对多发性硬化症高风险个体潜在血清生物标志物的评估重点突出了SPP1

《Multiple Sclerosis and Related Disorders》:Evaluation of potential serum biomarkers for individuals at risk of multiple sclerosis highlights SPP1

【字体: 大 中 小 】 时间:2026年09月10日 来源:Multiple Sclerosis and Related Disorders 3.0

编辑推荐:

   循环蛋白已被广泛研究作为多发性硬化症(MS)的潜在生物标志物,但各研究的结果往往不一致,这很可能反映了疾病阶段、治疗暴露和队列构成的差异。在MS发病前研究具有较高MS风险的人群,提供了一个独特的机会,可以在临床疾病发生之前识别免疫改变,同时最大限度地减少混杂因素的影响。 在

  循环蛋白已被广泛研究作为多发性硬化症(MS)的潜在生物标志物,但各研究的结果往往不一致,这很可能反映了疾病阶段、治疗暴露和队列构成的差异。在MS发病前研究具有较高MS风险的人群,提供了一个独特的机会,可以在临床疾病发生之前识别免疫改变,同时最大限度地减少混杂因素的影响。在此,我们调查了在两项独立的样本集合中,六种先前与MS相关的生物标志物是否表现出可检测的改变,以及这些改变是否与潜在的遗传易感性相关。这些样本集合由来自基因与环境在多发性硬化症(GEMS)研究队列中的MS患者(pwMS)、健康参与者和pwMS无症状一级亲属组成。该生物标志物面板代表了MS免疫病理学的互补维度,包括颗粒酶A(GZMA)、MER酪氨酸激酶(MERTK)、白细胞介素-2受体α(IL2RA)、骨桥蛋白(SPP1)、CD30(TNFRSF8)和壳聚糖酶-3样蛋白1(CHI3L1)。所有蛋白均未显示出与MS的关联。由外部效应估计值构建的综合评分既与MS无关,也与一级亲属身份无关。在无症状一级亲属中,无论是总体MS遗传风险评分(GRS)还是其非MHC组成部分,更高的遗传风险均与较低的SPP1水平相关;而TNFRSF8则与非MHC GRS呈特异性反向关联。综上所述,这些发现表明,近期被提议作为MS生物标志物的多种循环蛋白并非区分MS患者与健康个体的可靠工具。然而,SPP1水平值得在高风险个体中进行进一步评估,以确定循环免疫特征是否能够捕捉到MS在高风险个体中的最早阶段。**引言**多发性硬化症(MS)是一种中枢神经系统(CNS)的慢性炎症和神经退行性疾病。越来越多的证据表明,MS存在一个较长的无症状前期,在此期间病理变化先于临床诊断数年发生。例如,存档样本的研究发现,神经丝轻链(NfL)——一种神经轴突损伤的标志物——可能在症状出现前几年就已升高(Britze等,2025;Bjornevik等,2020)。循环蛋白已被广泛研究作为MS的潜在诊断、预后和监测生物标志物(Yang等,2022;Comabella和Montalban,2014;Barizzone等,2022;Housley等,2015)。然而,目前尚无现成的工具可用于MS高风险个体,以试图检测疾病的最早阶段并发现可能促进疾病易感性的免疫通路(Greiner和Kipp,2021;Van Der Valk和Amor,2009)。因此,我们评估了先前与MS相关的血清分析物,假设它们在该疾病最早期以及症状出现后可能也会发生改变。为此,我们评估了来自GEMS研究的无症状pwMS一级亲属,相对于一般人群,他们具有较高的MS遗传易感性和更高的MS发病率(Xia等,2016;Xia等,2017)。我们组装了一个靶向血清生物标志物面板,代表了MS免疫病理学的互补维度(Kodosaki等,2024;Jacobs等,2024;Hinsinger等,2015;Adachi等,1990;Basnyat等,2015;McMillan等,1998),包括外周免疫激活(IL-2受体α [IL2RA])、免疫调节和Th2相关信号(CD30 [TNFRSF8])、细胞毒效应功能(颗粒酶A [GZMA])、先天免疫清除和修复途径(MER酪氨酸激酶 [MERTK]),以及与神经炎症和胶质细胞反应相关的标志物(壳聚糖酶-3样蛋白1 [CHI3L1] 和骨桥蛋白 [SPP1])。