计,以鉴定阿尔茨海默病的血浆蛋白质组特征,确定与疾病相关的通路,并开发预测模型。”

“我们鉴定出与阿尔茨海默病的临床状态相关的416种蛋白质(294种新的),并在代表7,000多个样本的两个外部数据集中验证了研究结果。”

同时,在机器学习的帮助下,研究人员建立了一个7种蛋白质的分类器模型。在对发现、重复和外部队列的随访分析中,他们发现该模型与临床AD状态或现有的AD标志物(如血浆p-tau217水平或脑脊液中的淀粉样蛋白/tau蛋白水平)一致。

他们还探索了是否可利用7种蛋白质模型来追踪患者的记忆力衰退,以及是否可区分无症状的AD病例和出现记忆力减退、痴呆及其他症状的AD病例。

此次绘制的血浆蛋白质组图谱还有助于了解促进疾病发生和发展的生物过程——从脂质失调或免疫反应变化到血脑屏障完整性的改变。

“这些大规模分析的结果证明了血浆蛋白作为生物标志物的潜力,有望应用于AD的早期检测并指导AD的治疗决策,”作者总结道。


相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普
  • 急聘职位
  • 高薪职位

知名企业招聘

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号