《自然·衰老》：又发现近300种蛋白与阿尔茨海默病相关，7蛋白模型预测AD状态AUC最高可达0.88!

《自然·衰老》：又发现近300种蛋白与阿尔茨海默病相关，7蛋白模型预测AD状态AUC最高可达0.88！

来源：代丝雨 2025-06-07 16:26

在（AD）领域，生物标志物一直是研究的重点，尤其是相较脑脊液（CSF）更为易得的血浆生物标志物，能够为疾病的早期和个性化治疗更好地创造机会。

近期，《自然 衰老》杂志发表了一篇来自圣路易斯华盛顿大学医学院科研团队的论文，研究者进行了AD患者血浆的大规模蛋白质组学分析，在超3300个个体的血浆样本、6106种蛋白质中确定了416种与临床AD状态有关的蛋白质，其中294种是全新发现的。

通过机器学习，研究者确定了7个蛋白质，其组合可用于预测AD状态，对临床AD状态预测AUC达到0.72，对生物标志物定义的AD状态预测AUC达到0.88。

AD的血浆蛋白质组学研究非常有限，目前已有研究分析的病例数普遍较少，不足700人。在本研究中，纳入的AD患者人数达到1270人，匹配的健康对照为2096人。

研究使用SomaScan进行高通量分析，这种技术通过特定化学修饰的核酸适配体（SOMAmer）特异性结合目标蛋白实现蛋白检测。本研究共设计了6905种适配体，确定了6106种蛋白质。与AD临床状态进行关联性分析，研究者确定了416种相关的蛋白质。总的来说，这些蛋白质与AD风险效应的45%有关。

研究者对比了血浆与脑脊液蛋白质效应量的差距，发现了显著的不同。血浆中排名前十的蛋白SMOC1在脑脊液中排名第一，但其他脑脊液中效应量显著的蛋白质在血浆中却并不显著。实际上，仅有约8%的脑脊液蛋白在血浆中同样显著，说明二者环境可能存在不同的生物学机制。

功能上，筛选到的416种AD相关蛋白质主要参与5个领域，脂质代谢、和炎症、细胞外基质、神经活动、一般代谢通路。

最后，研究者通过机器学习识别了可用于临床诊断预测模型的最小蛋白质集，识别到7种蛋白质，用于预测临床AD状态AUC为0.796，在验证数据集中为0.72。

考虑到作为对照组的认知正常个体中可能也包括了无症状AD患者，研究者又用该模型测试了对生物标志物状态定义的AD的预测能力，针对淀粉样蛋白阳性AUC为0.898，针对脑脊液淀粉样蛋白/tau状态的AUC为0.889，针对血浆p-tau217状态的AUC为0.88。

该模型应用于预测的AUC为0.556，预测路易体痴呆的AUC为0.66，但对额颞叶痴呆的AUC为0.73，与临床AD的AUC相近，说明该模型可能无法区分AD和额颞叶痴呆。