CHI3L1

关注小药说药，一起成长！ 前言 阿尔茨海默病（AD）是导致老年人认知障碍的最常见疾病。然而，即使在专门的记忆诊所，临床医生也很难将AD患者与其他类型的痴呆症（如额颞叶痴呆症、帕金森病（PD）相关痴呆症和血管性痴呆症）区分开来，导致AD患者的误诊率超过30%。AD的神经病理学诊断的关键病理是神经元中淀粉样蛋白-β（Aβ）的沉积和细胞内高磷酸化tau蛋白（p-tau）的聚集。因此，开发易于获得、可靠且具有成本效益的诊断工具对于AD的诊断至关重要，尤其是对于早期患者。 由中科大施炯教授、福建医科大学附属第一医院欧启水教授和福建医科大学附属协和医院陈晓春教授牵头，中华医学会神经病学分会痴呆与认知障碍学组和中华医学会检验医学分会共同制定的《阿尔茨海默病血液生物标志物——临床应用指南》，于2024年10月发表在《Medicine Plus》。 由于临床症状滞后于神经病理变化的时间长达一二十年，因此在认知障碍显现之前，大脑中可能已经存在大量的Aβ沉积物。因此AD神经病理变化的早期发现对于这些疾病修饰疗法（DMT）取得有效的临床疗效至关重要。最近的研究发现，血液中可以检测到诊断AD的生物标志物，如Aβ和p-tau，并且血液生物标志物水平的变化与脑病理变化具有一致性，表明血液生物标志物在AD临床诊断中具有可行性。中华医学会神经病学分会痴呆与认知障碍学组、中华医学会检验医学分会的专家们汇聚一堂，讨论了近年来的临床研究进展和国际共识，共同制定了本指南，以指导我国AD血液生物标志物的临床应用。 基于脑脊髓液和影像学生物标志物的AD临床诊断 在脑脊液中可以检测到Aβ和p-tau。在AD患者中，CSF中的Aβ42与Aβ40的比例会显著降低。结合淀粉样蛋白靶向正电子发射计算机断层扫描（PET）发现，脑脊液中Aβ的变化与脑内淀粉样蛋白沉积之间存在很强的相关性，脑脊液中的Aβ42或Aβ42/Aβ40在预测脑内Aβ沉积方面具有很高的准确性。翻译后修饰的tau蛋白，如几种磷酸化tau蛋白（包括p-tau181、p-tau205、p-tau217和p-tau231），仅在AD患者的CSF中显示出显著变化。与p-tau181相比，P-tau 217可以更好地区分AD痴呆与其他类型的痴呆，而微管结合区tau（MTBR tau）的水平与tau-PET结果和认知功能的相关性最强。国外已批准了几种Aβ PET示踪剂，如氟替美托。最近，氟贝他苯也获得了中国国家医药产品管理局（NMPA）的临床试验批准。总之，目前基于CSF和PET检测的成熟方法对AD病理具有良好的诊断能力。 综上所述，目前基于CSF和PET检测的成熟方法对AD病理具有良好的诊断能力，但由于侵入性（通过腰椎穿刺采集CSF）和PET成像探针的放射性等因素，这些检测方法的临床应用受到限制。 AD血液生物标志物的研究进展 血液中Aβ的检测 大脑中的Aβ可通过血脑屏障释放到血液中。目前，电化学发光技术、单分子免疫检测技术和免疫沉淀质谱法（IP-MS）在内的多种检测方法都可以检测血液中的Aβ。电化学发光技术和单分子免疫检测技术是在传统夹心检测法基础上的升级版。电化学发光技术在微孔板上捕获抗体，而单分子免疫检测技术则通过磁珠偶联检测抗体。与电化学发光技术和单分子免疫检测技术不同，IP-MS通过免疫沉淀方法富集样品中的目标蛋白质，并使用传统的蛋白质质谱技术检测样品浓度。由于使用的抗体或方法不同，这些检测方法检测淀粉样蛋白水平的能力也不同。在一项对检测血浆中Aβ的八种方法进行的头对头比较研究中发现，基于IP-MS的方法在预测CSF Aβ42/ Aβ40的异常变化方面表现最佳，其AUC为0.86。 虽然检测血液中的Aβ42/Aβ40可以在一定程度上预测大脑淀粉样病理的变化，但与脑脊液相比，血液中Aβ42/Aβ40的变化幅度要小得多。中国老龄化与神经退行性疾病倡议（CANDI）临床队列研究发现，AD患者脑脊液中的 Aβ42/Aβ40为0.05，而认知功能正常者为0.09，变化幅度超过40%。然而，在血液中，AD患者和正常人的Aβ42/Aβ40分别为0.05和0.06，幅度仅相差10%左右。这使得很难使用血液Aβ42/Aβ40作为诊断AD的生物标志物。淀粉样蛋白在大脑中的沉积发生在认知障碍发生的许多年之前，导致血液中Aβ42/Aβ40甚至会在认知发生明显变化之前就发生了变化。这有助于在认知正常的老年人群中识别出大脑中存在淀粉样蛋白病理变化但认知正常的个体，这些个体在未来可能有患AD的风险。因此，建立标准化、稳定的血液Aβ检测系统对诊断AD仍具有重要意义。 血液中磷酸化tau蛋白的检测 相对于血浆中Aβ的水平，血浆中磷酸化tau蛋白的水平较低，AD患者血浆中某些位点的磷酸化tau蛋白低于1 pg/mL。近年来，涌现出了多种新技术和合适的抗体对，可以使用单分子免疫检测技术、电化学发光技术和IP-MS方法检测血浆中的各种磷酸化tau蛋白（如p-tau181、p-tau217和p-tau231）。