《Biomolecules》：Research Progress of Blood-Based Biomarkers for the Diagnosis and Prognostic Evaluation of Acute Ischemic Stroke
血液生物标志物为急性缺血性卒中（acute ischemic stroke，AIS）管理提供了一种有前景的“生化影像”途径，可作为传统神经影像学的补充，提供客观且易获得的工具。本文采用叙述性综述方式，整合了来源于多个神经血管单元（neurovascular unit，NVU）组成区室的生物标志物最新进展，包括胶质纤维酸性蛋白（glial fibrillary acidic protein，GFAP）、S100钙结合蛋白B（S100 calcium-binding protein B，S100B）、泛素羧基末端水解酶L1（ubiquitin carboxy-terminal hydrolase L1，UCH-L1）、神经元特异性烯醇化酶（neuron-specific enolase，NSE）、神经丝轻链（neurofilament light chain，NfL）、基质金属蛋白酶-9（matrix metalloproteinase-9，MMP-9）、Claudin-5、Occludin、脑源性神经营养因子（brain-derived neurotrophic factor，BDNF）、白细胞介素-33（interleukin-33，IL-33）、肿瘤坏死因子-α（tumor necrosis factor-alpha，TNF-α）、PARK7/DJ-1、糖原磷酸化酶BB（glycogen phosphorylase BB，GP-BB）以及循环微小RNA（microRNAs）。本文重点讨论这些标志物在三个临床场景中的分阶段应用价值：①院前与急诊环境下缺血性卒中与脑出血的超早期鉴别；②再灌注治疗后出血性转化的动态预测与监测；③梗死负荷、神经修复潜能及长期功能结局的评估。尽管上述标志物前景广阔，其临床转化仍受多重因素制约，包括检测平台异质性、缺乏标准化截断值、成本效果学数据有限，以及尚缺乏针对年龄、肾功能等关键协变量校正后的前瞻性验证。本文还进一步讨论了多标志物面板的构建问题，包括应对生物标志物共线性与模型过拟合的策略。未来研究方向强调建立分阶段标志物面板、开发即时检测（point-of-care testing，POCT）设备，并结合人工智能算法，以推动卒中精准医学的发展。
1. Introduction
本文指出，卒中已成为全球致残和死亡的主要原因之一，而急性缺血性卒中（AIS）的管理始终遵循“时间就是大脑”的核心原则。因此，如何实现超早期准确诊断、快速区分卒中亚型以及精准预测预后，特别是出血性转化（hemorrhagic transformation，HT），是改善临床结局和降低致残率的关键。当前临床主要依赖美国国立卫生研究院卒中量表（National Institutes of Health Stroke Scale，NIHSS）和神经影像学检查，如CT和MRI，但这些方法存在局限：NIHSS受评估者经验影响较大，对后循环卒中敏感性不足；CT对超早期AIS敏感性有限，且影像学设备成本高、动态连续监测能力不足，限制了其在院前急救及低资源环境中的应用。相比之下，血液生物标志物因具有客观性、可重复性、微创取样和适用于即时检测（POCT）的优势，逐渐被视为卒中管理中的“生化影像”工具。文章强调，卒中发生后，神经血管单元（NVU）中的神经元、星形胶质细胞、内皮细胞、周细胞和小胶质细胞会因缺血、缺氧及再灌注损伤而发生坏死、凋亡或激活，进而将特异性蛋白或微小分子释放入血。本文据此围绕NVU损伤机制，对胶质损伤、神经元与轴突损伤、血脑屏障（blood brain barrier，BBB）完整性、炎症与神经修复以及新兴标志物等方面的研究进展进行综述，并特别说明酶联免疫吸附试验（enzyme-linked immunosorbent assay，ELISA）、单分子阵列（Single Molecule Array，Simoa）和电化学发光免疫分析（electrochemiluminescence immunoassay，ECLIA）等检测平台差异会直接影响浓度解释和截断值使用，因此不同平台结果不可简单互换。
2. Method
