阿尔茨海默病(Alzheimer's disease, AD)是一种慢性神经退行性疾病，其特征是进行性记忆丧失和认知功能障碍。随着全球人口老龄化，AD的发病率不断上升，对社会和医疗系统构成了巨大挑战。据估计，全球有约4750万痴呆症患者，其中AD是最常见的类型之一。近年来，尽管在AD的生物标志物研究方面取得了重要进展，但目前AD的生物学机制仍不完全清楚。目前的诊断方法依赖于脑脊液（CSF）中的生物标志物，如淀粉样蛋白（Aβ）沉积和tau蛋白神经纤维缠结，但这些只能反映AD复杂病理生理过程的一部分。由于针对Aβ和tau的疾病修饰治疗未能展示临床效果，因此，发现和验证新的生物标志物变得尤为重要。这些新标志物将有助于更准确地诊断AD，并对高风险人群进行预后分层。脑脊液高通量蛋白质组学分析提供了一个直接反映大脑生化变化的窗口，为研究AD的生物标志物提供了独特的机会。与传统的候选蛋白研究方法相比，无偏的方法可以揭示更全面的蛋白质组信息，大规模数据集的可用性结合先进的数据分析方法，为识别复杂的疾病生物标志物创造了条件。本研究旨在利用高通量的CSF蛋白质组学数据，通过数据驱动的方法，发现和验证新的AD生物标志物。通过识别不同AD阶段的失调蛋白，评估它们作为AD诊断和预测工具的准确性，并探索它们与AD内表型、认知下降和病理机制的关联。研究期望为AD的早期诊断、疾病进展的预测以及潜在治疗靶点的发现提供新的见解，从而对临床试验和个性化医疗具有重要意义。
针对以上问题，2024年7月10日，复旦大学附属华山医院神经内科郁金泰教授团队联合复旦大学类脑智能科学与技术研究院的冯建峰/程炜团队在【Nature Human Behavior】杂志（IF：21.4）上发表了题为“Multiplex cerebrospinal fluid proteomics identifies biomarkers for diagnosis and prediction of Alzheimer’s disease”的成果。本研究揭示了AD诊断和预测的高绩效生物标志物YWHAG，在生物定义的AD诊断中表现最佳，且四蛋白(YWHAG, SMOC1, PIGR和TMOD2)和五蛋白(ACHE, YWHAG, PCSK1, MMP10和IRF1)组合分别达到0.987和0.975的高诊断准确率，为针对阿尔茨海默病不同病理机制的临床试验提供了新依据，在临床应用和未来研究方面展现了广阔的前景。
![]()
![]()
1. 研究参与者的差异表达蛋白分析：纳入707名参与者，包括认知正常(CN)、轻度认知障碍(MCI)和临床诊断的AD痴呆患者。通过对迄今为止最大规模的高通量脑脊液蛋白质组学【SomaScan平台，6361种蛋白】数据进行差异表达分析。2. 蛋白质的动态变化轨迹及重要性排序，数据建模准确性区分。3. 病理学验证和外部验证：尸检神经病理学验证和PPMI（帕金森病进展标志物倡议）外部验证。4. 临床进展预测：评这些蛋白质在预测临床进展风险方面的表现。5. 与AD内表型相关性：将这些蛋白质与AD内表型相关联。6. 蛋白质功能富集分析：对失调的蛋白质进行了功能丰富分析、孟德尔随机化和药物性分析。7. 孟德尔随机化（Mendelian randomization，MR）：探索CSF蛋白与AD之间的因果关系。8. 药物靶点优先级分析：识别潜在的药物干预目标。1. 与阿尔茨海默病（AD）不同疾病阶段相关的脑脊液（CSF）蛋白质组学差异