血浆中的这些磷酸化tau蛋白，与AD的病理特征（CSF中Aβ42/Aβ40比值的异常变化、脑淀粉样蛋白沉积和tau蛋白神经纤维缠结）密切相关。相比之下，在其他与tau蛋白有关的神经退行性疾病中，如进行性核上性麻痹和额颞叶痴呆，血浆中磷酸化tau蛋白的水平没有明显变化。因此，血浆中p-tau蛋白的存在可表明患者是否患有AD病变。 与血浆中Aβ42/Aβ40比值的微小变化不同，AD患者血浆中磷酸化tau蛋白的水平增加了2-4倍。在CANDI研究中，AD患者血浆中p-tau181的水平是认知功能正常者的两倍。p-tau217可在认知障碍的早期阶段区分Aβ阳性和Aβ阴性人群。不同形式的磷酸化tau蛋白在不同疾病阶段的变化幅度不同，因此对大脑病理变化的预测价值也不同。使用IP-MS方法同时检测血浆磷酸化tau蛋白的变化时发现，p-tau217、p-tau231和p-tau205比其他形式的磷酸化tau蛋白对脑病理学的预测能力更准确。例如，p-tau231出现在淀粉样蛋白开始积累的阶段，但在淀粉样蛋白积累后，变化变得不那么显著。这可能是由于磷酸化位点出现的时间点不同造成的。因此，在临床应用中使用不同形式的磷酸化tau蛋白进行早期筛查或疾病病理评估时，需要进行进一步的评估。 血液中的神经胶质纤维酸性蛋白（GFAP） 神经退行性疾病患者（包括AD在内）大脑内星形胶质细胞通常处于异常激活的病理状态，表现为GFAP阳性星形胶质细胞的显著增加。这些活化的星形胶质细胞参与了神经元损伤过程以及与神经退行性疾病相关的病理过程，是一种神经炎症。尽管作为星形胶质细胞特征标志物的GFAP在许多神经退行性疾病患者的脑脊液中的水平发生了变化，但其在血液中的变化却与Aβ病理学密切相关。与血浆中的p-tau181相似，GFAP也能预测大脑中的淀粉样蛋白沉积。此外，已经发现，在Aβ阳性的认知正常个体中，血液中GFAP水平高的个体脑中tau病理的积累更快，这表明血液GFAP具有预测认知正常个体中tau病理的潜力。与GFAP相反，几丁质酶-3样蛋白1（YKL-40）在AD患者中没有表现出特定的变化，并且不是AD星形胶质细胞激活的特定标志物。重要的是，血浆GFAP蛋白的浓度很高，在AD患者中超过100 pg/mL，这使得开发基于血液的GFAP诊断系统很容易。 血液中神经变性的标志物 虽然AD患者都有淀粉样蛋白和神经纤维缠结病变，但神经损伤或认知障碍的程度各不相同，因此需要能准确反映大脑神经退行性变化的标志物。与脑脊液中许多与神经损伤密切相关的标志物不同，目前还缺乏合适的血液中神经损伤标志物，尤其是AD特异性神经损伤标志物。神经丝蛋白轻链（NFL）在各种神经退行性疾病（如肌萎缩性脊髓侧索硬化症、多发性硬化症和人类免疫缺陷病毒感染患者）的血液中都有显著变化。与健康人相比，AD患者血液中的NFL有所增加，尤其是在AD晚期。在一项针对家族性阿尔茨海默病的队列研究中发现，这些阿尔茨海默病患者的血液NFL含量约在临床发病前10年逐渐升高。在患有淀粉样脑血管疾病的患者中，血浆NFL的变化最为明显。此外，研究发现，血浆NFL水平与年龄和脑血管疾病以及其他年龄相关的并发症密切相关。因此，在使用血浆NFL评估AD患者神经损伤程度或评价临床药物试验和治疗效果时，需要考虑更多因素。 中枢神经系统来源的tau蛋白约占血液中蛋白质的20%，导致血浆T-tau水平和CSF T-tau水平之间的相关性较弱。最近的研究结果表明，血清脑源性tau蛋白和CSF脑源性tau蛋白之间具有高度相关性，但是血清T-tau蛋白和CSF T-tau蛋白之间没有相关性。这表明，脑源性tau蛋白可能是一种潜在的基于血液的生物标志物，用于预测AD神经退行性变化。 瞬时受体电位通道6（TRPC6）是一种非选择性阳离子通道蛋白，在神经元的存活、树突的发育和神经网络的建立中发挥着重要作用。TRPC6与淀粉样前体蛋白（APP）结合后，可阻断γ-分泌酶对APP分裂位点的识别，从而特异性地减少Aβ的生成。最近在中国进行的一项多中心临床试验（NMPA，20200005）（其中包括734名正常对照组和366名经Aβ-PET验证的AD患者）发现，与对照组相比，AD患者血液中TRPC6 mRNA水平显著降低。TRPC6的降低与AD患者认知功能的衰退、脑内Aβ沉积和脑萎缩有关。因此，TRPC6 mRNA水平有望作为早期AD的血液生物标志物，为早期药物治疗提供依据。 外泌体中的Aβ和tau在AD中的应用 外泌体是直径为30-150纳米的小囊泡，由多囊泡体与细胞膜融合后由细胞主动分泌到细胞外空间。在中枢神经系统中，神经元和神经胶质细胞都能分泌外泌体，而且外泌体具有细胞特异性。研究发现，Aβ和tau蛋白可以以外泌体的形式分泌，而且在淀粉样斑块中发现了Alix等外泌体标志物，这表明外泌体可能与AD的发生有关。外泌体作为一种新型的生物标志物载体系统，为神经退行性疾病的诊断和治疗提供了新的思路和方法。