新型血蛋白生物标志物:阿尔茨海默病的时间依赖性预测模型

科学领域:

• 神经科学是一个神经科学.
• 生物标志物发现发现
• 蛋白质组学是指蛋白质组学.

背景情况:

• 准确预测阿尔茨海默病 (AD) 对疾病管理至关重要.
• 新的血蛋白生物标志物正在研究用于预测AD发病率.
• 了解这些生物标志物与AD的生物学相关性至关重要.

研究的目的:

• 开发一种新的风险预测模型,用于未来的阿尔茨海默病 (AD) 发病率,使用血蛋白生物标志物.
• 分析已识别的血蛋白签名与AD发病率之间的生物相关性.
• 评估开发模型的预测性能和稳定性.

主要方法:

• 利用了来自阿尔茨海默病神经成像计划 (ADNI) 队列的440名参与者 (年龄≥60岁) 的纵向数据.
• 采用考克斯回归,LASSO回归,并对基线血蛋白质组学数据进行交叉验证,以确定预测性蛋白质特征.
• 构建了一个多变量Cox比例危险模型,用时间依赖的ROC和Kaplan-Meier曲线评估性能;分析了与临床数据的相关性,并进行了局部化和门德尔随机化分析.

主要成果:

• 确定了七种血蛋白签名 (APOE,CGA,CRP,CCL26,CCL20,NRCAM,PYY),可以独立预测未来的AD发病率.
• 风险预测模型在4年至8年的预测中达到0.77-0.76的AUC值,并在3年至12年保持稳定 (ROC≥0.74).
• 蛋白质标志与AD风险和发病时间有显著的相关性;NRCAM和PYY显示AD患者的血液下调,而APOE,CGA和NRCAM在AD大脑下调.

结论:

• 成功地确定了血蛋白签名作为未来AD发病的独立预测因素.
• 开发的风险预测模型显示了强大的预测性能和时间稳定性.
• 血蛋白签名为动态AD风险预测提供了有前途的实用性,促进早期查和干预策略.