阿尔茨海默症 (Alzheimer 's disease,AD) 是一种原发性的中枢神经系统退行性疾病。AD的主要临床症状是缓慢的认知功能减退,包括记忆、逻辑推理能力和语言功能的进行性丟失,最后发展为重度痴呆。目前,对AD尚缺乏早期诊断措施,当患者就诊时常常已经出现不可逆性脑损伤,导致治疗效果不佳。因此,发现早期高危因素对早期诊断和干预有重要意义。血小板与神经元在生物学上有诸多相似之处,因此,血小板是寻找中枢神经系统疾病外周生物标志物的理想基质。


近日,华中科技大学王建枝团队在衰老领域权威期刊Aging Cell(IF=9.302)先后发表了题为“Platelet biomarkers for a descending cognitive function: a proteomic approach”和“Platelet biomarkers identifying mild cognitive impairment in type 2 diabetes patients”的研究论文[1] [5]。研究运用TMT定量蛋白质组学技术,揭示了迄今为止最深入的血小板蛋白质组变化,系统的阐释了在老年认知衰退过程中,血小板作为最稳定的外周基质所体现的生物学意义。并结合机器学习,在血小板中发现了一组极具有AD早期诊断价值的蛋白生物标志物。

01血小板蛋白质组学的生物学意义

研究人员依据MMSE认知评分将入组样本分为三组,轻度认知障碍 (MCI, MMSE=18-23) ,重度认知障碍 (AD, MMSE=2-17) 和年龄/性别匹配的正常认知对照人群 (CTRL, MMSE=29-30)(样本策略),然后进行深度的血小板蛋白质组解析(质谱策略)。研究共鉴定到4165种蛋白,其中2994种蛋白有定量数据。与对照组相比,在MCI和AD患者中共检测到360种差异蛋白。生信分析揭示,差异蛋白参与包括经典AD途径、AMPK通路、端粒酶RNA定位、血小板活化和补体活化等多种生物途径 (图1)。

02机器学习建立预测模型

为了获得预测认知能力下降的最佳组合生物标志物,研究人员使用留一法(LOO)的方法分析了9种核心候选蛋白。通过LOO分析,使用9种生物标记物的不同组合观察到各种特异性和准确性,PHB,UQCRH,GP1BA和FINC的组合显示出最高的特异性,具有最大的受体工作特性(ROC)(AUCROC = 0.965),并且具有最高的准确度(89.3%)(图2c-e)。使用该组合生物标志物,产生的召回率为0.895,精度为0.944,F1得分为0.919,最大的召回率曲线(AUCPR = 0.985)(图2d和f)。使用这种严格的算法,PHB被认为是预测认知能力下降的最有价值的单个血小板生物标志物,AUCROC为0.842,准确性为78.6%,召回率为0.895,准确性为0.810,F1得分为0.850,AUCPR为0.929(图2c-f)。总之,机器学习确定了PHB,UQCRH,GP1BA和FINC的组合是作为评估MCI和AD患者认知能力下降的最佳血小板生物标志物。

03 二型糖尿病认知损伤区分模型的建立

流行病学研究发现,2型糖尿病与记忆功能受损二者之间存在着紧密联系。因此在题为“Platelet biomarkers identifying mild cognitive impairment in type 2 diabetes patients”的论文中,研究人员使用蛋白质组学和机器学习的方法,针对二型糖尿病人群获得预测认知能力下降的最佳组合生物标志物。血小板OPTN(一种自噬受体)联合rGSK-3β(T/S9)(糖原合酶激酶-3β,一种AD致病机制中非常重要的激酶)可提高T2DM-MCI诊断效率,AUC为0.927,特异性为86.7%,敏感性为85.3%,准确性为0.859,有望预测二型糖尿病患者认知功能下降 (图3)。


总的来说,这两篇研究将蛋白质组学技术很好的运用到标志物的筛选中。通过整合临床典型的认知衰退人群和血小板的蛋白质组学分析,并基于潜在生物标记物通过机器学习建立认知损伤的预测模型,确立了一组具有诊断价值的生物标志物,为大范围人群中筛查MCI提供了科学依据。
值得注意的是,王建枝团队还将蛋白质组学与药物治疗靶点筛选,神经环路研究,干细胞研究有机的整合起来,做出了一系列原创性与应用性突破。研究成果发表在诸如Clinical and Translational Medicine (IF=11.491) [2],Nature Communications  (IF=14.912) [3] , Cell Stem Cell  (IF=24.63) [4] 等权威期刊 (组学技术由景杰生物提供),体现了蛋白质组学在神经领域的重要运用价值。

参考文献:
[1] H. Yu, et al., 2021, Platelet biomarkers for a descending cognitive function: A proteomic approach. Aging Cell.

[2] D. Wu, et al., 2021, Medial septum tau accumulation induces spatial memory deficit via disrupting medial septum-hippocampus cholinergic pathway. Clin Transl Med .

[3] G. Pi, et al., 2020, Posterior basolateral amygdala to ventral hippocampal CA1 drives approach behaviour to exert an anxiolytic effect. Nat Commun.

[4] J. Zheng, et al., 2020, Interneuron Accumulation of Phosphorylated tau Impairs Adult Hippocampal Neurogenesis by Suppressing GABAergic Transmission. Cell Stem Cell.

[5] H. Yu, et al., 2021, Platelet biomarkers identifying mild cognitive impairment in type 2 diabetes patients. Aging Cell.

