《FASEB BioAdvances》:Glial and Vascular Plasma Biomarkers Across the Alzheimer's Disease Continuum: An ADNI-Based Longitudinal Study
编辑推荐:
阿尔茨海默病(Alzheimer's disease, AD)日益被认为是一种涉及神经血管单元功能障碍的多细胞疾病。同时研究胶质和血管生物标志物可能提供更全面的AD生物学视角。该研究表征了AD连续谱中血浆胶质(GFAP、sTREM2)和血管/内皮(VEGF、s
阿尔茨海默病(Alzheimer's disease, AD)日益被认为是一种涉及神经血管单元功能障碍的多细胞疾病。同时研究胶质和血管生物标志物可能提供更全面的AD生物学视角。该研究表征了AD连续谱中血浆胶质(GFAP、sTREM2)和血管/内皮(VEGF、sICAM-1、sVCAM-1)生物标志物的基线分布、相互关系及纵向轨迹。利用阿尔茨海默病神经影像学计划(Alzheimer's Disease Neuroimaging Initiative, ADNI)数据,这项回顾性纵向队列研究纳入了一个协变量完整的临床队列,共2650名参与者,被分类为认知未受损(cognitively unimpaired, CU)、轻度认知障碍(mild cognitive impairment, MCI)或AD痴呆。生物标志物特异性分析样本根据检测可用性和完整病例要求确定。使用协变量调整的线性回归和具有参与者随机截距的线性混合效应模型评估关联,并调整基线年龄、性别、教育程度和APOE ε4状态。血管模型还额外调整了体质指数、收缩压、降压和降糖药物使用、吸烟史和估算肾小球滤过率。基线GFAP显示出从CU到MCI再到AD的稳健阶梯式升高(AD比CU高56.3%,q = 1.7 × 10?14;曲线下面积0.82),而sTREM2分布在各组间重叠。VEGF和sVCAM-1在AD中高于CU(分别高14.1%,q = 0.014;14.7%,q = 0.002),曲线下面积分别为0.61和0.63,且分布重叠超过80%。GFAP在CU参与者中每年增加4.50%,sTREM2每年增加2.99%,两者均无显著的诊断-时间交互作用。在12个月间隔内,sICAM-1在CU参与者中下降,这种下降在MCI和AD中减弱,而sVCAM-1在CU参与者中增加,并显示出负向的诊断-时间交互作用。血管纵向发现不受心代谢和肾脏协变量调整、时变诊断以及将稳定性MCI与MCI向AD转换者分开的影响。血管标志物之间的相关性一致且估计良好,而胶质-血管相关性基于64至94名重叠参与者,且不显著。胶质和血管血浆生物标志物在AD连续谱中并未同步进展。GFAP显示出最强且最具区分度的诊断相关升高。血管标志物显示出统计学上稳健但较小的组间差异,没有个体水平区分效用,其不同的12个月轨迹需要在更长的随访中重复验证,才能被解释为阶段依赖性调节。
阿尔茨海默病(Alzheimer's disease, AD)传统上以淀粉样β沉积和tau蛋白病理为核心,但当前观点认为其是一种涉及神经血管单元功能障碍的多细胞疾病。慢性神经炎症、血脑屏障破坏、内皮损伤及灌注异常等过程与核心病理并存,并可能直接促进神经退行性变。因此,联合检测反映胶质激活和血管功能障碍的血浆标志物,比单独评估单一通路更能揭示AD生物学全貌。然而,既往研究多单独分析星形胶质、小胶质、血管生成或内皮标志物,缺乏在同一纵向框架下的联合评估。基于这一空白,研究人员利用阿尔茨海默病神经影像学计划(Alzheimer's Disease Neuroimaging Initiative, ADNI)数据开展了一项回顾性纵向队列研究,旨在比较认知未受损(cognitively unimpaired, CU)、轻度认知障碍(mild cognitive impairment, MCI)和AD痴呆三组间的基线分布、纵向轨迹及标志物间相互关系。
