从炎症到神经变性:用于多发性硬化进展诊断框架的探索性先导研究

《Frontiers in Neurology》:From inflammation to neurodegeneration: an exploratory pilot study of a diagnostic framework for progression in MS

【字体: 大 中 小 】 时间:2026年05月20日 来源:Frontiers in Neurology 2.8

编辑推荐:

  背景:多发性硬化(MS)的发病机制涉及(自身)炎症与神经变性之间的动态相互作用,这两种过程共同驱动其复发性与进展性病程。尽管已有研究表明二者贯穿疾病全过程、但侧重点不同,复发型多发性硬化(RMS)以急性炎性活动为特征,而继发进展型多发性硬化(SPMS)则涉及慢

  
背景:多发性硬化(MS)的发病机制涉及(自身)炎症与神经变性之间的动态相互作用,这两种过程共同驱动其复发性与进展性病程。尽管已有研究表明二者贯穿疾病全过程、但侧重点不同,复发型多发性硬化(RMS)以急性炎性活动为特征,而继发进展型多发性硬化(SPMS)则涉及慢性、弥漫性神经变性。识别能够预测与复发活动无关进展(PIRA)的生物标志物,对于提高诊断准确性和优化治疗策略至关重要。本研究旨在将炎症性与神经变性生物标志物整合入分类与回归树(CART)模型,以区分RMS与SPMS。

方法:研究人员采用多模态方法,结合通过多焦点视网膜电图(mfERG)与光学相干断层扫描(OCT)进行的视网膜功能及结构评估,应用多重检测技术测定血清神经丝轻链(sNfL)和胶质纤维酸性蛋白(GFAP)水平,并进一步开展深度免疫表型分析。基于这些生物标志物构建并训练CART模型,以将多发性硬化患者(PwMS)分类为RMS或SPMS。

结果:结果显示,PwMS的视网膜神经纤维层(RNFL)和神经节细胞-内丛状层(GCIPL)显著变薄,且SPMS中的降低更为明显,而功能性mfERG读出在MS亚组间无差异。与健康对照相比,PwMS的神经变性标志物sNfL和GFAP升高,且SPMS中水平更高。免疫表型分析显示,SPMS中非经典单核细胞和中间型单核细胞水平升高。CART与随机森林(Random Forest)模型确定sNfL、GCIPL厚度和中间型单核细胞频率为最准确的预测因子,在区分RMS与SPMS时达到约80%的准确率。

讨论:上述发现提示,联合sNfL、GCIPL厚度与单核细胞亚群,可构成一个实验性的但稳健的诊断框架,用于鉴别RMS与SPMS。该方法有望实现对疾病进展的更早识别,从而促进个体化治疗干预。未来研究应在更大样本队列中验证该模型,以提高其临床适用性。
本文发表于《Frontiers in Neurology》,聚焦多发性硬化(MS)从复发主导向进展主导转变这一临床难题,试图建立一个能够辅助区分复发型多发性硬化(RMS)与继发进展型多发性硬化(SPMS)的实验性诊断框架。研究背景在于,MS的病理机制并非单一炎症过程,而是适应性免疫、先天免疫与神经轴索损伤、胶质反应和慢性神经变性共同作用的结果。RMS通常表现为急性炎症活动和临床复发,而SPMS则更多体现为缓慢、隐匿、与复发无关的功能恶化,即与复发活动无关进展(PIRA)。目前临床上对于RMS向SPMS转变时点的识别仍较困难,尤其在缺乏明确复发或新发MRI炎性活动时,疾病进展常常滞后判定。因此,寻找能够同时反映炎症、神经轴索损伤与组织退变的综合生物标志物,对于提高分型准确性、优化治疗决策具有重要价值。

针对这一问题,研究人员整合了眼科结构与功能评估、外周血神经变性标志物检测以及深度免疫表型分析三类信息,探索不同维度指标在区分RMS与SPMS中的价值。研究结果表明,单一指标虽各有信息量,但以血清神经丝轻链(sNfL)、神经节细胞-内丛状层厚度(GCIPL)及中间型单核细胞频率为代表的多模态组合,具有较好的区分能力。基于分类与回归树(CART)和随机森林(Random Forest)的探索性计算分析显示,这三项指标对于RMS与SPMS的辨别准确率约为80%。研究据此认为,神经变性、视网膜结构损伤与先天免疫异常的联合评估,可能为MS进展识别提供更稳健的辅助框架。这一发现的意义在于,它强调MS进展并非仅由急性炎症活动解释,而需要通过跨系统、跨层级标志物综合捕捉慢性进展过程,从而为更早识别SPMS和制定个体化干预策略提供依据。

本研究为2021年底至2022年初开展的观察性研究,纳入Otto-von-Guericke University Hospital Magdeburg队列中45名符合2017 McDonald标准的受试者,包括SPMS、RMS及年龄和性别匹配的健康对照。主要方法包括:应用多焦点视网膜电图(mfERG)评估视网膜功能,应用光学相干断层扫描(OCT)测量视网膜神经纤维层与黄斑神经节细胞-内丛状层厚度;采用Quanterix Simoa?、LEGENDplex?及ELISA检测血清神经变性/炎症因子;以流式细胞术进行外周血单个核细胞深度免疫表型分析;并使用CART与随机森林进行特征筛选及探索性分类验证。

