血浆神经丝轻链(NEFL)是C9ORF72相关神经退行性疾病稳健的预测因子和病理关联因子

《Frontiers in Aging Neuroscience》:Systematic proteomics reveals plasma NEFL as a robust predictor and pathological associate in C9ORF72-related neurodegeneration

【字体: 大 中 小 】 时间:2026年04月21日 来源:Frontiers in Aging Neuroscience 4.5

编辑推荐:

  本项研究旨在解决C9ORF72基因重复扩增作为肌萎缩侧索硬化(ALS)和额颞叶痴呆(FTD)最常见遗传病因,但其特异性生物标志物和病理关联尚不明确的难题。研究人员通过整合UK Biobank数据库的全基因组测序与血浆蛋白质组学数据,开展了一项系统性的蛋白组关联筛选。研究发现,血浆神经丝轻链(NEFL)是唯一与C9ORF72重复数显著相关的蛋白,其水平与扩增尺寸呈现剂量依赖性增长,并能独立预测运动神经元病(MND)风险。由NEFL和重复数构建的机器学习模型预测效能卓越(AUC=0.941)。该研究证实NEFL是C9ORF72相关神经退行性变强有力的特异性生物标志物,为早期筛查和干预策略提供了关键依据。

  
在神经退行性疾病的家族中,有两种令人棘手的疾病常常“结伴出现”:肌萎缩侧索硬化(Amyotrophic Lateral Sclerosis, ALS)和额颞叶痴呆(Frontotemporal Dementia, FTD)。ALS会逐渐夺走患者的运动能力,而FTD则侵蚀着他们的认知、人格与行为。尽管临床表现不同,科学家们发现这两种疾病在遗传和病理上存在着深刻的重叠。2011年,一个重大发现揭示了这两种疾病的共同遗传根源——位于C9ORF72基因内含子区的GGGGCC六核苷酸重复序列的异常扩增。这成为了家族性和散发性ALS与FTD最常见的遗传病因,为理解这类疾病打开了一扇新的大门。
然而,新的发现也带来了新的问题。尽管我们知道了“罪魁祸首”是这段过度重复的序列,但其致病的精确链条依然模糊不清。重复扩增如何一步步导致神经元的广泛死亡?更重要的是,在疾病发生前或早期,我们能否找到一个可靠、易检测的信号,来预测谁的风险更高、疾病可能何时发生?目前,临床诊断常常滞后于病理改变,缺乏有效的预后生物标志物是进行早期干预和评估基因靶向疗法效果的主要障碍。
近年来,神经丝轻链(Neurofilament Light Chain, NEFL)进入了研究者的视野。神经丝是神经元细胞骨架的重要组成部分,当神经元轴突受损时,NEFL会释放到脑脊液和血液中。因此,它被视为神经轴突损伤的一个“指示灯”,在包括ALS和FTD在内的多种神经退行性疾病中,其水平与疾病严重程度和进展密切相关。但NEFL仅仅是神经元损伤后被动释放的“旁观者”吗?有新兴证据表明,分泌到细胞外的NEFL可能并非完全惰性,它或许能激活免疫细胞,加剧神经炎症,从而主动参与到神经退行性变的恶性循环中。那么,在C9ORF72这一特定遗传背景下,NEFL扮演着怎样的角色?它与致病重复序列之间是否存在直接的、定量的关联?它能否超越遗传信息本身,提供额外的疾病预测价值?
为了回答这些问题,研究人员开展了一项雄心勃勃的研究。他们利用了英国生物银行(UK Biobank)这一超大规模人群队列的宝贵资源,将全基因组测序(Whole-Genome Sequencing, WGS)数据与涵盖近3000种蛋白质的血浆蛋白质组学数据相结合。研究的目标非常明确:首先,在蛋白质组层面进行一次无偏见的“筛查”,寻找与C9ORF72重复计数相关的血浆蛋白;其次,对最显著的候选蛋白进行深入分析,探究其与重复数的剂量效应关系,并评估其预测运动神经元病(Motor Neuron Disease, MND, ALS是其最主要类型)风险的能力。最终,这项研究旨在确定NEFL是否能够作为C9ORF72相关神经退行性疾病稳健且特异的生物标志物,并为未来的临床应用铺平道路。这项研究的结果发表在《Frontiers in Aging Neuroscience》期刊上。