本文在PubMed、Web of Science和Embase中检索2010年1月至2025年12月发表的相关文献，检索词覆盖AIS、脑出血、HT、血液生物标志物及GFAP、S100B、UCH-L1、NSE、NfL、MMP-9、Claudin-5、Occludin、BDNF、IL-33、TNF-α、PARK7、DJ-1、NDKA、GP-BB、microRNA、细胞外囊泡、ELISA、Simoa和POCT等主题。纳入标准包括关注卒中诊断、HT预测或预后评估的同行评议原创研究和综述。经题目、摘要及全文筛选后，共整合120篇相关文献。作者明确指出，该研究为叙述性综合，而非系统综述或Meta分析，同时通过简化的文献识别与筛选流程图提高透明度，但并未采用正式系统综述报告框架。
3. Neurovascular Unit
文章回顾了神经血管单元（NVU）概念的提出背景，并指出其由神经元、星形胶质细胞、小胶质细胞以及血管内皮细胞、周细胞、血管平滑肌细胞和脑血管基底膜等共同构成，是兼具结构和功能特征的整体。血脑屏障（BBB）作为NVU的重要亚结构，由毛细血管基底膜、星形胶质细胞足突、周细胞和内皮细胞组成，共同形成保护脑组织、限制有害物质进入并调节营养物质交换的动态界面。文中进一步概述了各组成成分在维持中枢神经系统（central nervous system，CNS）稳态中的作用：脑内皮细胞通过紧密连接（tight junctions，TJs）建立高选择性旁细胞屏障；周细胞参与调节毛细血管口径、局部脑血流、BBB稳定性及卒中后血管新生；血管平滑肌细胞维持血管基础张力和自主调节；星形胶质细胞通过足突包绕微血管，连接血供与神经活动需求并调控神经炎症；小胶质细胞承担免疫监视、碎片清除和组织修复；基底板则提供关键细胞外基质支架。该部分为后续各类标志物与具体损伤区室之间的对应关系提供了理论基础。
3.1. Astroglial Injury Biomarkers
本节聚焦星形胶质损伤标志物，指出星形胶质细胞是NVU的主要支持骨架，其足突包绕内皮细胞，构成BBB的前线防御结构，因此相关蛋白释放可反映胶质激活和屏障损伤。
3.1.1. S100B
S100B是成熟血管周围星形胶质细胞表达的胶质蛋白，参与神经突延伸、星形胶质细胞增殖及微管组装抑制。神经损伤或BBB破坏时，星形胶质细胞被激活并释放S100B进入血液。文中总结的研究显示，S100B在卒中患者中的敏感性较高，尤其具有较强阴性预测价值；联合IL-6后，对缺血性卒中与脑出血的区分能力有所提升。作者认为，S100B能够反映星形胶质激活和早期BBB渗漏，在HT风险排除方面具有潜在价值，但由于其亦存在于脑外组织，特异性受到限制，因此更适合作为辅助指标而非独立决策依据。
3.1.2. GFAP
GFAP是主要表达于星形胶质细胞的细胞骨架蛋白，正常生理状态下血液中含量极低。当脑组织发生不可逆坏死性损伤，如梗死核心形成时，星形胶质细胞解体并释放大量GFAP，经受损BBB进入血循环。文章指出，GFAP是急性卒中领域研究最充分的血液标志物之一，多个多中心研究表明其在脑出血中的释放快于缺血性卒中，因此在症状出现后最初数小时内，对脑出血具有较高特异性和中等至较高敏感性。GFAP除有助于缺血与出血性卒中的早期鉴别外，还与神经功能缺损程度及功能预后相关。部分研究提示，急性期GFAP联合NfL可提升危重AIS患者功能预后的预测能力；另有研究指出GFAP与UCH-L1联合有助于区分大血管闭塞（large-vessel occlusion，LVO）与小血管闭塞（small-vessel occlusion，SVO）。然而，作者同时强调GFAP临床转化仍面临两大问题：一是与其他结构性NVU标志物联合时的增益可能有限，存在信息冗余；二是不同检测平台之间截断值差异显著，如Simoa与ELISA所得阈值不可直接套用，因此建立检测方法特异性的验证体系，是其形成统一临床应用标准的前提。
3.2. Neuronal and Axonal Damage Indicators
本节指出，神经元是NVU中对缺血最敏感的成分，其损伤程度最终决定患者功能结局，因此神经元胞体和轴突损伤标志物在预后评估中具有重要价值。
3.2.1. UCH-L1
UCH-L1是神经元内高丰度且特异性表达的酶，参与细胞内蛋白稳态维持。急性严重神经元损伤后，UCH-L1可迅速外泄并进入血液，因此被视为神经元胞体损伤严重程度的反映指标。文中提到，虽然GFAP在急性卒中中的证据较为充分，但UCH-L1的临床证据相对有限。现有研究提示，GFAP和UCH-L1可用于量化脑组织损伤，并预测静脉溶栓患者3个月不良预后，基于二者构建的列线图模型在不同队列中表现出较好的预测能力。然而，也有研究显示UCH-L1并未显著提升GFAP模型的总体诊断效能。作者据此提出，UCH-L1最有价值的定位可能并非独立应用，而是在经严格验证的多标志物面板中，与其他通路标志物共同反映更完整的病理过程。
