阿尔茨海默病(Alzheimer’s disease,AD)是一种常见的神经退行性疾病,伴随认知障碍和不可逆的记忆丧失,严重影响患者生活质量,给家庭和社会带来沉重负担。目前,全球 AD 患者数量庞大且呈上升趋势,预计到 2050 年将影响约 1.15 亿人。然而,AD 的诊断面临诸多挑战,现有的诊断方法,如脑脊液蛋白分析和正电子发射断层扫描,存在一定局限性,且疾病的病理变化在临床症状出现前数十年就已开始,因此寻找可靠的生物标志物用于早期诊断至关重要。
线粒体在神经元的正常功能中起着关键作用,被视为细胞的 “能量工厂”。它参与神经可塑性的发展,在早期神经分化过程中,通过缓冲细胞质 Ca2+促进轴突微管聚合,进而控制轴突的发育和分化。在 AD 的发病机制中,线粒体功能障碍和神经元生物能量异常会导致磷酸化 tau 蛋白(p-tau)和淀粉样 β 肽(Aβ)积累,这两种物质会促进神经元凋亡和线粒体异常。线粒体自噬(mitophagy)作为维持线粒体稳态的重要机制,能够吞噬和分解受损的线粒体,对神经元的存活和功能至关重要。已有研究表明,线粒体自噬受损会加重记忆丧失和 AD 的发病进程,而恢复线粒体自噬则可改善 AD 小鼠模型的记忆障碍。因此,挖掘与线粒体自噬相关的基因作为 AD 诊断的生物标志物,有望突破 AD 治疗的瓶颈。
为深入探究线粒体自噬与 AD 的关系,重庆医科大学附属第一医院老年病科以及重庆医科大学神经科学研究所的研究人员开展了相关研究。研究成果发表在《Scientific Reports》上,为 AD 的检测和治疗提供了新的视角和策略。
研究人员主要采用了以下关键技术方法:首先,从基因表达综合数据库(GEO)获取 AD 患者的转录组数据,包括 GSE132903 和 GSE122063 数据集,并进行预处理。然后,运用加权基因共表达网络分析(WGCNA)构建基因共表达网络,筛选与线粒体自噬相关的基因模块;利用 “limma” 包进行差异表达基因(DEGs)分析,找出 AD 与对照样本间差异表达的基因。接着,通过递归特征消除(RFE)和最小绝对收缩和选择算子(LASSO)分析,筛选出用于诊断模型构建的特征基因。此外,还利用相关数据库和软件构建转录因子(TF)-mRNA 调控网络、进行免疫浸润分析和功能富集分析。
研究结论和讨论部分指出,本研究成功构建了基于线粒体自噬相关基因 YWHAZ 和 NDE1 的 AD 诊断模型,这两个基因与 AD 的进展密切相关,具有作为生物标志物的潜力。转录因子与这两个基因的关联,以及 DEGs 在突触功能相关通路的富集,为后续研究 AD 的发病机制提供了理论依据。免疫细胞浸润与基因的相关性表明,免疫细胞可能参与 AD 的发病过程。此外,特征基因与通路的相关性揭示了 YWHAZ 和 NDE1 可能通过影响这些通路参与 AD 的发生和发展。然而,该研究也存在一定局限性,如样本量较小、缺乏前瞻性研究、未在体内外实验中验证基因功能等。未来需要进一步扩大样本量,开展前瞻性研究,并通过动物实验和细胞实验深入验证基因功能,以更全面地了解 AD 的发病机制,为 AD 的早期诊断和治疗提供更有效的策略。