虽然目前还存在许多挑战，但随着技术和研究的不断发展，希望未来外泌体能更好地用于这些疾病的预防和治疗。 血液生物标志物在AD临床诊断中的应用 目前，AD生物标志物的临床使用标准（包括2013年的Aβ PET标准和2018年基于CSF AD生物标志物的使用标准）表明，这些生物标志物可用于区分AD痴呆和非AD痴呆。然而，这些生物标志物是否可用于检测认知正常个体或主观认知障碍患者的AD风险仍存在争议。AD血液生物标志物因其便利性，在结合临床和其他检测结果后，可帮助医生筛查和评估患者发生AD的可能性，从而优化AD的临床诊断流程。因此，尽管它们目前还不能取代CSF或PET成像检测，但它们将成为AD临床诊断的重要补充。 如前所述，血浆Aβ42/Aβ40的降幅非常小（约10%），因此其临床诊断应用非常有限。使用IP-MS或单分子免疫检测等技术检测Aβ的稳定性有待进一步提高，这也限制了其临床应用。在认知功能正常的脑淀粉样病理个体中，血浆Aβ42/Aβ40会下降；在预测轻度认知障碍的进展时，血浆Aβ42/Aβ40可提高磷酸化tau蛋白的预测能力。因此，建立一种灵敏、稳定的血浆Aβ42/Aβ40检测方法有助于临床诊断。然而，由于各种因素（如Aβ42和Aβ40缺乏标准化的样本采集、血样中脂质含量的影响、缺乏老年人的各种合并症对血液中Aβ水平明确的影响效果），导致目前的Aβ检测方法难以在临床中应用。未来需要开发标准化的Aβ参考材料，建立稳定的Aβ检测系统，并在大型多中心临床队列和社区人群中评估影响血液中Aβ水平的因素。 在AD相关MCI患者或AD患者的血浆中，多个亚型的磷酸化tau蛋白显著增加，因此可以有效预测AD在大脑中的特征性病理变化，从而有助于将AD痴呆与其他神经退行性疾病区分开来。最近的研究表明，使用IP-MS等更稳定、更灵敏的技术可以提高血液中p-tau蛋白的预测能力，使其达到与CSF生物标志物相似的水平。虽然与p-tau217相比，AD患者血浆中p-tau181的变化较小，出现的时间也较晚，但由于p-tau181的含量是p-tau217的10多倍，因此其检测更容易。   推荐意见： （1）血液Aβ42/Aβ40比值检测对诊断AD痴呆症的预测价值中等，可用作早期筛查工具（IIa类推荐，A级证据）。 （2）血液p-tau181和p-tau217与AD源性MCI患者或AD患者的AD病理学高度相关（I类推荐，A级证据）。 （3）血液GFAP有助于区分AD痴呆与非AD痴呆（I类推荐，A级证据）。 （4）血液NFL虽然对AD诊断的特异性不够，但可用于评估神经退行性变，帮助监测AD病理的进展（IIb类推荐，A级证据）。 AD血液生物标志物在早期AD筛查中的潜在应用 对AD进行早期干预是DMT（疾病修饰治疗）治疗AD的关键，因此尽早对AD病理进行准确而经济的筛查至关重要。建立以AD血液生物标志物检测系统可以大大降低早期筛查的成本。通过检测血液生物标志物，可以确定AD的低、中、高风险，并决定哪些人需要进一步检查，如CSF或PET扫描。血液生物标志物筛查可以减少不必要的CSF或PET扫描，确保真正需要的患者得到及时诊断和治疗，这对临床实践非常重要。 如果需要在AD的治疗窗口期进一步干预（在发病前进行治疗），就需要在认知正常的个体中筛选出脑内已有淀粉样病变并有发病风险的高危人群。在这种情况下，基于AD血液生物标志物检测系统的优势就凸显出来了。在60岁或以上有认知障碍的人群中，只有不到30%的人脑中存在淀粉样病变。使用PET或 CSF筛查无症状AD患者的生物标志物需要大量的人力和物力。A4研究是首个针对临床前AD的III期临床试验，历时三年半，进行了4000多次Aβ PET扫描，招募了1169名符合研究标准的参与者。因此，在目前针对临床前AD的抗Aβ免疫疗法临床试验中，血液的生物标志物已被用于AD的筛查。 血液生物标志物的优势在于对认知正常和轻度认知障碍人群进行筛查。如果单独使用血液生物标志物，其预测脑部病变的能力需要超过90%，才具有临床可行性。目前，血液生物标志物还不能准确预测疾病的未来发展，因此有必要建立一套全面的血液生物标志物筛查系统。此外，大脑中存在淀粉样病变的老年人在5-10年甚至一生中临床症状都不会进一步恶化。因此，需要对AD高危人群进行筛查，以减少对非AD高危人群进行不必要的治疗。此外，对于副作用较小的干预性临床试验，如针对AD的生活方式干预临床试验，可使用血液的生物标志物进行临床筛查。 推荐意见： （5）血液Aβ42/Aβ40比值可用于AD高危人群的早期筛查（IIa类推荐，A级证据）。 （6）血液p-tau181和p-tau217可用于AD高危人群的早期筛查（I类推荐，A级证据）。 （7）高危人群在经过预筛查AD病理后，需要通过CSF Aβ42/40比值、p-tau181或p-tau217检测，或Aβ PET确认AD特异性病变（I类推荐，A级证据）。 