该研究纳入了阿尔茨海默病病例(N=1439,平均年龄 68 岁 [SD=8.2])和筛选对照(N=508,平均年龄 82 岁 [SD=6.8])两组,使用最先进的单分子阵列(Simoa)技术测量了血浆Aβ40和Aβ42、P-tau181、神经丝轻链(NfL)和胶质纤维酸性蛋白(GFAP)的浓度。测试了生物标志物与阿尔茨海默病遗传风险、发病年龄和疾病持续时间之间的关系。还对疾病风险基因与这些生物标志物的关联进行了全基因组关联研究。 该研究发现: 1.所有生物标志物、APOE和多基因风险评分对阿尔茨海默病临床诊断的综合预测准确性达到AUC=0.81,其中最显着的贡献者是ε4、Aβ40或Aβ42、GFAP和NfL。 2.在病例和对照中,所有生物标志物都与年龄显着相关(p<4.3x10-5)。 3.与对照组相比,血浆中Aβ相关生物标志物的浓度显着低于对照组,而其他生物标志物水平则显着高于对照组。 4.在病例对照全基因组分析中,APOE-ε4与除NfL之外的所有生物标志物相关(p=0.011-4.78x10-8)。 患者组(A)和对照组(B)中生物标志物之间的Pearson相关结果 5.在病例对照设计中未发现新的全基因组显着SNP;然而,个案分析发现Aβ42/Aβ40比率与WWOX和COPG2基因之间存在两个独立的全基因组显着关联。 患者组与Aβ42/Aβ40相关的全基因组显著区域 通过所有生物标志物组合的疾病预测模型表明,归因于P-tau181的变异主要被APOE-ε4捕获,而Aβ40、Aβ42、GFAP和NfL生物标志物解释了APOE之上的额外变异。该研究发现了与Aβ42/Aβ40比值相关的新的可信的基因组显著基因。 该研究结果表明,目前可用的血浆生物标志物反映了阿尔茨海默病的不同方面,其中一些与衰老以及疾病的特定特征有关,而另一些则与疾病进展机制相关。基于生物标志物的诊断并不完美,因为老年对照组的生物标志物测量结果与年轻的临床诊断阿尔茨海默氏症病例相似(这可能代表老年对照组临床前阿尔茨海默氏症变化的患病率增加)。 然而,与临床评估相比,生物标记物具有特异性的优势,因为临床评估可能会由于表型相似性而混淆痴呆亚型。因此,血浆生物标志物只能在其他遗传和/或临床信息的背景下,成为评估和预测阿尔茨海默病的有用工具。纵向研究结合遗传学、血浆生物标志物、脑成像和病理确认来区分病例和对照,可以提供准确的分析,从预测痴呆症转向预测阿尔茨海默病。 Joshua Stevenson-Hoare, Amanda Heslegrave, Ganna Leonenko, Dina Fathalla, Eftychia Bellou, Lauren Luckcuck, Rachel Marshall, Rebecca Sims, Bryan Paul Morgan, John Hardy, Bart de Strooper, Julie Williams, Henrik Zetterberg, Valentina Escott-Price, Plasma biomarkers and genetics in the diagnosis and prediction of Alzheimer’s disease, Brain, 2022;, awac128, https:///10.1093/brain/awac128 编译作者:VONVEY(brainnews创作团队) 校审:Simon(brainnews编辑部) Nature背靠背:精神分裂症两项重要研究Science 子刊:技术突破!一种全新的通信方法—离子通信,可长期无创采集神经信号Nature里程碑研究: 全球首个人类各年龄段的脑图谱出炉!(跨度从115天到100岁)Sci Transl Med:疼痛研究的重要里程碑——人类与鼠、猕猴的DRG神经元差异分析 |
|