3.2.2. NSE
NSE是参与糖酵解的重要金属酶，主要存在于成熟神经元及神经来源细胞中。神经元受损或死亡后，NSE释放入血，其升高与较大的卒中体积相关。文章指出，NSE在卒中后HT风险预测方面具有动态监测价值，特别是再通后出现第二峰值时，与HT风险显著增加相关。此外，NSE在后循环缺血性卒中或椎基底动脉供血不足中也可能升高，可作为急性眩晕患者中枢性与周围性眩晕鉴别的血清学辅助指标。尽管NSE敏感性较好，但溶血可导致假阳性，从而削弱其临床可靠性。
3.2.3. NfL
NfL是轴突神经丝的主要中间丝成分，具有维持轴突口径、支持轴突与树突间胞内通讯及间接调节神经传导速度等生理作用。其血液浓度可反映轴突变性和中枢神经系统损伤程度。文中指出，NfL增幅可能较绝对值更能预测预后，并且与HT发生相关。多项研究显示，急性期NfL与GFAP联合可改善重症AIS功能预后预测；NfL升高患者在24 h NIHSS改善幅度、住院期间NIHSS评分及3个月改良Rankin量表（modified Rankin Scale，mRS）评分方面表现更差。文章还特别提到，血清与尿液NfL浓度的相关性在肾功能正常者中最强，提示解释NfL时需考虑肾清除因素。总体而言，NfL更适合作为持续性轴突退行性损伤及中长期预后的指标，但仍需纵向采样和外部验证以明确最佳动力学参数。
3.3. Blood Brain Barrier (BBB) Integrity Indicators
本节围绕BBB完整性相关指标展开，指出内皮细胞与基底板的动态平衡是NVU屏障功能的核心，而屏障破坏是HT发生的重要病理基础。
3.3.1. MMP-9
MMP-9是一种锌依赖性金属蛋白酶，参与细胞外基质降解。卒中状态下，内皮层受损可促使MMP-9等分子释放并暴露细胞外基质。文章总结认为，血中MMP-9升高与缺血性卒中后HT密切相关，尤其在早期样本中具有较高阴性预测价值，可用于识别低风险患者。尽管其阳性预测值相对有限，但作为细胞外基质降解和BBB失稳的关键介质，MMP-9在再灌注后并发症监测中具有明确临床意义，并可与其他标志物联合提升风险分层能力。
3.3.2. Claudin-5
Claudin-5是BBB紧密连接的重要分子标志物，具有评估缺血性卒中后HT风险的潜力。文中援引动物研究指出，缺血再灌注可通过下调Claudin-5、改变肌动蛋白细胞骨架黏附并上调促炎因子IL-6，从而破坏BBB完整性。现有证据更支持其作为多标志物模型中的组成成分，与S100B、MMP-9等联合使用，而非单独作为诊断指标。作者认为，未来需要标准化检测方法，并在不同卒中亚型和治疗场景中验证其预测效能。
3.3.3. Occludin
Occludin是维持BBB完整性的跨膜紧密连接蛋白。文章指出，与未发生临床恶化性HT者相比，发生临床恶化性HT的患者Occludin、S100B及Claudin-5/Occludin比值更高，而血管内皮生长因子水平更低；若在卒中发作后3 h内评估，Claudin-5同样与临床恶化性HT相关。作者据此认为，紧密连接蛋白更适合在急诊科、卒中单元或溶栓后监护阶段进行动态监测，而不适宜单独用于院前溶栓决策。
3.4. Inflammatory and Neurorepair Pathway Biomarkers
该部分强调，除结构性损伤指标外，炎症与神经修复通路相关标志物能够提供恢复潜力和不良结局风险方面的补充信息。
3.4.1. BDNF
BDNF广泛分布于中枢神经系统，属于神经营养因子家族，在神经元存活、分化、突触可塑性和修复中发挥关键作用。文章指出，卒中患者BDNF水平显著低于健康对照，可用于卒中与健康状态的区分，但并不能独立预测死亡。基线血清BDNF水平还与缺血性卒中后抑郁风险呈负相关，因此其价值更多体现在神经可塑性、情感障碍及恢复潜力评估方面。
3.4.2. IL-33
IL-33是一种参与先天炎症反应的免疫相关细胞因子。文中所述研究显示，较低血清IL-33水平与AIS后HT独立相关，并可在一定程度上预测不良功能结局。作者据此认为，IL-33可能成为连接炎症反应与临床并发症风险的重要桥梁，但其临床意义仍需更多验证。
3.4.3. TNF-α
