大规模脑脊液蛋白质组学研究：解锁阿尔茨海默病的关键密码

本文通过大规模脑脊液蛋白质组学研究，发现 2029 种与 AD 相关蛋白，构建精准模型助力诊疗。

　　

阿尔茨海默病研究背景

阿尔茨海默病（AD）作为最常见的神经退行性痴呆，其大脑中存在 β- 淀粉样蛋白（Aβ）斑块和神经原纤维缠结。尽管疾病修饰治疗有进展，但目前 AD 的分类依赖于 Aβ 蛋白病变（A）和磷酸化 tau（T）的生物标志物，构成修订后的 AT 框架。该框架有助于识别症状前个体和非 AD 痴呆患者，不过 AD 的生物学过程仍未完全明晰。

转录组分析虽广泛用于研究 AD，但蛋白质和通路才是遗传和环境风险因素的最终生物学效应器。脑脊液（CSF）作为研究大脑神经退行性疾病变化的重要来源，其经典生物标志物如 Aβ₄₂或 Aβ_42/40比值、磷酸化 tau（pTau）、总 tau（tTau）和神经丝轻链（NFL）虽能在症状出现前检测到变化，但在反映 AD 生物学多样性方面存在局限。因此，系统探索 CSF 蛋白质组对发现反映 AD 多方面病理生理学的新标志物、完善 AD 生物学定义意义重大。

研究设计与方法

研究测量了来自四个队列（Knight Alzheimer Disease Research Center、Fundació ACE Alzheimer Center Barcelona、Alzheimer Disease Neuroimaging Initiative 和 Barcelona-1）2286 名参与者 CSF 中的 7029 种蛋白质。参与者依据 AD 生物标志物（Aβ 和 tau）阶段分组，采用三阶段研究设计（发现、复制和荟萃分析）。在发现阶段，从 Knight ADRC 和 FACE 队列的 1170 名个体中识别与 CSF 生物标志物阴性（A^?T^?）和阳性（A⁺T⁺）个体相关的蛋白质；复制阶段在 ADNI 和 Barcelona-1 队列的 593 名个体中对发现阶段的显著蛋白质进行验证；最后进行荟萃分析，以确定通过更严格 Bonferroni 校正（p < 3.4×10^?05）的稳健蛋白质关联。此外，利用独立的 Stanford ADRC 队列进行验证，还通过机器学习构建预测模型，并进行特异性分析和探索蛋白质在 AD 连续体中的变化轨迹及相关通路。

研究结果

1. AD 特异性 CSF 蛋白质组改变：在发现阶段，确定了 3565 个与生物标志物状态显著相关的适体，其中包含已知的 AD 生物标志物如 SMOC1、14-3-3 蛋白、PPP3R1 和 NRGN 等，还发现了 RBFOX2、TGFB2 等未在先前大规模蛋白质组学研究中报道的蛋白。在复制阶段，2608 个在发现阶段确定的分析物成功复制。荟萃分析最终确定了 2173 个分析物（2029 种独特蛋白质），这些蛋白质通过了严格的 Bonferroni 校正，用于后续分析。
2. AT 框架的有效性：研究发现 AT 框架能有效捕捉与临床诊断、淀粉样蛋白正电子发射断层扫描（PET）和 tau PET 相关的蛋白质。对这些蛋白质的分析显示，其在不同表型中的效应大小方向一致性高，且相关性强，证实了 AT 框架在识别 AD 相关蛋白质组改变方面的可靠性。
3. 研究结果的外部验证：将研究结果与六项不同的外部 AD 蛋白质组学研究进行比较，发现 2029 种独特蛋白质中，43% 在先前至少一项研究中经多重检验校正后有显著关联，12% 在至少一项外部研究中为名义显著且方向相同，23% 已被分析但未报道为显著，另有 23% 未在现有研究中进行分析。同时，研究结果与先前研究在效应大小方向上高度一致，表明该研究具有高可重复性，且 57% 的发现为新成果。此外，利用 Olink HT1 平台对部分蛋白质进行正交验证，进一步支持了研究结果的可靠性。
4. 构建稳健且 AD 特异性的预测模型：由于 2029 种相关蛋白质数量过多，不利于开发临床实用的蛋白质组学检测 panel，研究使用机器学习筛选出 10 种蛋白质组成最终的 AD 蛋白质组学特征。该模型对 A⁺T⁺与 A^?T^?个体分类的预测能力极强，受试者工作特征曲线下面积（AUC）>0.98。在预测临床状态、淀粉样蛋白 PET 阳性方面也表现良好，且对其他非 AD 痴呆症的预测能力较弱，显示出较高的特异性。此外，该模型在血浆样本中也有一定的预测能力。
5. 评估疾病进展和记忆衰退速率：研究发现，10 蛋白面板阳性的认知正常个体在 14 年内发展为 AD 的概率显著更高。在已确诊 AD 的个体中，该蛋白特征阳性的患者记忆衰退速度几乎是阴性患者的两倍，表明该蛋白特征可用于预测疾病进展和记忆衰退速率。
6. CSF 蛋白质组在 AD 连续体中的变化轨迹：研究识别出 CSF 蛋白质组在 AD 连续体中的四个不同蛋白质组群。第一组（G1）蛋白质水平从生物标志物阴性到晚期呈线性增加，主要与神经元死亡、凋亡和磷酸化 / 去磷酸化缺陷相关，涉及神经退行性疾病、谷氨酸能和多巴胺能突触等通路；第二组（G2）呈现 “先升后降” 趋势，与免疫反应、神经胶质特异性和内溶酶体通路相关；第三组（G3）蛋白质水平线性下降，与大脑可塑性和补偿机制有关；第四组（G4）呈现 “先降后升” 趋势，代表独特的小胶质细胞活动特征，涉及细胞间信号传导和微胶质 - 神经元相互作用。
7. CSF 蛋白质组的网络和通路分析：对四个蛋白质组群进行通路富集分析，发现了许多与 AD 病理生理学相关的新蛋白质和通路。例如，G1 组中的一些蛋白质与帕金森病（PD）相关，可能解释部分 AD 病例出现路易体病理的原因；G2 组包含参与炎症和免疫反应的新蛋白质，如 SPI1、FLT3 等；G3 组中的 AXIN2 和 CTNNB1 等蛋白与线粒体生物发生和 Wnt/β - catenin 信号通路有关；G4 组中的 CSF1、CSF1R 等蛋白对维持小胶质细胞活性至关重要。此外，对 1164 种新蛋白质的通路分析揭示了与 AD、PD、免疫相关和心血管相关的新通路，强调了神经炎症、蛋白质稳态和心血管功能在 AD 发病机制中的重要作用。

研究意义与展望

本研究通过大规模 CSF 蛋白质组学分析，鉴定出大量与 AD 相关的蛋白质，构建了高精度的预测模型，揭示了 AD 不同阶段的蛋白质变化轨迹和相关通路。这些发现不仅为理解 AD 的病理生理学提供了新视角，还为开发更有效的诊断和治疗策略奠定了基础。然而，研究也存在一定局限性，如样本的种族多样性有限等。未来的研究需要进一步扩大样本规模，涵盖更多种族和地域的人群，深入研究新发现蛋白质的功能，以推动 AD 的早期诊断和治疗干预的发展。