《Neurobiology of Disease》：Transcriptomic profiles link heterogeneous brain structural deviation to neurological subtypes in Wilson's disease
编辑推荐：
摘要：Wilson病（WD）患者的疾病进展或躯体衰退存在显著个体差异，限制了对其脑内病理及生物学过程如何导致WD脑结构和临床表型异质性的理解。本研究利用大样本数据（N＝1749）建立基于灰质体积（gray matter volume, GMV）的"脑年龄模型（
摘要：Wilson病（WD）患者的疾病进展或躯体衰退存在显著个体差异，限制了对其脑内病理及生物学过程如何导致WD脑结构和临床表型异质性的理解。本研究利用大样本数据（N＝1749）建立基于灰质体积（gray matter volume, GMV）的"脑年龄模型（brain age model）"，计算预测脑年龄与实际 chronological age之差即脑预测年龄差（brain-predicted age difference, brainPAD）及脑结构偏离（brain structure deviation, BSD），分别对一例肝型WD（hepatic subtype, HWD；N＝32）及两例神经系统亚型——帕金森样型WD（parkinsonism type WD, PWD；N＝78）和肌张力障碍型WD（dystonia type WD, DWD；N＝46）进行评估。brainPAD与临床严重程度相关且进一步与GMV关联，揭示两神经系统亚型间BSD呈异质性分布模式。基于支持向量机（support vector machine, SVM）分析，基于GMV的BSD模式可稳健区分PWD与DWD。SVM导出的个体指纹（fingerprint）在DWD和PWD患者中均与brainPAD显著相关，提示异质性BSD对神经系统WD影响更强。此外，两神经系统亚型间皮层转录组特征存在差异，提示异质性皮层BSD模式可能优先关联亚型特异性病理，涉及突触可塑性（synaptic plasticity）、树突发育（dendritic development）、神经元投射（neuronal projection）相关生物学过程，以及兴奋性神经元、抑制性神经元、少突胶质细胞和小胶质细胞相关的细胞类型特异性特征。相反，皮层下区域BSD在PWD与DWD间多显示共有转录组特征，提示皮层下生物学过程可能主要反映神经系统WD的疾病水平（disease-level）病理。此外，皮层及皮层下区域的BSD相关基因均富集多种神经系统疾病的遗传风险位点，提示神经系统WD患者异质性临床表现背后可能存在复杂病理机制。综上，本研究结果强调了神经系统WD亚型特异性BSD模式背后存在聚合的皮层下及分化的皮层转录组特征，可能为理解神经系统WD不同亚型异质性神经退行机制提供新的生物学视角。
论文解读：《Transcriptomic profiles link heterogeneous brain structural deviation to neurological subtypes in Wilson's disease》
该论文由Kun Xia、Shijing Wang、Tong Wu、Dandan Sun、Wei Wang、Xun Wang及Yongsheng Han合作完成，发表于《Neurobiology of Disease》。
研究背景与目的
Wilson病（Wilson's disease, WD）是由ATP7B基因突变引起的铜代谢障碍遗传病，除肝脏损害外常伴进行性神经系统恶化，其神经系统表现（如帕金森样症状、肌张力障碍等）在患者间差异极大，提示存在脑退行过程的异质性（heterogeneity）。既往神经影像学研究虽发现WD存在广泛的结构异常，但多局限于组间比较或单一区域分析，难以刻画个体化脑结构偏离（brain structure deviation, BSD）及其与临床亚型异质性的关联，亦未阐明其潜在分子基础。脑预测年龄差（brain-predicted age difference, brainPAD，即预测脑年龄减实际年龄）作为量化个体脑结构相对正常老化轨迹偏离程度的指标，已在阿尔茨海默病和帕金森病中应用，但在WD不同亚型中的异质性模式及相关转录组机制尚不清楚。因此，研究人员旨在构建基于灰质体积（gray matter volume, GMV）的脑年龄模型，表征WD各亚型的BSD模式，探讨其与临床严重度及亚型特异性脑损伤的关系，并通过影像-转录组学（imaging-transcriptomic）分析揭示BSD背后的皮层及皮层下转录组特征。
