阿尔茨海默病 (AD) 的典型病理特征是 Aβ 和 tau 聚集体。可以通过正电子发射断层扫描 (PET) 和磁共振成像 (MRI) 或通过分析脑脊液 (CSF) 或血液中的某些蛋白质来检测和监测体内病理变化。神经丝轻链蛋白 (NfL) 是一种细胞骨架成分，主要存在于髓鞘轴突中，可作为神经元损伤的生物标志物。
从AD的症状出现前阶段开始，血液和脑脊液中的 NfL 就会增加，并且是认知能力下降的一个很好的预测指标。尽管AD 中的横断面 NfL 水平显示血液和脑脊液 NfL 水平之间存在很强的相关性，但尚不确定在 AD 发病的十年期间，脑脊液和血液 NfL 轨迹的差异程度。
在这里，我们使用了来自显性遗传阿尔茨海默病网络 (DIAN) 的数据和生物样本，该网络纵向检查了常染色体显性阿尔茨海默病 (ADAD) 突变家族的个体。我们对大量 ADAD 样本中 CSF 和血液 NfL 的轨迹与 MRI 体积和 Aβ-PET 变化的关系进行比较分析，并检查整个 ADAD 连续体中血浆和 CSF NfL 的不同特征。
DIAN 观察性研究招募了来自APP、PSEN1或PSEN2基因中已知显性遗传 AD 突变的家族中的个体。不携带突变的家庭成员作为对照。
使用 CDR® 评估是否有痴呆症状。每次访问时，根据参与者访问时的年龄相对于其“突变特定”预期症状出现年龄计算出参与者的预计症状出现年限 (EYO)。
使用 PCR 和 Sanger 测序确定突变状态。血液和脑脊液样本的采集和初步处理采用与前续文章所述相同的方法。DIAN 中关于成像的详细描述已发表。
使用 R 中实现的 Pearson 相关性和线性回归模型（包括年龄、性别和体重指数 (BMI) 的协变量）确定基线脑脊液和血浆 NfL 之间的关系。使用线性混合效应模型 (LMM) 估计了 EYO 与基线 CSF 和血浆 NfL 值之间的关系。纵向数据使用类似的 LMM 建模。每个个体的 CSF 和血浆 NfL 变化率使用 LMM 建模，从模型估计值中提取每个个体的 NfL 变化率以供后续分析。该模型还用于生成每个个体的楔前叶灰质体积和 PiB-PET 变化率。此外，还使用广义加性模型的替代方法，以解释NfL 和 EYO 之间的非线性关系，将横截面和纵向 log10 血浆和 CSF NfL 作为 MC 和 NC 组之间的 EYO 函数进行拟合。为了确定提取的 CSF 和血浆 NfL 变化率是否在突变状态和认知状态之间有显著差异，我们使用了 LMM。生成了血浆 NfL/CSF NfL 比率，以进一步探索 CSF 和血浆 NfL 之间可能存在的个体差异。使用绝对 NfL 值（而不是对数转换或变化率 NfL 值）来帮助解释该比率。在 NC 和 MC 中（在症状前 MC 和有症状 MC 亚组中），确定了 CSF 和血浆 NfL 变化率与灰质体积和 Aβ 积累的同时变化率之间的纵向关系。
研究人群的特征和描述性统计量见表1。
表 1 基线特征
脑脊液与血浆NfL之间的关联
图 1 血浆和 CSF 中NfL的关系
在突变携带者（MC）组中，使用绝对值（横断面；r 2 = 0.71 和p < 2e-16；图 1a）和纵向值（变化率：r 2 = 0.57 和p < 2e-16；图 1b）时，血浆和 CSF NfL 浓度之间存在正相关性。然而，在 NC 组中，血浆和 CSF NfL 浓度仅中度至弱相关性（横断面：r 2 = 0.30 和p = 2.33e-14；纵向：r 2 = 0.25 和p = 5.65e-07；图 1a、b）。
图 2 不同疾病阶段CSF 和血浆中NfL的轨迹
在 MC 和 NC 组中，年龄较高和身体质量指数 (BMI) 较低与血浆 NfL 绝对水平较高相关，而年龄较高和男性与脑脊液 NfL 绝对水平较高相关（补充表 2）。我们使用 AIC 模型选择来区分包含上述潜在混杂因素的一组可能模型。NfL 横断面和变化率的最佳拟合模型分别占累积模型权重的 99% 和 93%，包括基线年龄、基线 BMI 和性别作为协变量。在考虑基线年龄、基线 BMI 和性别后，血浆 NfL 与脑脊液 NfL 之间的关联在横断面（MC 组：r 2 = 0.76 和 NC 组：r 2 = 0.40）和纵向（MC 组：r 2 = 0.65 和 NC 组：r 2 = 0.39），尤其是在 NC 组中，仍然相当弱。完整模型报告于补充表 3中。年龄、性别和 BMI 在所有后续分析中均被列为协变量。
NfL 疾病进展轨迹
从横截面上看，与 NC 组相比，MC 组脑脊液和血液中的 NfL 水平在预期症状出现前 15-25 年之间开始升高（图 2a、b）。同样，当我们检查人内变化率时，我们观察到与 NC 组相比，在预期症状出现前 20-25 年之间 NfL 增加（图 2c、d）。
为了检查脑脊液和血浆 NfL 水平的变化率如何随着认知状态的变化而变化，我们根据纵向临床痴呆评定量表评分 (CDR®；参见“方法”部分；图 3a、b和补充表 4 )，将 MC 组分为症状前、转化者和症状性亚组。虽然组间血浆 NfL 变化率的逐步增加似乎在转化者和有症状的 MC 阶段之间达到稳定水平（图 3a和补充表 4），但从症状前 MC 到转化者再到有症状的 MC 阶段，脑脊液 NfL 变化率的逐步增加（图 3b和补充表 4）。
为了进一步探索脑脊液和血浆 NfL 之间的潜在差异，我们检查了这些临床阶段的血浆/脑脊液 NfL 比率。有症状的 MC 组血浆/脑脊液 NfL 比率显著下降，可以与 NC 组和症状前组明显区分（图 3c和补充表 4）。
图 3 NfL的变化率与AD临床分组的关系
NfL 轨迹与萎缩率有关，但与淀粉样蛋白负担关系不大
在有症状的 MC 组中，而非 NC 或症状前 MC 组中，血浆和脑脊液中 NfL 的个体内变化率与灰质萎缩密切相关（图 4a、b和补充表 5）。纵向淀粉样蛋白 PET 积累与纵向脑脊液或血浆 NfL 之间没有显著相关性（图 4c、d 和补充表 5）。
图 4 NfL、脑萎缩、淀粉样蛋白沉积的纵向关系
血浆和 CSF NfL 浓度在疾病的早期阶段是一致的，并且在区分 ADAD MC 与 NC 的早期病理生理学方面表现出相似的效用。然而，我们的观察表明，在疾病的后期，CSF NfL 变化可能比血浆 NfL 更好地反映动态和正在进行的神经退行性变，与血浆 NfL 相比，可能使 CSF NfL 成为 ADAD 症状阶段更好的读出参数。此外，我们的研究结果支持先前的发现，即淀粉样蛋白-β沉积与神经退行性病变分离，始于ADAD的症状前阶段，这可能部分解释了 NfL 作为生物标志物读数在针对不同疾病阶段和AD人群的临床试验中出现不一致的结果。
校 审：商慧芳
