神経変性疾患における循環プロテオームのマッピング：分子病態生理の解明に向けた調和型コンソーシアム規模フレームワーク

科学分野:

• 神経科学
• プロテオミクス
• バイオマーカー発見

背景:

• アルツハイマー病やパーキンソン病などの神経変性疾患は、複雑な全身生物学上の課題をもたらす。
• 技術的な異質性と交絡因子は、大規模血漿プロテオミクスにおける再現性のある発見を妨げる。

研究 の 目的:

• コンソーシアム規模のプロテオミクスデータセットを統合および解釈するための、スケーラブルで汎用性の高い分析フレームワークを開発すること。
• 複数の神経変性疾患にわたる明確な血漿プロテオミクスシグネチャを特定および解決すること。

主な方法:

• アルツハイマー病（AD）、パーキンソン病（PD）、前頭側頭型認知症（FTD）、パーキンソン病認知症（PDD）、筋萎縮性側索硬化症（ALS）、および対照群にわたる13,733人の個人からのデータを利用した。
• 現実的な交絡構造に対してパフォーマンスを評価するために、高次元摂動フレームワークを使用して5つのバッチ補正方法をベンチマークした。
• 技術的変動の除去と生物学的シグナルの保持のバランスを取りながら、堅牢なバッチ補正のために経験的ベイズモデリング（limma）を採用した。

主要な成果:

• 経験的ベイズモデリング（limma）がプロテオミクスデータの統合に最も効果的であることが証明された。
• ADおよびPDにおける免疫代謝軸の共有、ALSにおける神経筋の破壊、PDにおけるプロテオスタシスの不均衡を特定した。
• AD（脂質、レドックス、補体）、PD（リソソーム、細胞骨格）、ALS（筋肉由来）の明確な候補バイオマーカーをノミネートした。

結論:

• 神経変性疾患の研究における実世界のプロテオミクスデータの統合のためのスケーラブルなフレームワークを確立した。
• 循環プロテオームシグネチャの疾患別に解決されたカタログを提供した。
• これらの発見は、神経変性疾患のバイオマーカー開発と標的介入に情報を提供する。
• 神経科学、プロテオミクス、バイオマーカー発見