为了开展这项研究,作者运用了几个关键的技术方法。首先是利用英国生物银行(UK Biobank)的队列资源,该队列提供了超过50万参与者的基因型和表型数据。研究从其中筛选出具有全基因组测序和血浆蛋白质组学数据的欧洲裔个体。其次,研究者使用生物信息学工具(如ExpansionHunter)对WGS数据进行分析,以精确量化每个个体C9ORF72基因的GGGGCC重复扩增次数,并将其作为核心的遗传风险变量。在蛋白质组学方面,研究利用了UK Biobank Pharma Proteomics Project (UKB-PPP) 通过Olink平台生成的约3000种血浆蛋白的定量数据。在统计分析上,研究采用了严格的倾向评分匹配(1:2匹配)来平衡病例与对照组的年龄和性别,以控制混杂因素。随后,通过线性回归模型对近3000种蛋白质与连续重复计数进行关联性筛选,并使用错误发现率(False Discovery Rate, FDR)进行多重检验校正。为了深入评估关联模式,研究者应用了限制性立方样条(Restricted Cubic Splines, RCS)来分析剂量反应关系和非线性效应。最后,为了评估预测价值,研究构建了逻辑回归、Cox比例风险模型以及随机森林(Random Forest)机器学习模型,以检验血浆NEFL水平对MND风险的独立预测能力。
研究结果
Cohort characteristics and patient-control matching(队列特征与患者-对照匹配)
研究从UK Biobank中筛选出42,039名同时拥有基因和蛋白质组数据的欧洲裔个体。将携带大于30次重复的106名个体定义为病例,并通过倾向评分匹配,从41,933名重复数≤10的个体中选取了212名对照,最终构成包含318人的分析队列。匹配后,病例与对照组在年龄和性别上达到了良好的平衡。队列按重复数被分为对照组(n = 212)及五个扩增组(G30_60, G60_200, G200_600, G600_1000, G1000_up)。
NEFL as the sole specific plasma biomarker for C9ORF72 repeat expansion(NEFL是C9ORF72重复扩增唯一特异的血浆生物标志物)
对近3000种血浆蛋白进行系统性筛选后,在调整了年龄、性别和祖先成分后,NEFL是唯一一个经过严格FDR校正后仍与C9ORF72重复计数显著相关的蛋白(FDR校正后P = 8.39 × 10?4)。火山图清晰显示了NEFL是此次蛋白质组筛选中最突出的关联信号。
Dose-effect relationship and threshold evaluation(剂量效应关系与阈值评估)
方差分析(ANOVA)显示,NEFL在不同重复数组间的表达存在显著差异。事后检验(Tukey post-hoc tests)进一步揭示,NEFL水平呈现阶梯式增长,在重复数更大的组中尤为明显。例如,与对照组相比,G600_1000组和G1000_up组的NEFL水平显著升高。为探究关联性质,研究采用限制性立方样条分析,结果显示重复数与NEFL水平之间的关联非线性检验不显著(Pnon?linear= 0.4435),表明两者在整个重复谱范围内遵循稳定的线性轨迹。散点图直观地展示了这种正相关关系。
Elevated NEFL independently predicts MND risk(升高的NEFL独立预测MND风险)
