✦
医学科研新动向
✦
A Plasma proteomics identify biomarkers and undulating changes of brain aging
Nature Aging
<2024年12月09日>
研
究
背
景
全球范围内,人口老龄化的加速使脑衰老相关的公共健康问题日益严重。据统计,到2050年,65岁及以上人口预计将超过15亿。脑衰老是神经退行性疾病(如阿尔茨海默病和帕金森病)发生的主要诱因,其特征包括脑结构萎缩、神经功能衰退和认知能力下降。然而,这些退行性变化的分子机制尚未完全明晰。脑年龄差(Brain Age Gap, BAG),即预测脑年龄与实际年龄的差异,被广泛应用于量化脑健康状态。已有研究表明,BAG与多种神经精神疾病密切相关,包括阿尔茨海默病、抑郁症和中风。然而,目前的研究主要依赖影像学标志物,缺乏对血液分子标志物的系统性研究,这限制了脑衰老的早期诊断和干预潜力。
血浆蛋白组学为研究脑衰老提供了一种新的手段。血浆中的蛋白不仅反映了全身生理状态,还具有与脑部活动相关的指示作用。然而,血浆蛋白在脑衰老过程中如何动态变化,哪些蛋白可以作为脑健康的潜在标志物??本研究通过整合大规模多模态脑成像数据和血浆蛋白组数据,解析脑衰老过程中蛋白动态变化的规律,识别关键的脑衰老标志物,并探索蛋白表达的非线性波动及其生物学意义,从而为脑健康管理和早期干预提供科学依据。
研究设计
1. 脑年龄模型的构建:最终选择864种脑影像特征,平均预测误差为2.76岁。
模型在女性中的表现(误差2.67岁)优于男性(误差2.87岁),表明可能存在性别差异。
2. BAG相关蛋白的识别:
13种蛋白显著与BAG相关,其中包括8种正相关(如GDF15、TIMP4)和5种负相关(如BCAN、KLK6)。
BCAN和GDF15表现最显著(β=-0.838, P=2.63×10^-10;β=0.825, P=3.48×10^-11)。
3. 蛋白的功能与表达特征:
功能富集显示,正相关蛋白主要参与应激反应、代谢等过程,而负相关蛋白与细胞粘附、神经再生密切相关。
单细胞分析显示,BCAN在星形胶质细胞和少突胶质祖细胞中高度表达,提示其在神经塑性中的关键作用。
4. BAG蛋白与脑结构和疾病的关联:
BCAN与47个皮层区域的体积和61个区域的表面积显著相关,特别是额叶和颞叶等易受脑衰老影响的区域。
BCAN与降低全因痴呆(HR=0.613, P=4.11×10^-11)和中风(HR=0.716, P=1.01×10^-6)的风险显著相关。
5. 脑衰老蛋白的动态变化:
蛋白组变化呈现六种模式,其中倒U型模式的蛋白在50-60岁达到峰值,涉及细胞粘附和再生。
滑动窗口分析显示,脑年龄在57岁、70岁和78岁出现显著蛋白波动,分别对应代谢、神经发育及JAK-STAT信号通路。
最终选择864种脑影像特征,平均预测误差为2.76岁。
模型在女性中的表现(误差2.67岁)优于男性(误差2.87岁),表明可能存在性别差异。
13种蛋白显著与BAG相关,其中包括8种正相关(如GDF15、TIMP4)和5种负相关(如BCAN、KLK6)。
BCAN和GDF15表现最显著(β=-0.838, P=2.63×10^-10;β=0.825, P=3.48×10^-11)。
功能富集显示,正相关蛋白主要参与应激反应、代谢等过程,而负相关蛋白与细胞粘附、神经再生密切相关。
单细胞分析显示,BCAN在星形胶质细胞和少突胶质祖细胞中高度表达,提示其在神经塑性中的关键作用。
BCAN与47个皮层区域的体积和61个区域的表面积显著相关,特别是额叶和颞叶等易受脑衰老影响的区域。
BCAN与降低全因痴呆(HR=0.613, P=4.11×10^-11)和中风(HR=0.716, P=1.01×10^-6)的风险显著相关。
蛋白组变化呈现六种模式,其中倒U型模式的蛋白在50-60岁达到峰值,涉及细胞粘附和再生。
滑动窗口分析显示,脑年龄在57岁、70岁和78岁出现显著蛋白波动,分别对应代谢、神经发育及JAK-STAT信号通路。
核心结果
