长期暴露于重度污染区对神经炎症与神经退行性生物标志物的影响：一项横断面比较研究

《Scientific Reports》：Alterations in neuroinflammatory and neurodegenerative biomarkers among long-term residents of a critically polluted area: a cross-sectional comparative study

本研究针对长期暴露于高浓度环境空气污染物（特别是PM2.5和臭氧）对神经系统健康的潜在影响，开展了以神经炎症和神经退行性生物标志物为主题的横断面研究。研究人员通过对比重度污染区与对照区居民的血液样本，发现暴露组人群的GFAP和Aβ1-42显著升高，而总Tau、α-突触核蛋白和BDNF显著降低。结果表明，慢性空气污染暴露可能导致神经炎症反应和神经退行性病变的早期生物标志物改变，为环境污染物与神经健康关联提供了重要的社区层面证据，对公共卫生干预具有重要启示意义。

　　

当我们呼吸的空气成为健康的隐形杀手，环境污染物对神经系统的影响正引起科学界的广泛关注。传统上，空气污染主要与呼吸系统和心血管疾病相关联，但越来越多的证据表明，长期暴露于高浓度空气污染物可能对大脑健康构成严重威胁。特别是细颗粒物PM_2.5和臭氧等污染物，能够穿过血脑屏障，触发神经炎症、氧化应激和病理蛋白积累，最终导致神经元损伤。然而，在环境污染严重的地区，特别是被官方认定为"重度污染区"的工业区域，空气污染对居民神经系统的具体影响机制尚不明确，基于社区水平的生物标志物研究尤为缺乏。

在这一背景下，由Rakesh Balachandar、Ankit Viramgami、Dhirendra Pratap Singh、Nikhil Kulkarni、Beena Chudasama、P. Sivaperumal和Kuldip Upadhyay*组成的研究团队在《Scientific Reports》上发表了一项创新性研究，探讨了长期居住于重度污染区的居民神经炎症和神经退行性生物标志物的变化情况。这项研究为我们理解空气污染与神经健康的关系提供了重要的科学证据。

研究人员采用了横断面比较研究设计，通过酶联免疫吸附测定（ELISA）、环境空气质量监测、临床评估和统计分析等关键技术方法，对比分析了重度污染区（CPA）和对照区居民的生物标志物差异。研究队列包括203名长期（≥10年）居住于重度污染区的成年居民和202名来自低污染区的对照参与者。

环境观测结果

研究团队首先对两个研究点的空气质量进行了系统监测。数据显示，重度污染区的PM_2.5年平均浓度达到69.76±15.99μg/m3，显著高于对照区域。更为重要的是，重度污染区的PM_2.5浓度超过国家环境空气质量标准（NAAQS）限值（60μg/m3）的频率显著更高，全年超过率达72.9%，而对照区域仅为22.9%。季节性分析显示，夏季差异尤为明显，重度污染区超标率高达93.8%，而对照区域仅为18.8%。臭氧浓度在重度污染区也较高（33.76±11.58μg/m3），但两个区域的臭氧水平均未超过监管限值。

参与者特征

研究纳入了405名40-60岁的成年人，两组参与者在年龄、性别分布、高血压和随机血糖水平方面没有显著差异，确保了比较的可靠性。然而，重度污染区参与者的体重指数（BMI）显著较高（肥胖率20.2% vs 7.9%），而总胆固醇和甘油三酯水平则显著低于对照组。所有参与者的肌酐水平均在正常范围内，排除了肾功能异常对生物标志物水平的潜在影响。

生物标志物分析

研究发现，长期暴露于高浓度空气污染物的居民表现出显著的生物标志物改变。与对照组相比，暴露组患者的淀粉样蛋白β_1-42（Aβ_1-42）和胶质纤维酸性蛋白（GFAP）水平显著升高，而总Tau蛋白、α-突触核蛋白和脑源性神经营养因子（BDNF）水平显著降低。

具体而言，暴露组患者的Aβ_1-42中位数浓度为20.51pg/mL，显著高于对照组的18.11pg/mL（p=0.044）。GFAP水平在暴露组为108.02pg/mL，显著高于对照组的91.34pg/mL（p<0.001）。相反，总Tau蛋白在暴露组仅为39.64pg/mL，显著低于对照组的200.05pg/mL（p<0.001）。α-突触核蛋白在暴露组为350.00pg/mL，显著低于对照组的1589.03pg/mL（p<0.001）。BDNF在暴露组为1061.53pg/mL，显著低于对照组的6326.27pg/mL（p<0.001）。

相关性分析

研究人员进行了相关性分析以评估各生物标志物之间的独立性。结果显示，所有生物标志物之间均不存在显著共线性（Pearson相关系数>0.7且p<0.05），表明各标志物的变化相对独立，增强了研究结果的可靠性。

回归分析

线性回归模型在调整了年龄、BMI、血压和血脂水平等潜在混杂因素后，进一步证实了居住于重度污染区与多种神经退行性生物标志物的变化独立相关。模型显著解释了Aβ_1-42、总Tau、BDNF和GFAP水平的变异，其中总Tau、BDNF和GFAP与污染暴露的关联具有统计学意义。

具体而言，居住于重度污染区与总Tau水平显著正相关（β=248.701，p<0.001），与BDNF水平显著正相关（β=5193.687，p<0.001），与GFAP水平显著负相关（β=-13.095，p=0.006）。这些结果进一步支持了空气污染暴露与神经生物标志物变化之间的关联。

研究结论与意义

这项研究提供了令人信服的证据，表明长期居住于空气污染严重地区可能与神经炎症和神经退行性过程的早期生物标志物改变相关。暴露组患者表现出的GFAP升高提示星形胶质细胞激活，这是神经炎症的标志；Aβ_1-42升高则与阿尔茨海默病病理特征一致；而BDNF的降低可能反映神经保护信号受损。总Tau和α-突触核蛋白的降低虽然与典型神经退行性疾病中的变化方向相反，但可能反映了这些蛋白在慢性低剂量污染物暴露下的复杂病理生理反应。

研究的创新之处在于首次在印度重度污染区背景下，使用血浆生物标志物而非脑脊液或尸检组织来评估空气污染对神经系统的影响。这种方法为非侵入性、社区水平的神经健康监测提供了可行方案，对大规模环境健康研究具有重要意义。

然而，研究也存在一定局限性，包括横断面设计无法确定因果关系、缺乏神经影像学或认知评估数据、未考虑遗传易感性因素（如APOE状态）等。未来研究需要采用纵向设计来追踪生物标志物的动态变化，并结合神经心理学评估来明确这些分子变化与功能损害之间的关联。

总体而言，这项研究为空气污染与神经健康之间的关联提供了重要的社区层面证据，强调了在重度污染区实施公共卫生干预的必要性。研究结果支持将环境空气质量改善作为保护神经健康的重要策略，特别是在高暴露人群中。随着全球空气污染问题日益严峻，这类研究对指导公共卫生政策和环境监管具有重要参考价值。