逻辑回归分析显示,在校正了年龄、性别、祖先成分和连续C9ORF72重复计数后,血浆NEFL表达每增加一个标准差,罹患MND的比值比(Odds Ratio, OR)增加2.42倍。Cox比例风险模型也得出一致结论,升高的NEFL与发生MND的风险增加2.90倍相关。累积发病率曲线表明,在高NEFL组中,经过15年随访,MND的发病率显著更高。
Clinical utility of NEFL and repeat count in MND prediction(NEFL与重复计数在MND预测中的临床效用)
研究者构建了一个随机森林机器学习模型来预测MND风险。该模型在留出测试集上表现出强大的预测能力,曲线下面积(Area Under the Curve, AUC)达到0.941,表明其具有出色的区分度。模型对所有真实MND病例的识别率达到100%(灵敏度=100%),阴性预测值(Negative Predictive Value, NPV)也为100%。变量重要性分析确认,NEFL表达和C9ORF72重复计数是最具影响力的两个预测因子,重要性超过其他所有变量。
结论与讨论
本研究通过利用UK Biobank的大规模多模态数据,为理解C9ORF72重复扩增与血浆NEFL之间的关系提供了新见解,确立了NEFL作为MND稳健且独立的生物标志物地位。研究主要得出了几项关键结论。
首先,NEFL是所筛查的数千种血浆蛋白中,唯一与C9ORF72重复扩增显著且特异性相关的蛋白。这一发现得到了大规模人群数据的强力支持,最大程度减少了选择偏倚。更重要的是,研究发现NEFL水平随重复计数的增加呈现清晰的剂量依赖性、阶梯式上升。限制性立方样条分析未发现显著的非线性效应,表明神经轴突损伤(以NEFL为指标)与重复负担之间在整个扩增谱上存在稳定的线性关系。这为临床分层和基因靶向疗法的监测提供了一个可量化的疾病负担指标。
其次,也是本研究的一个核心发现,即升高的血浆NEFL水平能够独立预测MND风险,即使在考虑了C9ORF72重复计数后依然如此。这一结果挑战了NEFL仅是神经损伤被动“旁观者”的假说,而支持了NEFL是病理级联反应积极参与者的模型。结合新兴证据——分泌的NEFL可触发钙蛋白酶驱动的蛋白水解,进而激活髓系细胞和小胶质细胞,驱动神经炎症——本研究结果提示,C9ORF72重复扩增可能启动了一个自我强化的恶性循环:初始的轴突损伤导致NEFL释放,而释放的NEFL又通过炎症通路加剧神经退行性变。
最后,本研究的临床价值通过高性能的机器学习模型得到凸显。结合NEFL和C9ORF72重复计数的模型预测效能卓越(AUC = 0.941),其100%的敏感度和阴性预测值表明,该组合可作为在普通人群中进行高效筛查的工具,有效排除非病例。这在鉴别行为变异型FTD与原发性精神疾病等场景中具有重要意义。此外,在诸如针对SOD1-ALS的Tofersen等新兴疗法中,NEFL作为替代性药效学标志物已获得监管接受;本研究结果提示,NEFL在C9ORF72靶向干预中具有类似的应用潜力。
当然,研究也存在一些局限性,例如UK Biobank中C9ORF72相关MND的病例数仍相对较少,回顾性设计限制了追踪NEFL在发病前纵向轨迹的能力。此外,尽管建立了强关联,但细胞外NEFL的炎症机制仍需进一步的功能研究来阐明。在技术层面,研究使用了诊断准确性较高的WGS数据,但也承认短读长测序在捕捉长重复扩增完整结构复杂性方面的固有局限,未来利用长读长测序技术的研究将提供更确定的表征。
总而言之,这项研究提供了令人信服的证据,表明血浆NEFL是C9ORF72重复扩增特异且定量的生物标志物。通过展示其剂量效应关系、独立的预测能力和诊断准确性,本研究将NEFL定位为C9ORF72病理过程中的核心参与者。这项工作为基于NEFL的筛查策略铺平了道路,并为针对C9ORF72相关神经退行性疾病中神经炎症通路的新型治疗干预开辟了新途径。
相关新闻
生物通微信公众号
微信
新浪微博

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