一、Ophthalmological assessment
研究人员将视网膜功能和结构指标同时纳入分析,以避免仅依赖单一检查方式。结果显示,功能性多焦点视网膜电图(mfERG)参数在健康对照、RMS与SPMS之间未见显著差异,提示在本研究样本中,视网膜电生理功能不足以稳定区分不同MS亚型。与之相对,结构性指标表现出更清晰的分层能力。神经节细胞-内丛状层(GCIPL)在RMS中已较健康对照显著变薄,而SPMS中变薄更为明显,且SPMS较RMS亦存在显著降低。进一步分析无视神经炎(ON)病史者后,SPMS组GCIPL仍显著低于RMS组,说明该层变薄主要反映进行性神经轴索丢失,而非既往ON残余损伤。视网膜神经纤维层(pRNFL)在两类MS患者中均较健康对照变薄,但RMS与SPMS之间无显著差异,也不受ON分层后比较的支持,因此在本队列中,pRNFL对疾病阶段区分的特异性弱于GCIPL。该部分结果支持视网膜结构测量,尤其GCIPL,可作为MS进展状态的潜在替代标志物。

二、Immunophenotyping
研究人员通过扩展性免疫表型分析比较了不同疾病状态下外周免疫细胞谱的差异。结果显示,SPMS患者Th1细胞高于健康对照,但Th2、Th17及调节性T细胞(Treg)未见显著差异,提示T细胞异常虽存在,但并非本研究中最突出的分层特征。相较之下,单核细胞亚群的变化更具识别价值。SPMS组中间型单核细胞(intermediate monocytes)和非经典单核细胞(non-classic monocytes)均显著高于RMS和健康对照,构成SPMS较为鲜明的外周先天免疫特征。B细胞分析进一步发现,SPMS组初始B细胞(na?ve B-cells)较健康对照显著减少,RMS虽有下降趋势但未达统计学显著性。整体而言,这部分结果表明,SPMS不仅涉及神经变性增强,也伴随外周免疫组成重塑,尤其是单核细胞谱偏移,提示先天免疫参与疾病进展过程。

三、Markers of neurodegeneration
在血清可溶性标志物层面,研究人员应用多平台检测神经变性及炎症相关分子,但真正表现出稳定分组差异的主要是通过Quanterix Simoa?检测到的sNfL和GFAP。sNfL在SPMS中显著高于健康对照和RMS,显示出较强的分型区分能力;GFAP虽在SPMS相较健康对照升高,但RMS与健康对照之间、以及SPMS与RMS之间差异均不显著,因此其在区分MS两种病程表型方面的能力有限。其余通过LEGENDplex?或ELISA检测的血清因子未显示显著组间差异。该结果说明,在外周血神经变性标志物中,sNfL较GFAP更适合作为反映MS进展状态的核心指标,也与其作为轴索损伤标志物的生物学意义一致。

四、Computational analysis
在计算分析部分,研究人员从临床、眼科、免疫表型及神经变性等多个领域的100余项参数中筛选出97项完整数据特征,并以探索性方式分别进行领域内分析。为降低冗余,对高度相关或生物学上高度接近的变量进行代表性选择。随机森林特征排序显示,中间型单核细胞、sNfL和GCIPL厚度是区分RMS与SPMS最有价值的指标,其平均验证准确率与F1评分大致达到80%左右。随后,研究人员建立单步CART进行可视化展示。GCIPL厚度阈值为51.458 μm,低于该值者更倾向归入SPMS;中间型单核细胞阈值为30.3%;sNfL阈值为16.369 pg/mL。三种模型均出现少量将临床RMS误分为SPMS的病例。三维散点图进一步显示,这些误分病例在空间分布上更接近SPMS簇,而明显不同于健康对照。这部分结果表明,多模态特征融合比单一指标更能反映RMS与SPMS之间的病理差异,但作者同时强调,该模型仅为探索性内部评估,尚不能视为确定性的预测模型。

讨论部分围绕多模态标志物组合的潜在价值与研究局限展开。研究认为,sNfL、GCIPL和中间型单核细胞分别对应轴索损伤、神经元/视网膜结构退变与炎症活动三个维度,联合应用较单一指标更能反映MS由复发主导向进展主导的病理转变。眼科结果总体支持既往关于RNFL和GCIPL变薄与MS病情相关的认识,但本研究进一步提示GCIPL比pRNFL更适合区分RMS与SPMS。血清学结果则表明,sNfL虽然具有较好辨别能力,但作为单一标志物仍可能受年龄、体质指数等因素影响,因此更适宜置于联合框架中解释。免疫学方面,中间型及非经典单核细胞在SPMS中的升高被视为值得关注的新发现,提示外周先天免疫改变可能参与疾病持续进展。与此同时,研究明确指出其横断面设计无法证明这些指标对RMS向SPMS转换具有真正预测价值,小样本量也限制了统计稳健性和外推性,因此本研究更应被视为假设生成性的先导工作,而非确证性证据。

研究结论指出,整合神经变性、眼科和炎症生物标志物的多模态方法,可能提高RMS与SPMS边界病例中的诊断确定性。这一策略有望促进SPMS的更早、更准确识别,从而支持更及时和更恰当的治疗干预。然而,未来仍需在更大样本队列中建立更稳健的多层级CART模型,并对分类不一致病例进行密切随访,以评估其是否会转化为进展型MS表型。后续研究还应处理年龄相关变化、合并症、药物影响等混杂因素,并通过纵向数据检验这些标志物对疾病进展的动态预测价值。
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