从阿尔茨海默病神经影像学倡议(ADNI)中选取了707名参与者，他们被诊断为认知正常(CN，23%)、轻度认知障碍(MCI，57%)和阿尔茨海默病痴呆症(20%)。这些诊断组在年龄和APOEε4状态的流行率方面存在差异，但在性别分布和教育水平方面没有差异。所有参与者不仅接受了全面的脑脊液蛋白质组学检测，还拥有完整的脑脊液Aβ42和磷酸化tau(181)数据，根据这些数据将参与者分为AT组。根据2018年的研究框架12，269名A+T+（包括21例临床前AD、153例AD引起的MCI和95例AD引起的痴呆症）参与者被生物学定义为AD。在53名接受尸检神经病理学评估的参与者中，41人被确认患有AD (见表1)
![]()
ADNI CSF蛋白质组学检测结确定了50个脑脊液蛋白在临床诊断为痴呆的基线和正常认知之间有差异表达。从在生物学上定义的AD和CN A−T−组之间差异表达的262种蛋白质中，观察到了每个疾病阶段独特的CSF（脑脊液）特征。在CN与临床诊断的AD痴呆差异调节的50个蛋白中发现三个蛋白(YWHAG、NEFH和NEFL)在MCI阶段表达上调（图1）。展示了AD不同阶段CSF蛋白质组学的变化情况，为理解AD的分子病理学提供了重要信息，并有助于发现潜在的生物标志物。![]()
Fig. 1. CSF proteomic differences across distinct disease stages.
在区分生物学定义的AD和CN A−T−时，CSF YWHAG排名最高，其次是SMOC。相比之下，ACHE在区分临床诊断的AD痴呆和正常认知方面贡献最大，其次是YWHAG。结合容易获得的人口统计学指标(年龄、性别、教育程度和APOE ε4等位基因)测试了CSF蛋白的性能，根据人口统计学本身得出的AUC为0.844。在人口统计测量的基础上添加CSF蛋白可显著提高准确性。同样的变量模型也用于区分CN A−T−和临床前AD、MCI A−T−和AD引起的MCI、痴呆A-T-和AD引起的痴呆，YWHAG表现良好，AUCs分别为0.960、0.950和0.864。将CN与临床诊断的AD痴呆区分的准确率最高的模型是五蛋白组合(包含ACHE、YWHAG、PCSK1、MMP10和IRF1) (AUC = 0.975)，甚至优于CSF Aβ42/40 (AUC = 0.911)、p-tau/Aβ42 (AUC = 0.897)、t-tau/Aβ42 (AUC = 0.900)和三个典型CSF生物标志物(Aβ42、p-tau181和t-tau)的组合(AUC = 0.871)(均PDeLong检验< 0.05)。仅人口统计学特征的AUC为0.783，将人口统计学特征添加到五蛋白组合中并不能显著提高区分准确性(AUC = 0.978)。（图2）。
![]()
Fig. 2. Protein importance ranking and performance for distinguishing biologically/clinically defined AD from controls.
