邻近延伸分析技术揭示多发性硬化症灰质病理的新靶点

本研究采用Olink邻近延伸分析技术，首次系统分析了多发性硬化症(MS)患者灰质(GM)病变的蛋白质组特征。通过机器学习筛选出HGF、PVR等5个核心差异蛋白，发现17个与GM病变相关的蛋白靶点，其中CD5、IL-20RA和GZMA与病灶体积显著相关，为理解MS灰质病理机制提供了新视角。

　　

多发性硬化症(MS)作为一种累及中枢神经系统的慢性炎症性疾病，其灰质(Grey Matter, GM)病变与认知功能障碍的关联性已得到广泛证实。然而令人困惑的是，尽管白质病变的免疫机制研究已取得显著进展，驱动灰质病变形成的分子机制却始终笼罩在迷雾中。现有研究多集中于脑脊液(CSF)或血液的蛋白质组分析，但这对揭示灰质局部微环境的病理改变犹如隔靴搔痒。更棘手的是，转录组数据与蛋白质表达水平往往存在差异，使得研究者们迫切需要直接在病变组织中进行高精度的蛋白质组解析。

来自荷兰脑库(Netherlands Brain Bank)的研究团队在《Multiple Sclerosis and Related Disorders》发表的重要研究，创新性地采用Olink邻近延伸分析技术(Proximity Extension Assay)，对9例MS患者和10例对照的灰质组织进行了184种神经与炎症相关蛋白的系统检测。这项研究不仅建立了首个基于灰质组织的MS蛋白质组特征谱，更通过机器学习算法揭示了调控灰质病理的关键分子网络。

研究团队运用三大关键技术：1）Olink神经炎症双面板（92种神经疾病相关蛋白+92种炎症蛋白）的高通量检测；2）基于LASSO回归的机器学习分类模型构建；3）针对不同病灶体积的分层蛋白质组分析。所有样本均来自经病理确诊的快速尸检脑组织，确保蛋白质保存质量。

^{分类器可稳健区分MS与对照}
通过无偏变量选择建立的分类模型显示，仅需HGF（肝细胞生长因子）、PVR（脊髓灰质炎病毒受体）、NEP（中性内肽酶）、EFNA4（肝配蛋白A4）和LAP.TGF.β1（潜伏转化生长因子β1）五种蛋白的组合，就能以92%的准确率区分MS与对照组织。这五种蛋白在灰质病变中均显著上调（错误发现率FDR<0.1），并与另外12种差异蛋白构成MS灰质病变的核心分子特征。值得注意的是，HGF和PVR此前主要与神经再生和病毒感染相关，本次发现将其功能拓展至MS灰质病理领域。

^{病灶体积相关蛋白的发现}
研究首次报道了蛋白质表达与灰质病灶体积的关联规律：IL-20RA（白细胞介素20受体α）、CD5（T细胞表面标志物）和GZMA（颗粒酶A）构成的蛋白组合可准确预测大/小病灶分类。其中GZMA作为细胞毒性颗粒组分，其表达水平与病灶扩展的关联暗示细胞毒性T细胞在灰质病变进展中的关键作用。另有8种蛋白呈现病灶体积依赖的表达趋势，虽未通过多重检验校正，但为后续研究提供了重要线索。

^{讨论与展望}
这项开创性研究通过高灵敏度的Olink技术，克服了传统质谱在微量组织检测中的局限，首次绘制出MS灰质病变的蛋白质组全景图谱。发现的17个差异蛋白中，HGF-PVR信号轴与LAP.TGF.β1的协同作用可能构成灰质病变特有的微环境调控网络。特别值得关注的是，CD5和GZMA等免疫相关蛋白与病灶体积的关联，为解释MS灰质病变的异质性提供了分子基础。研究人员建议未来研究应着重验证这些靶点在血脑屏障穿透性药物开发中的价值，并探索其作为疾病活动度生物标志物的潜力。

该研究的突破性在于将蛋白质组学研究从体液分析推进到组织微环境解析层面，所建立的机器学习模型为MS的精准分型提供了新工具。正如通讯作者H. van der Stok强调的，这些发现不仅填补了灰质病变机制研究的空白，更可能引领针对MS认知功能障碍的靶向治疗新策略。随着后续功能研究的深入，这些蛋白靶点有望成为打破MS灰质病理治疗僵局的关键突破口。