采用NULISA验证常染色体显性阿尔茨海默病的早期变化

2024年10月31日，来自华盛顿大学的Carlos Cruchaga教授团队在Cell杂志发表题为《CSF proteomics identifies early changes in autosomal dominant Alzheimer’s disease》的研究文章。

一、核心样本与设计：无法复制的“预测性”队列

研究的突破性首先建立在独一无二的样本资源上：

• 样本类型：脑脊液。这是反映大脑细胞外液生化状态最直接的窗口，是发现中枢神经系统特异性早期变化的“金标准”样本。

• 队列来源：常染色体显性遗传阿尔茨海默病（ADAD） 家族成员。这些个体因携带APP、PSEN1/2等致病基因突变，几乎必然发病，且发病年龄可基于家族史进行相对准确的预估。

• 设计优势：研究者根据参与者的“预估发病年限”将其排序，从而在一个横断面研究中，实现了对疾病“倒计时”过程的准纵向观测。这使得在症状出现前10-25年追踪生物学事件成为可能，这是散发性AD研究无法做到的。

二、技术路线：发现式蛋白质组学绘制动态图谱

1. 核心技术：使用高通量蛋白质组学（很可能基于质谱技术）对CSF样本进行深度分析。该方法无需预先假设，可一次性对数千种蛋白质进行鉴定和定量。

2. 分析策略：

• 时间关联分析：将蛋白质表达水平与“预估发病年限”关联，识别在特定疾病阶段（如病理出现前、病理出现后）发生变化的蛋白。

• 生物信息学挖掘：对差异蛋白进行通路和网络分析，构建病理生理过程的动态演变模型。

据悉，该研究采用来自Alamar的NULISA 120-plex中枢神经系统Panel对染色体显性阿尔茨海默病蛋白标志物组合进行了验证。研究发现，使用NULISA技术，即使仅用三种蛋白质(SMOC1, GFAP, and NPTX2)，它们对于突变状态（AUC = 0.781）和临床状态（AUC = 0.876）都显示出了很高的预测能力。