血液生物标志物在预测AD疾病进展中的应用 在纵向研究中，许多与AD相关的生物标志物，如Aβ42/Aβ40、p-tau181、p-tau217、p-tau231、GFAP和NFL，都与疾病进展密切相关。在家族性AD患者和家族性AD基因突变携带者中，血浆NFL在认知障碍发生前10年开始出现显著变化，并随着病理发展而逐渐增加 。这可能与NFL反映神经退行性疾病过程的能力有关。同时，血浆p-tau和GFAP也会随着疾病的进展而显著增加，但与NFL不同的是，它们只与AD患者的疾病进展密切相关。此外，使用Aβ抗体进行的临床试验显示，血液中p-tau和GFAP蛋白明显减少，且大脑淀粉样病理却有所改善。这进一步表明，AD血液生物标志物可用于预测疾病进展或观察药物的治疗效果。 然而，在利用血液生物标志物预测疾病进展的临床应用中，可能需要根据不同情况选择不同的生物标志物。例如，血浆NFL在家族性AD患者中显示出显著的早期变化，但在散发性AD患者中只有在痴呆阶段才会显著增加。此外，在抗 Aβ治疗的临床研究中，已观察到CSF中NFL的变化，但血浆中却没有。这可能是因为血浆中的NFL受多种因素的影响。此外，在AD的不同阶段，不同磷酸化 tau蛋白的变化模式也不同，如p-tau217随疾病进展的变化程度最高，与脑萎缩和认知能力下降的相关性最强。 推荐意见： （8）血液p-tau181、p-tau217、GFAP 和NFL可用于评估AD疾病进展（IIa级推荐，A级证据）。 血液生物标志物与其他生物标志物的结合使用 如上所述，不同的AD血液生物标志物在各种情况下可能存在差异，而且AD病理的复杂性使得仅使用单一的血液生物标志物很难准确评估大脑病理和预测疾病进展。因此，可能需要结合多种因素来提高准确性。CANDI队列研究发现，无论是Aβ42/Aβ40还是p-tau181，如果与载脂蛋白E（APOE）ε4基因或APOE ε4蛋白检测相结合，都能显著提高预测脑淀粉样蛋白病理的能力，尤其是在轻度认知障碍阶段或临床前阶段。对于MCI个体，血液生物标志物的组合也可以准确预测脑淀粉样蛋白沉积。在痴呆阶段，血浆p-tau181和p-tau217可以很好地预测脑淀粉样蛋白病理变化，这可能是因为AD痴呆患者脑内已经积累了足够多的p-tau蛋白。因此，即使结合基因型或Aβ42/Aβ40，也很难进一步提高其预测能力。如果痴呆症患者的p-tau水平正常，NFL检测可帮助诊断非AD痴呆症，如额颞叶痴呆症。 尽管p-tau 181或p-tau 217与NFL或血浆Aβ42/Aβ40的组合对轻度认知障碍或痴呆个体的预测能力的改善有限，但与脑结构成像的组合，例如AD患者的特征性海马萎缩，可以进一步提高脑淀粉样蛋白病理的诊断能力。一项研究发现，结合p-tau 217和三项简单的认知测试在预测未来AD方面比临床医生更准确，达到了使用CSF标志物预测疾病进展的水平。关于多种血液生物标志物的使用，或者将血液生物标志物与其他用于诊断或预测AD的测试相结合，可能需要进一步研究以建立临床使用的标准方案。 推荐意见： （9）APOE基因型检测与AD血液生物标志物相结合，可用于诊断AD源性MCI或临床前AD人群（IIa类推荐，A级证据）。 （10）脑结构成像结合AD血液生物标志物可用于诊断AD源性MCI或临床前AD人群（IIb类推荐，B级证据）。 AD血液生物标志物在临床实践中的应用标准 为了验证AD血液生物标志物在临床诊断中的准确性和可靠性，应使用经批准的检查方法，如CSF Aβ42/Aβ40或Aβ PET作为参考标准。此外，由于tau PET 也能反映脑内tau蛋白纤维缠结的病理变化，因此tau PET示踪剂也被批准用于临床使用，并可作为血液生物标志物诊断的参考标准。 除了建立血液生物标志物的参考标准外，建立血液样本采集的标准化程序也很重要。Aβ蛋白和tau蛋白都容易聚集并粘附在采集管壁上，因此样本采集是准确检测AD血液生物标志物的关键。建立统一的外周血采集和处理方案并推广使用，是标准化检测最重要的准备工作。目前，研究发现，不同类型的血样采集管（血浆应使用乙二胺四乙酸（EDTA）抗凝管采集）、样本采集与离心之间的时间间隔、离心机的参数、样本转移管的类型（推荐使用低附着力的聚丙烯管）、每支样本转移管的容量以及冻融循环的次数（建议控制在三次以内）都会影响检测结果。目前已开发出多种AD血液生物标志物检测系统。这些系统在投入临床使用前应经过严格的性能验证，以科学、严谨地评估其临床价值。此外，不同的检测系统有不同的参考范围和临界值，因此各医院应建立自己的参考范围，并对试剂盒提供的临界值进行验证；不同实验室应积极探索促进结果互通的方法。 此外，研究还发现不同种族群体之间的生物标志物水平存在差异。与白种人相比，拉美人或黑人血浆中的Aβ和p-tau水平存在差异。目前，东西方人群之间的具体差异尚不明确，因此有必要设计统一的纳入标准和样本处理标准，并开展头对头研究，以确定这些人群之间AD血液生物标志物的具体差异。