该研究纳入协变量完整的2650名ADNI参与者,其中CU 1027例、MCI 1187例、AD 436例。由于不同血浆标志物来自不同的ADNI检测平台,分析样本量因标志物而异:GFAP基线模型832例,sTREM2 1001例,VEGF、sICAM-1和sVCAM-1均为566例。主要结果为:GFAP呈从CU到MCI再到AD的阶梯式升高,AD较CU高56.3%,受试者工作特征曲线下面积(area under the curve, AUC)达0.82;sTREM2在各诊断组间分布重叠;VEGF和sVCAM-1在AD中较CU分别高14.1%和14.7%,但AUC仅0.61和0.63,个体重叠超过80%。纵向分析显示GFAP在CU中每年升高4.50%,sTREM2每年升高2.99%,且均无诊断-时间交互;而在12个月观察窗内,sICAM-1在CU中下降,在MCI和AD中下降减弱,sVCAM-1在CU中上升,且与诊断组存在负向交互。这些发现表明,胶质和血管血浆标志物在AD连续谱中并不同步变化,GFAP是诊断相关升高最强且最具区分能力的标志物。
在方法方面,研究人员从ADNI数据库提取临床、遗传和生物标志物数据,采用生物标志物特异性完整病例分析设计。基线关联用协变量调整的线性回归,纵向轨迹用含参与者随机截距的线性混合效应模型,均调整基线年龄、性别、教育程度和APOE ε4状态。血管模型还额外调整体质指数、收缩压、降压及降糖药物使用、吸烟史和估算肾小球滤过率。通过Benjamini-Hochberg法控制错误发现率,并进行了多种敏感性分析,包括至少两次测量、至少两年随访、时变诊断、稳定MCI与转换者分离、信息性失访及检测质量标记排除。所有分析使用R 4.5.0完成。
结果部分按原文小标题概述:
3.1 队列构建与分析样本:ADNI临床核心共3788人,排除后余2650人。GFAP纵向样本1252人/1671观测,sTREM2 1031人/1771观测,血管标志物566人/1061观测。约69%的GFAP参与者只有单次测量,血管面板仅有基线和12个月两次访视。
3.2 基线生物标志物分布:GFAP中位数在CU、MCI、AD中依次为125.70、165.80、238.6 pg/mL;sTREM2中位数相近;VEGF和sVCAM-1随诊断略有升高,sICAM-1无规律性分离。
3.3 调整后的基线诊断关联:GFAP在MCI和AD中较CU分别高21.5%和56.3%(q分别为7.0×10
?7和1.7×10
?14);sTREM2无显著关联;VEGF和sVCAM-1在AD中较CU分别高14.1%(q=0.014)和14.7%(q=0.002);sICAM-1无显著关联。GFAP的AUC为0.822,其余标志物AUC在0.507至0.625之间,表明血管标志物差异仅为组群水平。
3.4 纵向生物标志物轨迹:GFAP在CU中每年升高4.50%,在MCI和AD中基线水平更高但无诊断-时间交互;sTREM2在CU中每年升高2.99%,无显著诊断差异或交互;sICAM-1在CU中每年下降23.3%,MCI和AD的下降被减弱(交互项分别为+17.8%和+24.6%);sVCAM-1在CU中每年上升8.6%,MCI和AD显示负交互(-9.9%和-11.0%)。
3.5 敏感性分析:25%的MCI基线者在随访中转换为AD。采用时变诊断或区分稳定MCI与转换者后结果不变。血管模型额外调整心代谢和肾脏协变量后,sICAM-1和sVCAM-1的交互项变化很小且仍显著。基线GFAP不能预测是否返回第二次测量;sTREM2中AD者返回率更低。排除检测质量标记样本后结果不变。q值对校正族定义稳健。
3.6 基线胶质-血管相关结构:血管标志物之间相关良好(VEGF与sICAM-1 ρ=0.31,VEGF与sVCAM-1 ρ=0.30,sICAM-1与sVCAM-1 ρ=0.25,均n=566)。涉及GFAP的相关仅基于64-94名重叠参与者,置信区间宽,均不显著,无法确定胶质和血管域是否可分离。
讨论与结论:研究人员指出,GFAP的结果与文献一致,反映了星形胶质反应性在AD早期即出现;sTREM2的基线重叠和纵向微升提示其外周轨迹尚不能镜像中枢变化;血管黏附分子的12个月相反方向变化在多次敏感性分析中稳健,但观察窗太短,且sICAM-1下降幅度较大,不能排除测定批次效应,故应视为“12个月变化对比”而非阶段依赖性调控。与既往meta分析中VEGF对AD无效的结论并不矛盾,因为14.1%的组间差异对应AUC 0.61,个体层面无诊断价值。此外,由于GFAP与血管标志物来自基本不重叠的ADNI亚样本,样本量过小,无法验证胶质-血管交互作用。研究结论是:AD临床连续谱中胶质和血管血浆标志物呈现异质性轨迹;GFAP是诊断相关升高最强且最一致的标志物,sTREM2呈重叠横断面分布和轻度纵向升高,sICAM-1和sVCAM-1显示需更长随访验证的12个月诊断依赖性变化。未来需要在相同参与者中同时测量两类标志物,并结合脑脊液、神经影像和临床结局,以确定这些外周模式是否对应局部神经血管损伤。