潜在类别轨迹模型识别出与帕金森病运动功能进展相关的脑脊液蛋白特征：来自帕金森病进展标志物倡议队列的证据

《Movement Disorders》：Latent Class Trajectory Modeling Identifies Cerebrospinal Fluid Protein Signatures Associated with Motor Progression in Parkinson's Disease: Evidence from the Parkinson's Progression Markers Initiative Cohort

**摘要****背景** 帕金森病（PD）的运动症状进展具有高度异质性，限制了预后判断以及对准确风险分层有要求的临床试验的效率。传统建模方法假设存在单一平均轨迹，无法捕捉有意义的轨迹分歧，而轨迹定义亚型的生物学决定因素仍不明确。多变量蛋白质组学生物标志物可能有助于早期识别快速进展者。**目标** 本研究旨在：（1）利用纵向运动障碍协会—统一帕金森病评分量表（MDS-UPDRS）III 分，界定早期PD中不同的运动进展亚型；（2）鉴定区分快速进展者与慢速进展者的脑脊液（CSF）蛋白质组学特征谱。**方法** 我们分析了396名帕金森进展标志物倡议（PPMI）早期PD参与者的5年纵向数据。运动进展轨迹通过重复测量的MDS-UPDRS III分的潜变量类别轨迹模型（LCTM）推导。使用78个Olink样本的CSF蛋白质组学数据进行生物标志物发现，采用基于最小绝对收缩和选择算子（LASSO）的特征选择后进行多变量逻辑回归。在184个SOMAscan分析样本中进行验证。**结果** LCTM识别出早期PD中不同的运动进展亚型。这些轨迹间的CSF蛋白差异性表达突出了快速衰退的候选标志物。一个由七种蛋白组成的特征谱（CCL27、CXCL9、NEFL、SERPINE1、GH1、TYMP、KLK1）在区分快速进展者与慢速进展者方面表现出良好的判别性能（曲线下面积[AUC] = 0.908）。在独立队列中，联合模型显示出一致的效应方向，并达到了最高的准确率（AUC = 0.796）。**结论** 将轨迹建模与CSF蛋白质组学相结合，鉴定出一个与早期PD进展相关的简洁七蛋白特征谱，该特征谱在两个PPMI队列中表现出可重复的模式。该方法可能有助于改善PD的风险分层。? 2026 国际帕金森病与运动障碍学会。**数据可用性声明** 支持本研究结果的数据可通过向通讯作者提出合理请求获取。PPMI数据可从PPMI数据库（http://www.ppmi-info.org/）获取。