生活方式、环境因素和合并症的变化也可能导致血液中生物标志物水平的变化。低体重指数（BMI）、心血管疾病和慢性肾脏疾病会增加血浆中p-tau217的水平。此外，NFL与年龄密切相关，但AD患者血浆中的NFL水平还可能受到其他疾病因素的影响，如脑血管疾病和周围神经系统疾病。因此，需要对不同人群进行大规模临床试验，以明确这些生理性变化对血液生物标志物水平的影响，从而科学可靠地解释结果，提高生物标志物的诊断价值。 结果与展望 血液生物标志物已经在AD临床试验设计中发挥了一定的作用，加快了临床试验的进展，降低了经济成本。今后，应加大力度推广血液生物标志物的应用，确定血液生物标志物的诊断阈值，进一步明确其临床意义。为提高血液生物标志物的诊断价值，应努力建立稳定的检测系统，控制分析前变量，并进行质量控制。同时，无论是使用多种血液生物标志物组合诊断或预测AD，还是使用血液生物标志物与其他AD风险因素相结合诊断或预测AD，都需要建立一个便捷高效的预测模型，以帮助医生在收到检测结果后迅速做出临床决策。此外，目前针对AD血液生物标志物的研究主要集中在Aβ和p-tau等与AD病理密切相关的生物标志物上，缺乏真正与神经元和突触损伤相关的生物标志物。因此，在AD血液生物标志物的临床实践中仍有许多问题亟待解决，希望随着未来更多高质量的临床研究的开展，AD血液生物标志物的临床应用水平能够得到进一步提高。本指南不具有法律效力，仅供医生参考。 参考文献： 1.Blood-based biomarkers of Alzheimer’s disease—A guideline for clinical use. Medicine Plus Volume 1, Issue 4, December 2024, 100057 公众号内回复“ADC”或扫描下方图片中的二维码免费下载《抗体偶联药物：从基础到临床》的PDF格式电子书！ 公众号已建立“小药说药专业交流群”微信行业交流群以及读者交流群，扫描下方小编二维码加入，入行业群请主动告知姓名、工作单位和职务。

村上春树曾说：“我一直以为人是慢慢变老的，其实不是，人是一瞬间变老的。”生活中，我们或许也有过类似的瞬间，突然感到岁月的重量扑面而来。 比如，有一天你站在镜子前，发现眼角悄悄爬上了几道皱纹；又或是在和孩子聊天时，孩子一句“你的故事像历史书里的内容”让你恍然惊觉，自己和青春的距离已经那么远了；爬楼梯时，你开始感到气喘吁吁，不得不扶着栏杆稍作休息；在老同学聚会上，熟悉的面孔变得陌生，谈话内容从梦想和未来变成了退休计划和健康问题。这些平凡却突兀的时刻，像一面面镜子，反射出我们无法忽视的事实——青春已然走远。 这种让人猝不及防的“瞬间变老”，学界称之为“断崖式衰老”。其实，衰老的过程不仅体现在外貌和体力的变化上，大脑的衰老同样关键。最近发表在Nature Aging上的一项研究深入探讨了大脑衰老的过程，揭示了三个关键年龄节点：57岁、70岁和78岁。这些节点分别对应代谢调节、神经元发育，以及JAK-STAT信号通路。 此外，研究发现了13种与大脑衰老密切相关的蛋白，其中Brevican（BCAN）最为突出，它不仅可能成为预测大脑衰老的潜在生物标志物，还具有药物开发的潜在价值。 研究还指出，大脑衰老并非一个平稳的过程，而是分阶段发生的。不同阶段涉及独特的生物学机制，而70岁是一个特别关键的时刻——这一阶段，大脑神经退行性疾病的风险显著增加。 10.1038/s43587-024-00753-6 “衰老蛋白”与“年轻蛋白”的识别 全球正迎来一场前所未有的“银发浪潮”。根据预测，到2050年，全球65岁及以上的老年人口将突破15亿大关！这意味着，每十个人中，就会有两位步入老年。随着年龄的增长，大脑就像一台运转多年的精密机器，逐渐面临“零件老化”和“功能退化”的困境，大脑衰老已经成为老龄化社会中最为突出的难题之一。那么，我们该如何面对这个日益严峻的挑战呢？ 为了准确地评估大脑的衰老状况，在这项研究中，研究者们开发了一种“多模态大脑年龄模型”。简单来说，这个模型能够根据脑影像数据预测出 “大脑年龄”，并通过与实际年龄的对比，计算出一个“大脑年龄差”（BAG）。 随后，他们从脑影像中提取了1,705项数据指标（也称IDP），这些指标涉及脑结构、体积、皮层厚度等，全面反映了大脑的生理状态和功能变化。最终共筛选出10,949名健康个体，作为研究对象。 基于多模态脑成像指标（IDPs）对大脑年龄预测的效果验证 值得关注的是，大脑衰老的研究也正在进入分子层面的精细探索。研究人员进一步结合蛋白质组学，探索血浆蛋白水平变化与BAG的关联。 在通过血浆样本分析了4,696名参与者中2,922种蛋白质的水平变化后，研究人员发现了13种与BAG显著相关的血浆蛋白。