【 Olink 文獻分享】CORAL聯盟新突破－Olink 助力阿茲海默症蛋白診斷標誌物的開發與轉化
研究背景
阿茲海默症 (Alzheimer's disease, AD) 是最常見的神經系統退行性疾病，為癡呆患者的主要病因 (60-80%) 。腦脊髓液 (cerebrospinal fluid, CSF) 中的蛋白組分可以反映大腦中發生的生物學變化，因此CSF中的部分蛋白可作為不同神經退行性疾病的生物標誌物。目前AD常用的CSF生物標誌物包括Aβ42或Aβ42/40以及磷酸化tau蛋白和tau總蛋白。然而，這幾種生物標誌物無法反應出AD多因素疾病的特性，且對於區分AD和其他非AD癡呆症的作用有限。因此，鑑別AD患者的CSF蛋白組圖譜將有助於更好地瞭解AD的多因素病理生理學特徵，開發更有效的生物標誌物診斷工具。
為了對神經疾病的生物標誌物和生物機制進行深入研究，Olink於2021年成立了一個科學家合作平台－CORAL聯盟 ，來自阿姆斯特丹大學醫療中心的Charlotte E. Teunissen教授委任為聯盟專案主席。該聯盟利用Olink蛋白質體學平台，對血液和腦脊髓液樣品進行一系列研究，包括生物標誌物、致病機制、干預後有效標誌物及預測指標等。
Charlotte E. Teunissen團隊近日系統研究了阿茲海默症蛋白組圖譜。其中，在發現佇列中對輕度認知障礙伴異常澱粉樣蛋白 [MCI (Aβ+)，n=50]、AD-癡呆 (n=230) 、非AD-癡呆 (n=322) 和無認知障礙對照 (n=195) 共797份腦脊髓液樣本，使用Olink PEA 技術對665種蛋白進行了蛋白質體學分析，繪製了癡呆譜系疾病的腦脊髓液蛋白質組圖譜。該研究同時開發了蛋白標誌物診斷套組， 使用驗證佇列1 (n=62) 及驗證佇列2 (n=513) 進行驗證，為癡呆譜系疾病診斷和臨床試驗提供了新的生物標誌物工具。相關研究成果發表於《Nature Aging》雜誌。該研究工作是2021年Charlotte教授領導CORAL聯盟後的一項里程碑成果。
借助Olink PEA蛋白組學中11個Olink Target Panel進行蛋白檢測 (Cardiometabolic、Cardiovascular II & III、Cell regulation、Development、Immune response、Immuno-oncology、Metabolism、Neurology、Oncology II和Organ damage) 。在發現佇列樣本中，首先分析了MCI (Aβ+) 和AD-癡呆與對照組的CSF蛋白質組學差異。MCI (Aβ+) 組與對照組之間共有112個CSF蛋白水準存在差異，其中大多數蛋白質在MCI (Aβ+) 中被上調 (n = 92) 。而AD-癡呆組相比於對照組則有288個CSF蛋白具有差異變化，同樣大多數蛋白在AD-癡呆中上調 (n = 281) 。隨後，研究人員對AD-癡呆和非AD-癡呆組的CSF蛋白組學差異進行了研究，發現了469個CSF蛋白在AD-癡呆和非AD-癡呆組之間表達水準不同，其中大多數蛋白在AD-癡呆中被上調，僅有16個蛋白在AD-癡呆組中低水準表達。
為了將研究發現轉化為常規診斷和臨床試驗中可使用的生物標誌物工具，研究人員通過分類分析並進行交叉驗證，找到了一個包含8個CSF蛋白的組合，可有效地區分AD-癡呆組和對照組 (AD-診斷組a，AUC 0.96) 。該組合在驗證佇列1中的準確率同樣很高 (AUC = 0.94) 。研究人員還用同樣的方法建立了一個可區分AD-癡呆和非AD-癡呆的蛋白組合 (AD-差異化診斷組b) ，該組合包括9種CSF蛋白，AUC高達0.87。
為了進一步驗證AD-診斷組和AD-差異化診斷組panel的性能，研究人員採用Olink Focus Panel訂製化開發了可檢測AD兩個診斷組中13種蛋白的Panel，並在驗證佇列2中進行了驗證。結果再次證實了兩個診斷組的有效性，區分MCI (Aβ+) 和AD與對照組的準確率大於0.95；區分AD-癡呆與非AD-癡呆的準確率為0.79。
研究總結
腦脊髓液蛋白變化圖譜有助於深入理解阿茲海默症的發病機制，並將研究結果轉化為實用的腦脊髓液生物標誌物套組，為診斷和臨床試驗提供了新的生物標誌物工具，具有非常強的臨床應用價值。本研究從新標誌物的發現到開發訂製化套組的過程，分別使用了Olink Target Panel 及Olink Focus Panel 策略，再一次為廣大科學家提供了從科研到臨床轉化的方法學工具及研究證據參考。
參考資料
Marta del Campo et al. CSF proteome profiling across the Alzheimer's disease spectrum reflects the multifactorial nature of the disease and identifies specific biomarkers panels. Nature Aging. 2022.
資料來自 Olink 微信官方帳號，作者 Yajun Wang