主要关键技术方法
研究人员收集6个公开数据集共1635名健康成人用于训练弹性网络回归（elastic net regression）脑年龄模型，另取114名健康人作独立验证集；同时纳入安徽中医药大学神经内科收集的156例WD患者［肝型（HWD, N＝32）、帕金森样型（PWD, N＝78）、肌张力障碍型（DWD, N＝46）］及46名健康对照（healthy control, HC）。T1加权MRI经FSL-VBM流程获得GMV图，采用ComBat法校正多站点批次效应。用PCA降维后构建脑年龄模型并计算brainPAD（校正性别与实足年龄）。通过体素水平偏相关分析brainPAD与GMV得到亚型特异性BSD模式；采用带递归特征消除的支持向量机（support vector machine-recursive feature elimination, SVM-RFE）五折交叉验证分类PWD与DWD并提取个体结构指纹（structural fingerprint）；结合艾伦人脑图谱（Allen Human Brain Atlas, AHBA）基因表达数据，分别计算皮层（HCP-MMP1.0图谱）与皮层下（Tian图谱）BSD模式与各基因表达的空间Spearman相关系数，取前5％基因为BSD相关基因，进行Metascape生物过程富集、Seidlitz细胞类型特异性富集及多种神经退行性疾病风险基因富集分析。
研究结果
3.1. Brain age model（脑年龄模型）
在训练集（r＝0.971, MAE＝3.892年）及独立hold-out集（r＝0.934, MAE＝4.708年）中预测脑年龄与实足年龄均显著相关，扫描-再扫描一致性高（r＝0.969），表明模型具备良好预测精度与稳定性。
3.2. Distinct BSD patterns in WD（WD中独特的BSD模式）
3.2.1. Group differences in brainPAD between WD patients and HCs：PWD（PFDR＝0.026）与DWD（PFDR＝0.008）患者brainPAD显著高于HC，HWD无显著差异。brainPAD与GMV在PWD及DWD多个脑区（内侧额回、感觉运动皮层、颞回GMV升高；丘脑及基底节GMV降低）显著相关，HWD无此关联。
3.2.2. Subtype-specific BSD patterns：PWD与DWD的BSD重叠于内侧额回、感觉运动皮层、内侧颞叶皮层、丘脑及基底节，但PWD在背侧注意网络（dorsal attention network, DAN）、感觉运动网络（sensorimotor network, SMN）、小脑（cerebellum, CRB）及皮层下网络（subcortical network, SUB）中加速BSD所占体素比例更大；DWD中brainPAD与GMV的负相关性更强。brainPAD与UWDRS-N评分正相关（PWD: r＝0.702；DWD: r＝0.746），与病程负相关（PWD: r＝-0.309；DWD: r＝-0.401），PWD中brainPAD与尿铜浓度正相关（r＝0.242）。
3.3. BrainPAD associated with subtype-specific neurodegeneration（BrainPAD与亚型特异性神经退行关联）
SVM以GMV区分PWD与DWD准确率达96.8％（AUC＝0.9958）。SVM权重图显示PWD特征集中于默认模式网络（default mode network, DMN）、边缘网络（limbic network, LIB）、腹侧注意网络（ventral attention network, VAN）及皮层下区；DWD特征集中于CRB和DAN。各亚型BSD模式平均GMV及SVM导出个体指纹均与brainPAD显著相关（P＜0.001～0.0033），表明加速BSD与亚型特异性脑萎缩有关。