这些蛋白各有不同的“角色”：其中8种（如GDF15、FGF21、TIMP4、PLA2G15、GFAP、ADGRG1、LGAL4S和CHI3L1）与更大的BAG相关，意味着它们的高水平可能暗示更老化的大脑状态； 而另外5种（如BCAN、KLK6、CEACAM16、WFIKKN1和ADAM22）则与更小的BAG相关，暗示它们可能有助于保持大脑的“年轻活力”。进一步的验证研究确认了其中6种蛋白（LGALS4、ADGRG1、GDF15、BCAN、KLK6和TIMP4）在不同数据集中表现出一致性，说明所识别的蛋白与大脑衰老的关联具有高度可信度。 b: 血浆蛋白与BAG的关联程度；c：13种显著蛋白在发现集和验证集中的表现 那么，这些蛋白在大脑衰老中的“角色”有什么不同呢？研究团队发现，这些与大脑衰老密切相关的“正相关蛋白”（比如GDF15）更像是“衰老信号灯”，它们的数量增加往往与大脑退化的状态有关，比如应对压力的能力变差、组织退化加速等。而与脑年轻状态相关的“负相关蛋白”（比如BCAN）则像是“修复工程师”，它们的主要任务是帮助神经细胞修复、促进神经突起的再生。 另外，这些蛋白的“工作地点”也有所不同。“正相关蛋白”更活跃在细胞外基质和腔体中，这些地方可能更容易反映脑组织的老化痕迹。而“负相关蛋白”主要集中在突触，这个区域是神经元之间的“通讯枢纽”。因此，当突触功能受到影响时，大脑衰老的表现就会更加明显。 蛋白质功能富集分析 守护者还是破坏者？BAG相关蛋白对脑健康的“双面”角色 BAG相关蛋白在脑健康领域可谓“神秘多面手”，有些是大脑的“守护者”，而另一些则像“破坏者”。 具体来说，BCAN蛋白简直是大脑的“守护者”，它显著降低了多种脑部疾病的风险。例如，BCAN让全因痴呆（ACD）的风险下降了39%（HR=0.613，P=4.11×10-11），还把阿尔茨海默病（AD）的风险降了37%（HR=0.625，P=5.26×10-6）。 不仅如此，它还能保护我们少受中风威胁（风险降低29%，HR=0.716，P=1.01×10-6）。尤其是在10年长期风险防控中，BCAN更是表现抢眼，持续降低ACD风险（HR=0.599，P=1.16×10-7）。 如果说BCAN是脑健康的“守护者”，那么GDF15和GFAP就是“破坏大队”的主力成员。GDF15与多种脑部疾病的风险显著相关，比如：让ACD的风险上升了45%（HR=1.449, P=1.03×10-15）、AD风险升高34%（HR=1.340，P=1.36×10-5），血管性痴呆（VD）风险更是飙升76%（HR=1.763，P=5.84×10-11）。 此外，它还让焦虑和抑郁的风险分别增加了27%（HR=1.273，P=9.50×10−11）和43%（HR=1.429，P=1.56×10−20）。短期来看，GDF15甚至能在5年内迅速增加ACD风险（HR=1.739，P=1.24×10-7）。 GFAP则是一个“更狠的角色”，它与脑部疾病的风险呈现“爆炸式”关联：ACD风险翻了两倍多（HR=2.066，P=2.23×10-76），AD风险飙升139%（HR=2.393，P=1.59×10-71），VD的风险更是翻了两倍还多（HR=2.281，P=4.66×10-29）。不论是短期（5年内）还是长期（10年内），GFAP都对大脑健康构成了巨大威胁。 BCAN或是治疗大脑衰老的“潜力股” 在这种背景下，BCAN蛋白作为脑健康的“守护者”，不仅在降低脑部疾病风险方面表现突出，还可能在治疗大脑衰老上表现出一定潜力。 研究人员利用外周血单细胞RNA测序（scRNA-seq）和人脑单核RNA测序（snRNA-seq）数据以及脑结构分析，证实BAG相关蛋白，特别是BCAN，在大脑结构健康和功能维护中有着核心作用。它不仅与多个脑区的体积和功能密切相关，还可能成为脑衰老和神经退行性疾病的关键分子标志物。 BAG相关蛋白与大脑结构之间的关联 随后的孟德尔随机化（MR）分析进一步探讨了分析了BAG相关蛋白和脑衰老之间是否存在因果关系。结果发现，BCAN 水平与较低的 BAG 相关（β=−0.473，P=0.038）。然而，其他BAG相关蛋白与大脑衰老并没有表现出明显的关系。 不仅如此，研究人员还对这些BAG相关蛋白的“药物潜力”进行了评估。BCAN的表现非常出色，它被认为是一个“可药物化”的蛋白，具有中等程度的小分子药物靶向性，并且适合开发成治疗药物。这意味着，BCAN有可能成为未来治疗大脑衰老的一个重要靶点。 血浆蛋白呈现非线性波动 其实，衰老从来不是一个一成不变的过程，而是一场波涛起伏的旅程，尤其是在我们的“大脑蛋白世界”里。大脑衰老过程的复杂性不仅仅体现在单一蛋白质的作用上，还表现在大脑蛋白的动态变化上。 这项研究最后深入分析了427种与BAG相关的血浆蛋白，揭示了它们在不同年龄阶段的波动模式，并发现了一些关键年龄节点。 研究结果提示，近三分之一的血浆蛋白变化并不是简单的线性增长或下降，而是呈现出复杂的“波动模式”。