3. 尸检神经病理学验证和独立的外部验证诊断模型的精准性
研究了上述8种蛋白(YWHAG、SMOC1、PIGR、TMOD2、ACHE、PCSK1、MMP10和IRF1)在进行神经病理学检查的参与者中的表现，发现这些蛋白质在AD患者中的表达水平与非AD患者相比有显著差异。在PPMI（帕金森病进展标志物倡议）队列中对YWHAG、SMOC1和TMOD2在临床前AD与CN A−T−（认知正常且Aβ和tau蛋白水平正常）的区分能力进行了验证。加强了研究结果的可信度，并支持了YWHAG、SMOC1和TMOD2作为AD诊断和早期识别的潜在生物标志物的潜力。
![]()
![]()
Fig. 3. Autopsy neuropathological validation and independent external validation.4. YWHAG、SMOC1 和 TMOD2 这三种蛋白质在预测临床进展风险中的表现以与阿尔茨海默病（AD）内表型的关联
使用未经调整的 Kaplan-Meier 曲线展示了从认知正常（CN）到轻度AD痴呆的临床前阶段（Clinical Dementia Rating 全球得分 ≥ 0.5）以及从轻度认知障碍（MCI）到临床AD痴呆的进展风险，根据基线 CSF 中 YWHAG、SMOC1 和 TMOD2 水平的高低进行分组。YWHAG、SMOC1 和 TMOD2 的高水平与从CN到AD前驱阶段以及从MCI到临床AD痴呆的进展风险增加有关。这三种蛋白质与AD核心生物标志物和认知下降强烈相关，表明它们可能在AD的病理生理过程中发挥作用，且这些蛋白质与大脑不同区域的淀粉样蛋白沉积（通过AV45 PET SUVRs反映）有显著关联，尤其是在内侧眶额叶区域。强调了它们作为AD诊断和预测疾病进展方面生物标志物的潜力，为未来的临床试验和治疗策略提供了重要的生物标志物候选（图4）。
![]()
Fig. 4. Predictive performance of YWHAG, SMOC1 and TMOD2 and their associations with AD endophenotypes.
5. 脑脊液蛋白失调所反映的生物学途径、与AD之间联系的遗传支持及药物性分析
通过STRING数据库进行分析，识别了在不同疾病阶段（如临床前AD、MCI、AD痴呆）中显著变化的蛋白质所涉及的生物学通路。YWHAG蛋白的CSF浓度在Aβ和tau蛋白达到病理阈值后升高，这可能支持AD是引起CSF中YWHAG丰度改变的原因。使用不同的MR方法（如IVW、MR-Egger、加权中位数、加权模式和简单模式）来评估YWHAG与AD之间的潜在因果关系，尽管发现了一些与AD风险相关的蛋白质，但在经过多重测试校正后，没有发现显著的遗传联系。这表明需要进一步研究来确定这些蛋白质与AD之间的确切关系。对272种失调蛋白质进行了药物可及性分析，发现79.04%的蛋白质可能适合小分子药物治疗，55.51%可能适用于抗体疗法，而8.82%的蛋白质有人体不可耐受的安全性问题。ACHE被确定为最理想的药物靶点，因其在所有三个方面都获得了最好的评分（图5）。
![]()
Fig. 5. Enrichment, Mendelian randomization and druggability profiling analysis.
本研究揭示了AD诊断和预测的高绩效生物标志物——YWHAG，并通过神经病理学验证和独立队列复制来增强其可靠性，为针对不同病理机制的临床试验提供了新工具。同时，强调了深入的蛋白质组学分析对于揭示疾病复杂机制的价值，未来的工作将集中在将这些发现转化为临床实践，特别是在开发可用于临床环境的诊断试剂盒方面。未来需要开发针对YWHAG的临床检测工具，并验证其在不同临床状况人群中的实用性。本研究使用样本覆盖范围存在一定局限性及潜在的选择偏差，研究结果仍需要在其他队列中进一步验证，特别是对于区分AD与其他类型认知障碍的能力，需要在更广泛的人群中验证这些新发现的生物标志物，以确保它们的普适性和可靠性。尽管YWHAG蛋白展现出了优秀的诊断能力，仍需进一步研究其与AD的遗传关联，以及它在疾病发展中的具体作用，需开展长期追踪研究，以监测这些生物标志物在疾病进展中的变化，以及它们对治疗反应的预测价值。参考文献[1] Guo Y, Chen SD, You J, Huang SY, Chen YL, Zhang Y, Wang LB, He XY, Deng YT, Zhang YR, Huang YY, Dong Q, Feng JF, Cheng W, Yu JT. Multiplex cerebrospinal fluid proteomics identifies biomarkers for diagnosis and prediction of Alzheimer's disease. Nat Hum Behav. 2024 Jul 10. doi: 10.1038/s41562-024-01924-6. Epub ahead of print. PMID: 38987357.
Driving innovation for better life！