使用1,705种脑影像表型(IDPs),基于LASSO回归模型,预测脑年龄的平均误差(MAE)为2.76岁,Pearson相关系数R=0.89。 分性别分析显示,模型在女性(MAE=2.67,R=0.89)中的表现优于男性(MAE=2.87,R=0.88)。 鉴定出13种显著与脑年龄差(BAG)相关的蛋白,其中8种为正相关(如GDF15:β=0.825,P=3.48×10^-11),5种为负相关(如BCAN:β=-0.838,P=2.63×10^-10)。 验证分析中,6种蛋白在独立数据集和不同实验条件下均显示出显著性,包括BCAN和GDF15。 在脑年龄为57岁、70岁和78岁时,蛋白组表现出显著的表达波动。57岁:代谢过程的调节。70岁:神经发育相关信号通路活跃。78岁:炎症和JAK-STAT信号通路显著上调。
2: 脑年龄模型预测性能与BAG相关蛋白的识别
1)脑年龄模型的预测性能
数据:基于1,705种脑影像表型(IDPs),选择了864种用于建模。
性能:模型平均预测误差为2.76岁(MAE=2.76),Pearson相关系数R=0.89,显示出高精度。
性别差异:女性表现优于男性(女性:MAE=2.67;男性:MAE=2.87)。
数据验证:测试集中,模型在不同年龄段均表现稳定,无明显偏差。
2)蛋白组学分析筛选:在4,696名参与者中,通过Bonferroni校正(P<1.71×10^-5)识别13种显著与BAG相关的蛋白。
正相关蛋白:包括GDF15(β=0.825,P=3.48×10^-11)、TIMP4(β=0.712,P=5.74×10^-8)等,表明这些蛋白水平随脑年龄的增加而升高。
负相关蛋白:包括BCAN(β=-0.838,P=2.63×10^-10)、KLK6(β=-0.726,P=3.91×10^-9),提示其在脑衰老过程中可能参与神经保护。
3)验证分析
在重复影像数据中,6种蛋白在不同实验条件下均显示稳定的显著性,包括BCAN(P=3.21×10^-6)和GDF15(P=2.49×10^-7)。
4)功能富集分析
正相关蛋白参与代谢应激(如JAK-STAT信号通路,P=4.13×10^-4)。
负相关蛋白主要富集于细胞粘附和神经再生(如神经突起形成,P=7.82×10^-6)。
5)蛋白表达特征
BCAN在星形胶质细胞和少突胶质祖细胞中高度表达,提示其在神经塑性中的重要作用。
GDF15主要表达于成纤维细胞,与应激反应密切相关。
筛选:在4,696名参与者中,通过Bonferroni校正(P<1.71×10^-5)识别13种显著与BAG相关的蛋白。
正相关蛋白:包括GDF15(β=0.825,P=3.48×10^-11)、TIMP4(β=0.712,P=5.74×10^-8)等,表明这些蛋白水平随脑年龄的增加而升高。
负相关蛋白:包括BCAN(β=-0.838,P=2.63×10^-10)、KLK6(β=-0.726,P=3.91×10^-9),提示其在脑衰老过程中可能参与神经保护。
正相关蛋白参与代谢应激(如JAK-STAT信号通路,P=4.13×10^-4)。
负相关蛋白主要富集于细胞粘附和神经再生(如神经突起形成,P=7.82×10^-6)。
BCAN在星形胶质细胞和少突胶质祖细胞中高度表达,提示其在神经塑性中的重要作用。
GDF15主要表达于成纤维细胞,与应激反应密切相关。
3: BAG相关蛋白与脑结构的关联。
1)皮层结构关联BCAN显著关联47个皮层区域的体积(如额叶,P=1.12×10^-6)及61个区域的表面积(如颞叶,P=8.74×10^-7)。
KLK6与多个皮层区域的体积呈显著相关(如枕叶体积,P=5.23×10^-6)。
2)脑白质结构
GFAP与白质纤维束(如左上纵束,FA:β=-0.151,P=0.038)显著相关。
TIMP4与白质完整性相关(右后丘脑放射MD:β=0.129,P=0.047)。
3)皮层下体积
BCAN显著关联12个皮层下区域的体积,包括海马(P=2.53×10^-4)和基底神经节(P=7.41×10^-5),提示其对认知功能有潜在影响。
BCAN显著关联47个皮层区域的体积(如额叶,P=1.12×10^-6)及61个区域的表面积(如颞叶,P=8.74×10^-7)。
KLK6与多个皮层区域的体积呈显著相关(如枕叶体积,P=5.23×10^-6)。
4:BAG相关蛋白与脑功能和疾病的关联。
1)脑疾病风险BCAN与降低痴呆风险显著相关(全因痴呆HR=0.613,P=4.11×10^-11;阿尔茨海默病HR=0.625,P=5.26×10^-6)。
GDF15显著增加多种神经疾病风险(如抑郁症HR=1.429,P=1.56×10^-20;中风HR=1.540,P=3.88×10^-23)。
2)脑功能