3.4. BSD-related transcriptomic signatures（BSD相关转录组特征）
3.4.1. Convergent and divergent transcriptomic signatures between two neurological WDs：皮层前5％BSD相关基因在PWD与DWD间重叠不显著；皮层下前5％BSD相关基因在两亚型间高度重叠（正系数基因重叠165个，负系数基因重叠152个，均PFDR＜0.0001），提示皮层转录组分化的、皮层下转录组聚合。
3.4.2. Biological processes in the cortex：DWD皮层正系数基因富集于突触功能与神经元发育；PWD皮层正系数基因富集于线粒体功能与能量代谢、蛋白稳态调控。负系数基因共同涉及细胞外基质重组、神经血管发育、免疫应答及突触信号。
3.4.3. Biological processes in the subcortex：皮层下正、负系数基因在PWD与DWD间高度重叠，正系数基因富集细胞骨架组织、小GTP酶通路、膜动力学、代谢调节、免疫激活及神经发育；负系数基因富集突触信号、神经发育、钙及G蛋白偶联受体（G-protein coupled receptor, GPCR）介导信号、细胞连接及纤毛功能。
3.4.4. Cell type-specific enrichment：皮层BSD相关基因在DWD中较PWD显著富集兴奋性神经元、抑制性神经元及小胶质细胞标记；负系数基因在DWD中较PWD显著富集少突胶质细胞、星形胶质细胞、小胶质细胞、内皮细胞及兴奋性/抑制性神经元。
3.4.5. Disease risk enrichment：皮层BSD相关基因在PWD与DWD均显著富集WD病理风险及亨廷顿病（Huntington's disease, HD）、帕金森病（Parkinson's disease, PD）、阿尔茨海默病（Alzheimer's disease, AD）、线粒体病（mitochondrial disorder, MD）风险基因。皮层下BSD相关基因也富集WD病理风险及PD、HD、原发性肌张力障碍风险基因。
3.5. Robustness analysis（稳健性分析）
PCA保留主成分数在100–800范围内模型性能变化微小（训练集r＝0.955–0.977, MAE＝4.91–3.42年），表明模型稳定。更换Schaefer 2018皮层图谱及WD特异性皮层下图谱验证，发现/验证集BSD相关基因重叠显著（皮层及皮层下均PFDR＜0.0001），证实转录组关联结果具可重复性。
讨论与结论总结
研究人员指出，本研究首次利用脑年龄模型量化WD亚型特异性BSD，发现神经系统亚型（PWD、DWD）存在加速BSD而HWD无此现象；BSD模式既共享（丘脑、基底节、部分联合皮层）又异质（PWD更广泛网络受累，DWD局部GMV关联更强），且与临床严重程度、病程及尿铜相关。SVM可高精度区分两神经系统亚型并提取结构指纹，其与brainPAD关联支持BSD反映亚型特异性退行改变。影像-转录组学揭示皮层BSD具分化转录特征（DWD偏向突触/神经元发育，PWD偏向线粒体/代谢），皮层下BSD具聚合转录特征（共享细胞骨架、免疫、代谢等通路），BSD相关基因还富集其他神经退行病风险基因，提示WD神经系统异质性背后有复杂分子病理。局限包括单中心WD样本量偏小、缺乏纵向治疗随访、SVM未做外部独立验证、AHBA仅覆盖左半球基因表达。
结论（翻译）
综上所述，研究人员基于大样本健康队列建立了"脑年龄模型"，识别出神经系统WD患者亚型特异的BSD模式。加速BSD源自涉及从初级感觉处理到高级认知功能的脑结构。重要的是，独特BSD与亚型特异性病理相关，并与UWDRS-N评分、病程及尿铜水平显著关联。与神经系统WD不同，HWD未见显著BSD进一步支持其作为WD神经退行负荷标志物的潜在特异性。此外，本研究关键发现为PWD与DWD之间存在皮层转录组分化与皮层下转录组聚合并存的特征——即相异的皮层亚型特异性转录组特征伴随大体共享的皮层下转录组谱。总之，这些结果支持BSD作为WD患者亚型特异性神经退行中具有生物学意义和临床相关性的标志物，并为跨神经系统WD亚型将异质性BSD模式联系至不同神经解剖及转录组特征提供了多尺度框架。