我们使用多重免疫测定技术,在两项独立的样本集合中调查了MS参与者、健康参与者和GEMS参与者的这些循环免疫蛋白,以确定所选免疫生物标志物是否表现出与MS的可重复性关联或与MS遗传风险增强的关联。**章节摘要****描述性特征**我们从两个样本集合获取了血清样本:哥伦比亚大学欧文医学中心(CUIMC)和国立神经疾病和中风研究所(NINDS)。参与者包括MS患者(pwMS)、健康对照参与者(HC)以及来自GEMS研究的MS高风险个体。人口统计学特征如表1所示。在两个样本集合中,pwMS的年龄均大于HC(所有比较中p < 0.01)。在NINDS样本集合中,pwMS的年龄也大于GEMS参与者。**讨论**在本研究中,我们未能复制优先候选血清生物标志物与MS诊断之间的关联,也未发现GEMS参与者和健康参与者之间这些标志物存在显著差异。同样地,将6种标志物的效应汇总为单一评分也未能在健康参与者和MS或GEMS参与者之间产生显著差异。然而,我们确实在MS遗传风险评分(GRS)和血清SPP1水平之间发现了一个有趣的关联。**研究样本集合****CUIMC的pwMS和健康参与者。** 来自哥伦比亚大学欧文医学中心(CUIMC)的50名pwMS和53名HC的血清样本接受了分析(图1)。MS参与者在诊断性腰椎穿刺前已获知情同意。血液在操作后采集,处理为血清并存储于-80°C。人口统计学信息、治疗史和疾病状态从患者病历中获取(表1和补充表1)。年龄≥18岁的健康对照参与者……**病例对照与高风险比较**使用Shapiro-Wilk检验评估了血清蛋白浓度的正态性,所有六种分析物均显著偏离正态分布。分析前,浓度被进行排名转换并映射至标准正态分布(排名逆正态转换,RINT)(补充图5)。在每个样本集合中,RINT转换后的蛋白水平使用线性回归模型进行分析,以研究组(Subject_Type)作为分类预测变量,并调整年龄……**补充材料**补充方法补充图1. RINT转换后血清蛋白水平的分布补充图2. 与GRS64的原始尺度关联补充图3. 与仅MHC GRS的原始尺度关联补充图4. 与非MHC GRS的原始尺度关联补充图5. RINT转换分布补充表1. 临床特征补充表2. 综合评分关联补充表3. 与MS遗传的调整后关联**CRediT作者贡献声明****Kristin Mounts:** 写作——审阅与编辑、写作——原稿撰写、可视化、验证、项目管理、方法论、调查研究、形式化分析、数据整理、概念构思。**YunDuo Liu:** 写作——审阅与编辑、可视化、验证、软件、方法论、形式化分析、概念构思。**Masashi Fujita:** 写作——审阅与编辑、形式化分析。**Juliana Oyegunle:** 写作——审阅与编辑、数据整理。**Tradite Neziraj:** 写作——审阅与编辑。**Susan V. Pollak、Renu Nandakumar、Nyater Ngouth、Sonya U. Steele、Irene Cortese、Charles C. White、Steven Jacobson、Daniel S. Reich、Philip L. De Jager:** 写作——审阅与编辑。**机构从属关系:** 哥伦比亚大学欧文医学中心神经免疫学与神经病理性计算神经免疫学中心,神经免疫学系,神经病学系,纽约州纽约市,美国。**作者:** Kristin Mounts, YunDuo Liu, Masashi Fujita, Juliana Oyegunle, Tradite Neziraj, Susan V. Pollak, Renu Nandakumar, Nyater Ngouth, Sonya U. Steele, Irene Cortese, Charles C. White, Steven Jacobson, Daniel S. Reich, Philip L. De Jager
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

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