TNF-α是调控系统性炎症反应的重要细胞因子。文章提到，在颈动脉支架置入背景下，TNF-α对弥散加权成像（diffusion-weighted imaging，DWI）阳性新发病灶及斑块内出血具有一定预测价值，但总体诊断性能中等。其意义主要体现在提示炎症活化与血管介入相关急性缺血性脑损伤风险之间的联系。
3.5. Other Biomarkers
本节总结了若干新兴或补充性标志物，反映氧化应激、能量代谢和转录后调控等不同病理维度。
3.5.1. PARK7/DJ-1
PARK7/DJ-1与氧化应激应答调控有关，也与早发型帕金森病相关。文中同时提及核苷二磷酸激酶A（NDKA）在缺血性或出血性脑损伤后表达上调。相关研究发现，PARK7和NDKA在卒中后3 h即可升高，并显示出一定敏感性和特异性，但二者均无法区分缺血性与出血性卒中，也与脑损伤严重程度无明确关联。因此，其更适合作为早期脑损伤存在与否的补充线索，而非卒中分型工具。
3.5.2. GP-BB
GP-BB是催化糖原转化为葡萄糖-1-磷酸的酶，在缺氧条件下被激活。脑内GP-BB主要位于血管周围星形胶质细胞，因此BBB破坏后其循环水平可早期升高。文中总结的研究表明，在症状发生后4.5 h内采样时，GP-BB对卒中诊断表现出较高敏感性、特异性和受试者工作特征曲线下面积。作者还提到，为排除心肌梗死所致酶升高，研究中联合检测了肌钙蛋白，提示GP-BB在早期卒中识别方面具有一定潜力，但仍需结合其他临床信息解释。
3.5.3. MicroRNA
微小RNA（miRNA）通过调控下游靶基因表达参与多种损伤与修复过程。其分子量小，可通过细胞外囊泡运输，而细胞外囊泡的双层脂质膜结构有利于跨越BBB并参与脑损伤与修复。文章指出，除蛋白标志物外，代谢组学和miRNA研究也展现出良好前景：部分多指标组合可区分缺血性与出血性卒中；系统综述与Meta分析还发现，多种miRNA与卒中后运动恢复和认知恢复相关，其中血清miR-9和中性粒细胞来源miR-29b具有较高预后潜力。实验研究进一步表明，来源于脑内皮细胞小型细胞外囊泡的miRNA-27a可通过抑制Sema6A和RhoA促进轴突重塑并改善功能恢复。作者总体认为，循环miRNA及囊泡包裹miRNA有望成为无创预后标志物，但其临床应用仍受囊泡分离和miRNA定量缺乏标准化、样本量较小及大规模前瞻性验证不足等问题制约。
4. Performance Evaluation in Clinical Application Scenarios
本部分从临床情境出发，系统梳理血液生物标志物在不同时间窗口和决策节点中的应用价值。
4.1. Ultra-Early Differential Diagnosis Between Prehospital and Emergency
作者指出，院前及急诊阶段最重要的应用场景是快速鉴别脑出血与AIS，因为这一判断直接关系到静脉溶栓适应证。GFAP在发病后1–3 h内由于出血性星形胶质损伤而快速升高，是脑出血早期识别中最有价值的血液标志物；AIS中GFAP升高通常较晚。UCH-L1可补充反映急性神经元损伤，但其增益价值仍需结合影像学谨慎解读。相较之下，S100B、MMP-9、NSE、Claudin-5和Occludin等较慢标志物不应被单独用于黄金时间窗内的院前溶栓决策，而应作为临床评估和非增强CT之外的补充信息。
4.2. Thrombolysis and Mechanical Thrombectomy Decision-Making: Risk Warning and Monitoring
在再灌注治疗后，HT预测更适合被视为动态监测任务，而非单次分诊决策。MMP-9反映细胞外基质降解和BBB失稳，S100B、Claudin-5和Occludin反映星形胶质激活和紧密连接损伤，这些指标在再灌注后早期至24–72 h内具有较强临床相关性。文章同时强调，NSE再通后的第二峰与HT显著相关。因此，作者提出分阶段工作流程：超早期采用GFAP±UCH-L1进行亚型分诊，治疗后则使用MMP-9、S100B、紧密连接蛋白及NSE进行并发症监测。
4.3. Disease Progression and Infarct Volume Prediction
在发病后数日至数月的短期预后层面，NSE与S100B可辅助评估疾病进展。NSE水平与梗死体积和神经元丢失相关，发病后48–72 h的峰值浓度可为大血管闭塞或再灌注治疗后的神经元损伤范围提供额外信息。S100B则与BBB渗漏、脑水肿和严重占位效应相关，但因特异性较低和脑外来源干扰，其解释需要谨慎。作者认为，这两类标志物更适用于病情演变监测，而非初始卒中分型。