其中最有意思的是Cluster 3和Cluster 4这两个“关键选手”的表现：Cluster 3的蛋白在70岁左右达到顶峰，呈现出典型的对数曲线模式，就像在舞台上完成了一次精彩的“巅峰演出”；而Cluster 4的蛋白则表现为“倒U型曲线”，在60岁左右达到峰值后逐渐回落，仿佛完成使命后悄然退场。 大脑衰老过程中血浆蛋白的波动变化 那血浆蛋白的这种非线性波动意味着什么呢？这种波动模式反映了大脑衰老过程中细胞间连接的动态变化。可以将这些蛋白视为连接大脑细胞之间的“纽带”，它们的作用是维持细胞之间的紧密联系，确保大脑内部的高效协作。 然而，随着大脑衰老的推进，这些“纽带”并非始终稳定，而是呈现出动态变化的特点：在某些阶段，它们的连接会变得更紧密，而在另一些阶段，连接可能逐渐松散。这种变化会直接影响大脑细胞之间的信息传递和协同能力，最终导致大脑功能的退化，比如记忆力减退、反应变慢等表现。 更让人惊叹的是，进一步的分析识别了大脑衰老过程中血浆蛋白水平的三个关键年龄节点：57岁、70岁和78岁。在57岁时，蛋白的变化与代谢过程相关，这可能是脑代谢功能经历重要转折的信号；到了70岁，蛋白水平的波动集中于神经发育和神经功能，这提示神经系统在这一阶段可能面临显著挑战；而78岁时，蛋白水平波动与JAK-STAT信号通路挂钩，这一通路与炎症反应密切相关，说明大脑衰老在这个阶段与炎症的关系变得更加紧密。 这些不同的年龄节点也再次提示了大脑衰老并不是一个平稳的过程，而是一个阶段性的动态变化。 血浆蛋白在不同年龄节点的生物学功能 值得一提的是，这些波动节点不仅在时间上精准，还在功能上各有特点。例如，在57岁时，蛋白与心理健康、帕金森病（PD）和适应性免疫相关性最强。而到了70岁，蛋白的波动与认知、运动功能及脑结构联系最紧密，这也正是阿尔茨海默病和中风等脑疾病高发的时间窗口。尽管78岁时蛋白的变化与脑健康的直接联系有所减少，但炎症相关的特性依然显著，让人不禁感慨：大脑在这时候似乎正经历一场“隐形的战斗”。 总的来说，这项研究不仅发现了与大脑衰老相关的关键蛋白，还揭示了大脑衰老并非线性的过程，而是一段充满波动的旅程。特别是在57岁、70岁和78岁这些关键年龄节点，衰老的节奏仿佛是精心编排的舞步，带领我们进入不同的生物学变化阶段。而BCAN这个“大脑守护者”，则在减缓衰老过程中，展现了其作为潜在治疗靶点的巨大潜力。 所以，当你偶尔感觉脑袋“短路”——比如突然找不到自己手机放哪了——那可不仅仅是疲劳过度的表现。实际上，这可能是大脑衰老发出的“小警告”。这种“断崖式衰老”的现象提醒我们，大脑的衰退并不像想象中那般平缓，它会在不经意间突然加速，带来突如其来的变化。当这位“不速之客”到来时，我们会发现，原来连忘记放手机的瞬间，都是在提醒大家伙儿：嘿，别忘了关注自己大脑的健康！ 参考资料： [1]Liu, WS., You, J., Chen, SD.et al. Plasma proteomics identify biomarkers and undulating changes of brain aging. Nat Aging (2024). https://doi-org.libproxy1.nus.edu.sg/10.1038/s43587-024-00753-6 撰文 | 木白 编辑 |  木白 ● 震撼！985硕士：读研肠子都悔青了，本科考上卫健局不想去，现在想去去不了！博士毕业，县医院编制、安家费50万；省三甲合同工，咋选 ● 每天“咖”超3杯，肠道大变样！Nature子刊：常喝咖啡能塑造肠道菌群，这种菌水平是不喝咖啡人群的8倍！ ● 大惊雷！著名网红大咖、中科大一附院副院长被查！从普通医生到顶级大三甲领导，领军生殖医学，落马令人唏嘘！严惩违纪违法向头部医院铺开 版权说明：梅斯医学（MedSci）是国内领先的医学科研与学术服务平台，致力于医疗质量的改进，为临床实践提供智慧、精准的决策支持，让医生与患者受益。欢迎个人转发至朋友圈，谢绝媒体或机构未经授权以任何形式转载至其他平台。 点击下方「阅读原文」 立刻下载梅斯医学APP

*仅供医学专业人士阅读参考 人类的衰老速度并不均匀。 早在2019年，斯坦福大学Tony Wyss-Coray团队就发现，在成年人的衰老过程中有三个关键的时间点，分别是34岁、60岁和78岁；在这三个年纪，血液的蛋白水平会发生最剧烈的变化[1]。 近日，由复旦大学附属华山医院程炜和郁金泰，以及郑州大学第一附属医院许予明领衔的研究团队，在著名期刊《自然·衰老》上发表一篇重要研究论文，他们又单独分析了人类大脑衰老过程中血液蛋白组学的变化[2]。 有趣的是，他们发现了与大脑衰老相关的三个关键时间点，它们分别是脑龄为57岁、70岁和78岁。在这三个时间点，血液中与大脑年龄相关的蛋白变化最为剧烈。值得注意的是，他们还确定了一些干预大脑衰老的潜在靶点，为神经退行性疾病的治疗带来了新希望。 通过比较上述两个研究的数据，我们似乎可以发现，与身体相比，大脑的衰老进程可能相对缓慢一些。这似乎与我们的认知也是相符的。 ▲ 论文首页截图 现如今，人口老龄化已经席卷全球，预计25年之后，全球65岁以上的老年人数量将突破15亿。 当前，依然无特效药的多种神经退行性疾病都与衰老密切相关。因此深入了解大脑的衰老过程，有望为神经退行性疾病找到潜在的治疗靶点。 虽然血液中蛋白水平与中枢系统疾病密切相关，且血液便于采集；但是，科学家对血浆蛋白组如何随大脑衰老而变化仍知之甚少。 为了解决上述问题，我国科学家基于10949名健康成年人的多模态脑成像数据，先构建了一个估算大脑年龄的模型，并估算出了所有受试者的大脑年龄。总的来看，与受试者的实际年龄相比，平均绝对误差为2.76；而且模型在女性受试者身上的表现优于男性。 ▲ 预估大脑年龄的方法 在上述研究的基础上，他们筛选了同时拥有多模态脑成像数据和血浆蛋白质组学数据的4696名受试者，并计算出他们的脑龄差（BAG，预测脑龄和实际脑龄之间的差值）。 在结合蛋白组学数据之后，研究人员发现了13个与脑龄差（BAG）显著相关的蛋白，其中8个是正相关（GDF15、FGF21、TIMP4、PLA2G15、GFAP、ADGRG1、LGAL4S和CHI3L1），剩余5个是负相关（BCAN、KLK6、CEACAM16、WFIKKN1和ADAM22）。 随后的转录组数据和大脑结构分析证实，上述与脑龄差（BAG）相关的蛋白，确实在大脑衰老中发挥了重要的作用，尤其是BCAN这个蛋白。 ▲ BAG相关蛋白在大脑衰老中发挥了重要作用 具体到特定蛋白与具体疾病来看。 BCAN与全因痴呆（ACD，HR=0.613）、阿尔茨海默病（AD，HR=0.625）和中风（HR=0.716）风险降低相关；WFIKKN1与全因痴呆（HR=0.802）、中风（HR=0.799）、焦虑（HR=0.823）和抑郁（HR=0.823）风险降低相关。 而GDF15与全因痴呆（HR=1.449）、阿尔茨海默病（HR=1.340）、血管性痴呆（VD；HR=1.763）、中风（HR=1.540）、焦虑（HR=1.273）和抑郁（HR=1.429）风险显著增加相关；GFAP与全因痴呆（HR=2.066）、阿尔茨海默病（HR=2.393）和血管性痴呆（HR=2.281）的风险显著增加相关。此外，LGALS4与血管性痴呆（HR=1.571）、中风（HR=1.280）、焦虑（HR=1.118）和抑郁（HR=1.239）的风险增加相关。 ▲ 13种BAG蛋白与脑部疾病发病风险之间的关联 在分析脑龄差（BAG）相关的蛋白与脑功能之间的关联的时候，研究人员发现，GDF15与最多的脑功能相关，尤其是运动功能。 不过，在脑龄差（BAG）相关的蛋白与认知之间只发现了10个重要的关联，其中GDF15有5个，PLA2G15有2个，BCAN、TIMP4和LGALS4各有1个。 在经过孟德尔随机化（MR）分析之后，研究人员确定BCAN是治疗大脑衰老的潜在可成药蛋白。 ▲ 脑龄差（BAG）相关的蛋白与脑功能之间的关联 在研究的最后，研究人员探索了血液蛋白组与大脑衰老的之间的关系。 他们选择了与脑龄差（BAG）名义相关的427种蛋白质的变化轨迹，发现虽然大多数蛋白质在大脑衰老过程中呈线性变化，但近三分之一的蛋白质在大脑衰老过程中呈现非线性模式。 他们发现，在大脑年龄为57、70和78岁时，蛋白质变化幅度最大。具体来说，在脑龄为57岁时，发生变化的蛋白主要与新陈代谢、伤口愈合和心理健康有关；在脑龄为70岁时，发生变化的蛋白主要与神经元和发育途径有关；在脑龄为78岁时，发生变化的蛋白主要与免疫和炎症有关。 ▲ 不同脑龄蛋白变化的情况 总的来说，程炜/郁金泰/许予明的这项研究成果，揭示了大脑衰老过程中血浆蛋白的变化特征，并找到了13个与大脑衰老密切相关的蛋白，其中的BCAN不仅是大脑衰老的候选生物标志物，还有望成为治疗大脑衰老的靶点。 此外，他们还探索了大脑衰老过程中血浆蛋白组的动态变化，发现蛋白组的改变在脑龄为57岁、70岁和78岁达到高峰。他们认为，这三个时间点可能是干预大脑衰老的关键时期。 参考文献： [1].Lehallier B, Gate D, Schaum N, et al. Undulating changes in human plasma proteome profiles across the lifespan. Nat Med. 2019;25(12):1843-1850. doi:10.1038/s41591-019-0673-2 [2].Liu WS, You J, Chen SD, et al. Plasma proteomics identify biomarkers and undulating changes of brain aging. Nat Aging. Published online December 9, 2024. doi:10.1038/s43587-024-00753-6 本文作者丨BioTalker