Aging Cell两篇连发 | 华中科技大学王建枝团队运用蛋白质组学技术发现具有AD早期诊断价值的血小板生物标志物的更多相关文章

  1. JIPB | 两篇连发:华中农大黄俊斌团队报道二羟基异丁酰化调控稻曲病菌致病新机制

    水稻是我国重要的粮食作物,稻曲病是水稻三大病害之一,不仅造成稻米产量损失,更重要的是稻曲球中的稻曲菌素的毒性和致畸作用,给人畜健康带来严重威胁.病原菌对植物的侵袭是由病原菌的毒力和植物免疫系统相互作用 ...

  2. 顶会两篇论文连发,华为云医疗AI低调中崭露头角

    摘要:2020年国际医学图像计算和计算机辅助干预会议(MICCAI 2020),论文接收结果已经公布.华为云医疗AI团队和华中科技大学合作的2篇研究成果入选. 同时两篇研究成果被行业顶会收录,华为云医 ...

  3. MT【277】华中科技大学理科实验班选拔之三次方程

    (2015华中科技大学理科实验班选拔)已知三次方程$x^3+ax^2+bx+x=0$有三个实数根.(1)若三个实根为$x_1,x_2,x_3$,且$x_1\le x_2\le x_3,a,b$为常数, ...

  4. 两篇很好的EPG相关文章

    两篇很好的EPG相关文章 原文地址:http://blog.sina.com.cn/s/blog_53220cef0100pi8j.html 1 基于DVB-SI的数字有线电视机顶盒节目指南的设计实现 ...

  5. 关于DataTable的两篇基础文章

    DataTable有的时候还是很有用的.记录两篇不错的文章,当字典 1.http://blog.csdn.net/imagse/article/details/3085870 2.https://ms ...

  6. vnext 技术两篇文章和评论

    研究vnext的两篇 好文章,重点看评论! http://www.cnblogs.com/shanyou/p/4589930.html http://www.cnblogs.com/shanyou/p ...

  7. 前两篇转载别人的精彩文章,自己也总结一下python split的用法吧!

    前言:前两篇转载别人的精彩文章,自己也总结一下吧! 最近又开始用起py,是为什么呢? 自己要做一个文本相似度匹配程序,大致思路就是两个文档,一个是试题,一个是材料,我将试题按每题分割出来,再将每题的内 ...

  8. 《转载-两篇很好的文章整合》Android中自定义控件

    两篇很好的文章,有相互借鉴的地方,整合到一起收藏 分别转载自:http://blog.csdn.net/xu_fu/article/details/7829721 http://www.cnblogs ...

  9. 网易云安全两篇论文入选计算机视觉顶级会议ICCV

    本文由  网易云发布. 10月22日至29日,全球计算机视觉顶尖专家们共聚威尼斯,参加ICCV2017国际计算机视觉大会,就领域内最新成果展开集中研讨,大会论文集也代表了计算机视觉领域最新的发展方向和 ...

随机推荐

  1. R语言--读取文件(数据输入)

    1 数据的输入 1.1 键盘输入 首先新建一张空表: dat<-data.frame(age=numeric(0),gender=character(0),weight=numeric(0)) ...

  2. FutureTask相关

    上周因为项目中的线程池参数设置的不合理,引发了一些问题,看了下代码,发现对JUC中的一些概念需要再清晰些. Runnable @FunctionalInterface public interface ...

  3. 乘风破浪,.Net Core遇见MAUI(.NET Multi-platform App UI),进击现代化跨设备应用框架

    什么是MAUI https://github.com/dotnet/maui .NET Multi-platform App UI (MAUI) 的前身是Xamarin.Forms(适用于Androi ...

  4. JAVA并发(8)-ThreadPoolExecutor的讲解

    很久前(2020-10-23),就有想法学习线程池并输出博客,但是写着写着感觉看不懂了,就不了了之了.现在重拾起,重新写一下(学习一下). 线程池的优点也是老生常谈的东西了 减少线程创建的开销(任务数 ...

  5. Spring 依赖注入(DI) 的三种方式 和 对集合类型的注入

    // 分别省略了getter setter public class Student { private String name; private int age; private Teacher t ...

  6. Jquery Validate自定义验证规则,一个汉字等于两个字符长度

    使用Jquery validate时写的一些东西,在这里做个笔记 在使用 Jquery validate 的minlength和maxlength进行文本框内容长度验证的时候,对于一个汉字的长度检测结 ...

  7. PYTHON 连接SQL2008 导出到EXCEL

    #import pymssql from datetime import datetime import pyodbc import os current_dir = os.path.abspath( ...

  8. 团队开发day10

    项目整合成功,测试功能基本达到,目标完成!

  9. Python+Requests+异步线程池爬取视频到本地

    1.本次项目为获取梨视频中的视频,再使用异步线程池下载视频到本地 2.获取视频时,其地址中的Url是会动态变化,不播放时src值为图片的地址,播放时src值为mp4格式 3.查看视频链接是否存在aja ...

  10. python -- 面向对象编程(类、对象)

    一.类 类是用来描述具有相同的属性和方法的对象的集合. 它定义了该集合中每个对象共同拥有的属性和方法. 类是一个独立的单位,它有一个类名,其内部包括成员变量和成员方法,分别用于描述对象的属性和行为. ...