4.4. Long-Term Prognosis Assessment and Disability Classification
对于长期预后与残疾分级评估，NfL、BDNF和miRNA更具潜力。NfL反映持续性轴突变性，其在发病后24 h至7 d的水平与3个月功能结局相关，但应用时必须校正年龄、肾功能、基线卒中严重程度和既往神经退行性疾病。BDNF可补充反映神经可塑性、卒中后抑郁及认知恢复，而循环miRNA则有助于描绘恢复相关分子通路。文章据此提出，BDNF/NfL联合解释可能有助于评估神经康复潜力，但前提是模型经过充分的外部验证和校准。
5. Methodological Considerations for Multi-Marker Panel Construction
文章认为，为应对NVU损伤级联反应的复杂性，多标志物面板应依据病理生理互补性和临床时间窗进行构建，而不是将所有可测指标简单纳入单一Logistic回归模型。GFAP和UCH-L1分别反映星形胶质与神经元胞体损伤，MMP-9和紧密连接蛋白对应BBB破坏，NfL对应延迟性轴突变性，因此标志物选择必须服务于具体临床决策点，如院前分诊、再灌注后监测或长期预后评估。作者特别讨论了共线性问题，指出不同标志物之间可能因来源通路相近而呈较强相关，因此模型构建应纳入相关矩阵、方差膨胀因子（variance inflation factor，VIF）评估及内部验证；如存在共线性，应优先考虑LASSO、Ridge回归、降维方法或预设的分阶段标志物筛选。模型评价方面，不应仅依赖受试者工作特征曲线下面积，还需结合校准曲线、Hosmer–Lemeshow检验、决策曲线分析、净重新分类改善及外部验证，同时将年龄、NIHSS、肾功能、起病至采样时间、再灌注状态和检测平台作为协变量或分层因素。该部分还讨论了“先GFAP筛查、后CT确认”的卫生经济学设想，认为这一策略在影像资源有限的院前或农村地区可能具有现实意义，但成本、检测平台、医保模式和实验室基础设施在不同卫生系统中差异较大，因此未来必须通过正式成本效果学模型进行验证。
6. Challenges and Future Prospects: Toward Precision Medicine for Stroke 3.0
本部分总结了血液生物标志物从实验室走向常规临床实践所面临的主要障碍与未来方向。首先，检测平台标准化不足是核心问题，不同ELISA、Simoa和ECLIA平台导致截断值差异显著，且样本预处理等分析前因素也会影响结果，因此建立国际参考标准和外部质量评价体系至关重要。其次，在超急性期，生物标志物临床价值高度依赖检测周转时间（turnaround time，TAT），若要与非增强CT竞争，需将TAT压缩至20–30 min以内，因此基于微流控、侧向层析（lateral flow assays，LFAs）或电化学生物传感器的POCT设备研发尤为关键。再次，作者强调未来研究应从单次静态测量转向动力学监测，通过追踪GFAP、UCH-L1等指标的上升速率和达峰时间，构建卒中进展的“分子电影”。与此同时，多组学整合也是重要趋势，即将蛋白质组学与转录组学、代谢组学结合，以更全面刻画缺血级联反应。文章进一步指出，人工智能（artificial intelligence，AI）和机器学习（machine learning，ML）有望整合高维非线性数据，包括生物标志物浓度、临床参数及多模态影像，实现个体化预后评分和“数字表型（digital phenotyping）”构建，但当前多数模型在校准性和临床可用性方面证据不足。最后，作者概括了当前仍存在的现实挑战，包括POCT与实验室检测之间差距、肾功能和年龄等协变量对结果的干扰、指南级证据不足以及多标志物统计建模中的过拟合风险，并提出未来应通过建立国际参考标准、开展卫生经济学评估、实施基于POCT的前瞻性临床试验及加强外部验证来推动临床转化。
7. Conclusions
结论部分指出，未来卒中管理将从单指标解释转向分阶段、多模态融合模型。超早期分诊依赖GFAP联合或不联合UCH-L1等快速标志物；再灌注后监测则需要MMP-9、S100B、Claudin-5/Occludin和NSE等动态反映BBB及神经元损伤的指标；长期结局预测则应整合NfL、BDNF、miRNA、临床量表和神经影像学。最终目标是构建覆盖卒中亚型判定、损伤严重度、并发症风险及修复潜能的综合评估体系。作者强调，这类模型在常规临床应用前，必须完成跨平台标准化、关键协变量校正、前瞻性验证及成本效果学评估。