GDF15与运动功能显著相关(如步行速度降低,β=-0.010,P=0.043)。
BCAN主要影响认知功能(如数值记忆任务表现,P=2.76×10^-4)。
BCAN与降低痴呆风险显著相关(全因痴呆HR=0.613,P=4.11×10^-11;阿尔茨海默病HR=0.625,P=5.26×10^-6)。
GDF15显著增加多种神经疾病风险(如抑郁症HR=1.429,P=1.56×10^-20;中风HR=1.540,P=3.88×10^-23)。
GDF15与运动功能显著相关(如步行速度降低,β=-0.010,P=0.043)。
BCAN主要影响认知功能(如数值记忆任务表现,P=2.76×10^-4)。
5. 脑衰老过程中蛋白的动态变化
1)轨迹分析
LOESS回归显示427种蛋白的动态轨迹,分为线性增加、对数型、倒U型等6种模式。
2)聚类特征
Cluster 4(倒U型)在50-60岁达到峰值,主要富集于细胞粘附和再生(如P=4.21×10^-5)。
Cluster 3(对数型)在70岁附近达到峰值,与细胞凋亡相关(P=6.52×10^-6)。
6. 脑衰老关键时间节点的蛋白波动
1)峰值年龄的蛋白波动:
通过滑动窗口分析(DE-SWAN)和蛋白表达的动态回归,明确了脑年龄为57岁、70岁和78岁时,血浆蛋白组的显著波动。
57岁:在427种与BAG相关的蛋白中,有显著变化的蛋白数量达152种(q<0.05)。
70岁:变化蛋白数量为189种(q<0.05),显示更为复杂的蛋白网络特征。
78岁:变化蛋白数量为97种(q<0.05),提示蛋白变化的集中性逐步减弱。
2)各时间节点的生物功能分析
57岁:代谢和炎症反应主导
蛋白主要富集于代谢调节通路(如氧化代谢,P=5.43×10^-5)和炎症反应相关通路(如补体激活,P=8.12×10^-6)。
关键蛋白:包括GDF15、LGALS4(半乳糖凝集素4)和PLA2G15(磷脂酶A2组15)。
GDF15:一种代谢应激标志物,与胰岛素抵抗和能量稳态调节密切相关(β=0.312,P=4.87×10^-6)。
LGALS4:在免疫反应中发挥作用,与适应性免疫相关的显著性最高(P=3.71×10^-5)。
70岁:神经发育和细胞间信号
蛋白富集于神经发育(如神经元迁移,P=1.26×10^-4)和细胞间信号通路(如细胞间粘附分子,P=2.87×10^-6)。
关键蛋白:包括BCAN、KLK6(激肽释放酶6)和CHI3L1(几丁质酶3样蛋白1)。
BCAN:与突触重塑和神经可塑性显著相关(β=-0.423,P=2.63×10^-10)。
KLK6:一种神经保护性蛋白,与脑白质完整性密切相关(β=-0.217,P=6.54×10^-5)。
CHI3L1:在神经胶质细胞中表达显著增加,与脑组织再生和神经炎症调控相关。
78岁:炎症通路显著激活
该时间节点的蛋白变化主要富集于炎症反应通路(如JAK-STAT信号通路,P=3.58×10^-6)和免疫调节机制(如白细胞趋化因子信号,P=1.49×10^-5)。
关键蛋白:包括TIMP4(基质金属蛋白酶组织抑制剂4)、GDF15和GFAP(胶质纤维酸性蛋白)。
TIMP4:一种参与细胞外基质重塑的蛋白,与脑血管病变和神经炎症相关(β=0.274,P=7.32×10^-6)。
GFAP:胶质细胞标志物,与白质病变(FA β=-0.151,P=0.038)和脑衰老风险显著相关。
小
结
鉴定出13种与脑年龄差(BAG)显著相关的蛋白,包括BCAN(β=-0.838,P=2.63×10^-10)和GDF15(β=0.825,P=3.48×10^-11),它们在脑衰老机制中起关键作用。
蛋白功能解析显示,BCAN参与突触可塑性和神经再生,GDF15主要参与代谢应激和炎症反应。
关键蛋白与脑结构显著相关,BCAN与47个皮层区域的体积和61个皮层表面积显著关联,尤其在额叶和颞叶区域表现突出。
关键蛋白与脑功能和疾病密切相关,BCAN降低全因痴呆风险(HR=0.613,P=4.11×10^-11),GDF15显著增加中风风险(HR=1.540,P=3.88×10^-23)。
脑衰老过程中蛋白动态波动呈现关键时间节点,在57岁、70岁和78岁分别表现出代谢、神经发育及炎症相关的显著变化。
动态蛋白波动揭示脑衰老具有阶段性特点,为早期干预和脑健康管理提供潜在靶点和时间窗口。
-END-
文字丨本人点滴积累,如有补充,下方留言即可
(后台回复“241210”即可获取全文)