哥德堡大学：首次采用NULISAseq炎症Panel对于阿尔茨海默病进行试点研究

编者按

2025年01月30日，来自瑞典哥德堡大学Henrik Zetterberg教授团队Guglielmo DiMolfetta博士等研究者在神经科学知名期刊Alzheimer's & Dementia上发表题为《Inflammation biomarkers and Alzheimer's disease: A pilot study using NULISAseq》的研究文章。

该研究指出，NULISA（NUcleic acid Linked Immuno-Sandwich Assay）技术具备超多重、超灵敏（amol，或个位数的fg级别）的检测能力，这些能力使得NULISA非常适合分析血液中的炎症反应和变化，从而鉴定出疾病相关的新型免疫炎症标志物。

该研究利用NULISA技术平台的200-plex NULISAseq炎症Panel（早期测试版本）检测了31例阿尔茨海默病（AD）患者和31例正常人的血清样本，鉴定出GFAP蛋白在AD患者中高表达，并且首次发现了S100A12蛋白在AD患者中表达减少。

另外，研究者还发现，反复冻融5次后的血清中炎症标志物水平在NULISA检测中依然很稳定，在一定程度上说明NULISA技术具有高度稳定性，且受基质效应影响较小。因此，基于NULISA技术可以在更大规模人群队列中展开研究，通过系统性检测炎症和免疫相关生物标志物，探索AD的发病机制和神经免疫分子机制。

研究背景与意义

阿尔茨海默病（AD）是一种复杂的神经退行性疾病，其发病机制尚未完全明了。从神经病理学的角度，AD的显著特征表现为细胞外淀粉样蛋白β（Aβ）斑块的沉积以及细胞内tau蛋白缠结的形成，这些病理变化最终导致神经元的死亡。此外，这些蛋白质的累积还具备免疫原性，能够激活以小胶质细胞和星形胶质细胞为介导的免疫应答。

既往研究发现，脑脊液（CSF）中的GFAP，YKL-40和sTREM2被证明是潜在的AD相关炎症标志物。此外，AD相关的血液生物标志物同样能够反映AD患者淀粉样蛋白沉积、tau蛋白缠结以及神经退行性病变。然而，检测大脑炎症相关的血液生物标志物面临更多挑战。这主要由于几个原因：蛋白标志物透过血脑屏障进入体循环的过程中可能被降解，外周血对标志物的稀释作用，以及免疫检测技术灵敏度的局限性等。

因此，开发一种高灵敏度的多重炎症标志物检测显得尤为重要。本研究正是基于这一背景，采用最新的基于NULISA技术的200-plex炎症Panel检测AD患者和正常人的血清样本，鉴定AD相关的炎症标志物，并验证其区分AD患者的性能。

研究方法与过程

研究团队选取了来自哥德堡大学神经科学与生理学研究所的62例血清样本（31例AD患者，31例正常人）进行AD相关的炎症标志物检测（NULISAseq 200-plex 炎症Panel，早期测试版本）。另外，还选取了5例血浆样本进行样本反复冻融的稳定性测试（NULISAseq 250-plex炎症Panel，最新商业化版本）。研究采用了基于NULISA技术的全自动检测平台(ARGO HT），能够在10ul的样本中实现多种生物标志物的同时检测，并得到了以NULISA Protein Quantification（NPQ）为单位表示的定量数值。

研究结果与分析

在AD和对照血清样品中，至少一个样品中是可检测到组中95.1%的蛋白标志物的（如图1A）。并且两组样本中炎症标志物的NPQ值高于LOD的占比为94.0%（如图1C）。

图1. NULISA 检测的性能

总体上看，NULISA检测发现了15个显著差异表达的蛋白标志物，包括AD患者组上调表达6个和下调表达9个标志物（如图2B）。但是在使用FDR校正后，AD患者中仅S100A12表达显著降低（p = 0.031），GFAP显著上升（p < 0.001）（如图2A, C, D）。

图2. NULISA技术鉴定AD相关炎症标志物

GFAP与CSF p-tau 181呈强正相关（Spearman rho = 0.69; p < 0.001），与CSF Aβ42呈负相关（Spearman rho = 0.71; p < 0.001）。S100A12也显示出显著的相关性，尽管相关性较弱（p-tau 181：Spearman rho =-0.36，p = 0.0053; Aβ42：Spearman rho = 0.38; p < 0.0067）

图3.同一患者中GFAP和S100A12与CSF生物标志物的相关性

研究者为了探究AD的炎症标志物是否具有区分AD患者群体的能力，进行了ROC分析。结果显示，GFAP具有强的区分特性（AUC = 0.93，CI = 0.872-0.955）。S100 A12作为生物标志物显示出更温和的结果（AUC = 0.72，CI = 0.59-0.86; 如图4A）。

GFAP和S100A12的标志物组合显示出最强的预测能力（AUC = 0.97，CI = 0.93-1.00），其性能优于单独的GFAP（如图4B）。

图4. ROC分析显示不同蛋白标志物预测诊断的能力

在研究者检测的5个血浆样品中，GFAP和S100A2在多达5次反复冻融中均未显示出显著变化（如图5A）。

之前在AD患者中未发现变化的其它白介素也在反复冻融后没有显著变化（Friedman test，p = 0.96； 如图5B）。

1. 图5. 反复冻融后样本炎症标志物水平的变化

研究意义与未来展望

本研究通过对比AD患者和对照组样本的炎症标志物，鉴定出了AD相关的生物标志物并验证其区分AD患者的性能。其意义在于：

• 发现了新型AD炎症标志物：本研究首次发现血清中S100A12蛋白在AD患者中显著降低。血清GFAP的显著升高也与之前脑脊液的研究结果一致。
• 提高了检测准确性：S100A12和GFAP的检测组合在区分AD患者的性能方面表现优异，有望在早期精确诊断AD疾病中应用。
• 为精准诊断奠定了基础：NULISA技术在反复冻融样本检测中展现出稳定的性能。

参考文献及信息来源

[1]. Inflammation biomarkers and Alzheimer’s disease: A pilot study using NULISAseq. Di Molfetta G, Pola I, Tan K, et al. Alzheimer’s Dement. 2025;17:e70079